“`html
Reconozcamos un aspecto al inicio… Existe un gran entusiasmo por la IA en todas las áreas del negocio. Y es que la influencia de esta moderna tecnología sobre cómo manejamos nuestras empresas ya está desencadenando considerables disrupciones, y apenas han pasado unos meses desde su adopción generalizada en las plataformas que integran nuestro ecosistema tecnológico. Desde la mejora de procesos hasta la individualización de servicios, la IA ha provocado transformaciones drásticas en la manera en que las organizaciones funcionan y compiten en un mercado cada vez más ágil y exigente.
En este contexto, la logística no se queda atrás. Siendo un aspecto crucial del negocio, la IA se perfila como el eje de la evolución de las operaciones globales y todo lo relacionado con el suministro de materiales, administración de la cadena de valor, así como con las operaciones logísticas de cumplimiento y entrega de última milla.
“El futuro de la IA en la logística puede resultar tanto emocionante como inquietante… Emocionante por el vasto potencial que podría agregar. Inquietante porque no hay forma de continuar siendo competitivo sin incorporarla a la estrategia empresarial” –Matthias Winkenbach, Director del Centro de Transporte y Logística del MIT
La habilidad de los modelos para evaluar grandes cantidades de datos en tiempo real está permitiendo que un número creciente de empresas del sector logre tomar decisiones estratégicas bien fundamentadas. Desde la organización de rutas hasta la gestión de inventarios, la IA asume con gran eficacia el proceso de toma de decisiones, logrando prever patrones, optimizar flujos de trabajo y, con ello, disminuir costos, tiempos y maximizar eficiencias.
Índice
¿De qué manera puede la IA asistir en las operaciones logísticas?
Ante ciertas problemáticas vinculadas a la solución de problemas complejos o análisis que exijan el procesamiento de gran volumen de cálculos y/o variables, la IA puede ser de gran utilidad. En logística, esto podría incluir la localización de un nuevo almacén, la actualización de una flota de transporte, o el estudio de factores que afectan el incremento de las devoluciones de pedidos… La inteligencia artificial se presenta como un excelente candidato para abordar este tipo de situaciones.
Veamos algunos ejemplos específicos:
- Operaciones | Pronóstico de la demanda: Ante desafíos en la gestión de inventarios, tales como exceso o escasez de productos, quiebre de stock y falta de visibilidad en la demanda futura. Podríamos implementar modelos de pronóstico de demanda basados en inteligencia artificial para anticipar y ajustar niveles de inventario. Esto reduce costos de almacenamiento y asegura la disponibilidad de productos.
- Compras | Planificación de operaciones: Los sistemas de IA pueden programar tareas de adquisición, como cotizaciones, análisis de precios dinámicos, o disparadores automáticos de reabastecimiento, con el fin de asignar recursos de manera efectiva, minimizando los tiempos de inactividad y maximizando la productividad.
- Transporte | Optimización de rutas: Los algoritmos de IA pueden examinar datos en tiempo real, como el tráfico, las condiciones climáticas y la disponibilidad de recursos, para identificar las rutas más eficientes en el transporte de materiales de proveedores a almacenes o centros de distribución.
- Mantenimiento | Acciones predictivas: La inteligencia artificial puede anticipar cuándo será necesario realizar el mantenimiento de la maquinaria y vehículos empleados en las operaciones diarias, lo que reduce el tiempo de inactividad y los costos vinculados a fallos no programados.
- SAT | Atención al Cliente: Los asistentes virtuales impulsados por inteligencia artificial tienen la capacidad de interactuar con los consumidores, resolver dudas frecuentes, ofrecer soporte las 24 horas y realizar análisis de sentimientos basado en el tono y contexto de las comunicaciones. De este modo, se agilizan las consultas sencillas y se generan insights para la toma de decisiones en la mejora de productos y servicios.
“`Almacén | Automatización de procesos: Los sistemas de inteligencia artificial pueden perfeccionar la organización del inventario, la agrupación de pedidos por similitud, y mecanizar tareas como la selección o el empaquetado automatizado de pedidos, incrementando así la eficacia global del almacén.
¿Quiénes están implementando esto ya?
En la actualidad, ya podemos observar a pioneros utilizando esta tecnología en sus operaciones.
Amazon
En una publicación reciente en su blog, el marketplace revelaba que está aplicando inteligencia artificial para evitar que productos defectuosos salgan de sus almacenes. En dicha entrada, un supervisor comentaba que “a medida que un artículo avanza por las operaciones de un centro logístico, hasta cinco empleados distintos realizan una verificación visual en diferentes etapas para determinar si los productos presentan daños”… “Es una labor que consume mucho tiempo y que frecuentemente es complicada de realizar”.
A través del uso de inteligencia artificial, se pueden identificar anomalías y señalar productos defectuosos antes de su envío. Para ello, Amazon utiliza su software y varios millones de datos para entrenar la IA de reconocimiento de imágenes que posibilita llevar a cabo esta tarea de manera más eficiente en los puntos de empaquetado.
DHL
Recientemente, el gigante alemán del transporte también compartió en su blog corporativo detalles sobre cómo emplea inteligencia artificial para optimizar la experiencia del cliente en sus operaciones globales: “Dado que la satisfacción del cliente es el corazón del éxito comercial en la logística, los departamentos de atención al cliente son fundamentales para nosotros… ellos son el primer punto de contacto cuando se presentan inconvenientes”.
“Los chatbots alimentados por inteligencia artificial nos asisten en la gestión de consultas de los centros de llamadas, solicitan entregas, modifican pedidos, hacen seguimiento a envíos y responden a preguntas frecuentes. Los chatbots también pueden proporcionar métricas analíticas valiosas, lo que permite a la empresa entender mejor las necesidades de los clientes y mejorar la experiencia de estos”
DHL también señala que “los chatbots son actualmente el canal de comunicación de marca de más rápido crecimiento, con una tasa de finalización de chats del 68,9% en 2020 (un incremento del 260% en la resolución total en comparación con 2017)”
¿Cuáles son los riesgos asociados al uso de esta tecnología?
Como es habitual, la implementación de tecnología conlleva factores variables que pueden ocasionar obstáculos en la adopción generalizada de la misma. En el caso
En el ámbito de la logística, el desarrollo de modelos de optimización con sesgos puede resultar en desviaciones o la exclusión de los objetivos establecidos. Por ejemplo, si limitamos el entrenamiento de modelos a reconocer la opción más económica, estaremos comprometiendo la calidad del servicio. O bien, si solo nos enfocamos en entrenar el modelo para identificar la ubicación ideal de un almacén, es probable que no considere las dificultades que causa la distancia de desplazamiento para los empleados que trabajan allí.
Es esencial equilibrar los requisitos técnicos del modelo con aquellos que son más cualitativos y que no necesariamente se incluyen en el análisis matemático de las alternativas.
Resumen y prácticas óptimas de la industria
Como podemos observar, la influencia de la inteligencia artificial en las operaciones es inminente y tendrá repercusiones significativas en la eficiencia y escalabilidad de una actividad que busca de forma continua mejoras y reducción de costos. Sin embargo, es fundamental complementar el entrenamiento de los modelos con factores tanto cuantitativos como cualitativos para que se dirijan a soluciones representativas y valiosas para todos -o la gran mayoría de- los participantes del ecosistema.
Agradecemos que hayas llegado hasta aquí. Nos encontraremos en la próxima ocasión.
Imagen: Depositphotos
