El orden no es opcional
Warehouse, después data maestra gobernada, después planeación automatizada, después agentes. Nunca he visto que ese orden se reacomode con éxito, y he visto intentarlo varias veces, casi siempre porque el agente es la parte que consigue presupuesto.
La razón no es purismo. Es que cada capa le quita al agente una categoría de pregunta que si no tendría que resolver en tiempo de ejecución, y un agente resolviendo preguntas sobre sus propios insumos es un agente produciendo decisiones que nadie puede defender.
Las tres capas, y para qué sirve cada una
Un warehouse, para tener un solo lugar donde estar equivocado
El valor de un warehouse central no es la velocidad. Es que cuando un número está mal, hay exactamente un lugar donde ir a arreglarlo, y el arreglo se propaga a todo. Antes de que eso exista, cada corrección es una negociación entre hojas de cálculo, y nadie te puede decir sobre qué versión se tomó la decisión.
Una señal útil de que falta esta capa: dos personas llevan números distintos de lo mismo a la misma reunión, y la reunión se va en cuál número es el correcto en vez de en qué hacer.
Data maestra gobernada, para que el agente y el operador hablen de lo mismo
Es la capa que más se salta y la que más daño hace. La data maestra es la definición compartida de qué es una tienda, qué es un producto, qué es una categoría, y quién es dueño de cada una de esas definiciones.
Gobierno acá significa algo estrecho y concreto: un dueño por atributo, un proceso para cambiarlo, y un registro de los cambios. No un comité, no un documento de política. Si nadie te puede decir quién tiene permiso de cambiar la categoría de un producto, el agente no tiene piso firme y sus decisiones van a derivar por razones que después nadie puede reconstruir.
Planeación automatizada, para que la decisión tenga dónde aterrizar
Un agente que decide algo tiene que entregar esa decisión a un proceso que la ejecute. Si el plan se arma a mano cada ciclo, el resultado del agente se vuelve insumo de un paso manual, o sea que se vuelve sugerencia, o sea que lo van a pasar por encima la primera semana ocupada.
Automatizar la planeación primero es lo que separa a un agente que decide de un agente que aconseja. La distinción no está en el modelo.
La única prueba
Hay una sola pregunta que te dice en qué capa estás de verdad. Hacele a los datos la misma pregunta dos veces, con una semana de diferencia, y mirá si obtenés la misma respuesta.
Si el número cambia y nadie sabe explicar por qué, estás debajo de la capa de warehouse. Si el número es estable pero dos áreas no coinciden en qué cuenta, estás debajo de la capa de data maestra. Si todos coinciden en el número pero actuar sobre él exige que una persona rearme un plan, estás debajo de la capa de planeación. Si no pasa ninguna de las tres, estás listo para agentes, y estás también en un grupo bastante más pequeño de lo que sugiere la conversación de la industria.
Esta secuencia la he hecho dos veces en dos industrias. En operaciones aéreas el mismo trabajo de base convirtió un análisis de doce horas en uno de una hora y sacó a la luz $700K anuales de ahorro en combustible, que salieron de validar cómo se usaba el combustible de verdad y no de ningún modelo. El método no cambió cuando cambió la industria.
Por qué la parte aburrida decide todo
El trabajo de cimientos es difícil de financiar porque no produce demo. No existe la reunión donde la data maestra gobernada impresiona a alguien. El pago llega después, disfrazado de ausencia de problemas: decisiones que ya no hay que revisar a mano, resultados que cuadran la primera vez, un agente cuyo resultado nadie discute.
La forma honesta de financiarlo es dejar de presentarlo como infraestructura y empezar a presentarlo como la razón por la que las últimas tres iniciativas no sobrevivieron el contacto con la operación. Ese encuadre suele ser exacto, y suele estar ya en la sala.
Qué hacer una vez que los cimientos existen es la nota 01. Cómo probar que algo de esto funcionó es la nota 02.