Una cadena de suministro más inteligente y menos artificial

portada
Share on facebook
Share on twitter
Share on linkedin
Share on whatsapp
Share on email

La Inteligencia Artificial (IA) ha arribado a la cadena de suministro, se quedará en ella y creará un nuevo e irreversible paradigma. De acuerdo con CB Insights, “En 2017, solo un grupo de 100 nuevas empresas
de IA recaudaron $ 11.7 mil millones en fondos agregados a través de 367 ofertas, lo que contribuyó a un aumento de seis veces en la inversión desde el año 2000”.

Por: Javier Galindo Mayorga
Grupo Decisiones Logísticas

Esto indica que cada vez hay un mayor interés en desarrollar y adoptar la IA en los procesos y servicios alrededor de la logística.

De hecho, los sectores en donde más ha avanzado la IA es el del consumo y el comercial, pero el industrial y de paso el logístico, ya han sido tomado. La cada vez más frenética competencia, la globalización, los bajos márgenes, la alta exigencia en el transporte y las exigencias de entregas instantáneas hacen que la IA llegue en el momento justo a apoyar en la cadena de suministro.

Las nuevas tendencias a partir de la gran capacidad de procesamiento, big data, computación cuántica, robótica y la propia IA, han creado un nuevo arquetipo en la industria logística, en donde se pasará de un modelo operativo reactivo a uno proactivo, de proceso de planeación por previsión a planeación por predicción y de servicios estandarizados a personalizados y al gusto del consumidor.

La irrupción de la IA y el machine learnig han abordado con éxito problemas que por su complejidad no eran posibles para un ser humano. Hoy en día ya se encuentran en operación, por ejemplo, botchats y
asistentes de voz gestionados exitosamente por medio de IA. Según DHL e IBM. “En una interacción típica entre dos personas, el porcentaje medio de palabras mal entendido por cada persona es 6%. Hoy en día los mejores asistentes de voz impulsada por la IA son capaces de lograr una tasa de error de palabra del 5%.”

Ya operan sistemas de visión por computador que pueden detectar, analizar y actuar inteligentemente sobre información encontrada en fotografías y videos. La IA ya logra analizar información sobre datos no
estructurados, que apoyados con sistemas de Automatización de Procesos Robóticos (RPA) logran gestionar integralmente procesos de diligenciamiento de formatos en ERPs, textos de contratos, envíos
de correos electrónicos, mensajes de textos entre otras.

Los sistemas de vehículos guiados autónomamente AGV que incluyen sistema de deep learning ya circulan por algunas rutas del globo terráqueo y bodegas. Para conocer su presencia actual y en lo que pueden ayudar en la cadena de abastecimiento, veamos algunos casos en donde la IA ya está presente.

 Predicciones de consumo
Los sistemas de IA y deep learning pueden detectar a velocidad pasmosa tendencias a partir de
aumentos cuantitativos en reproducciones de videos en portales como YouTube y comentarios en redes sociales, permitiendo realizar predicciones localizadas de consumo.

 Atención al cliente 
Chatbots y asistentes virtuales resultan eficaces para la atención de quejas y consultas, mejorando tiempo de atención y satisfacción en clientes, atendiendo incluso consultas de alta complejidad o gestionado ya operaciones como compras de tiquetes aéreos.

 Asistentes en retail
En el sector retail, vehículos AGV incorporando procesamiento de lenguaje natural, deep learnig y visión por computador ayudan a clientes a encontrar productos, conocer sus gustos y los acompañan a góndolas, mientras revisan, verifican y gestionan los niveles de inventario.

 Surtido
Por medio de un sistema de reconocimiento de imágenes por visión por computador y deep learnig, sistemas como Qopius pueden extraer características de los artículos, así como estados (no stock, cumplimiento de cuotas y disponibilidad, por ejemplo) y gestionar procesos de surtido.

 Redes
DHL ha desarrollado por medio de machine learning una solución para predecir los retrasos en su carga área con el propósito de mitigar proactivamente su gestión. Esto a niveles incluso de una semana de
antelación. Esta predicción incluye factores temporales como el día de despacho o puntualidad de línea aéreas.

 Transporte autónomo
Deep learning en vehículos autónomos pueden detectar y aprender de condiciones de medio ambiente, obstrucciones, señales de carreteras, límites de velocidad y tráfico, generando mayor eficiencia, menor
accidentalidad, reducción de costos y reducción en las emisiones de CO2.

 Rutas inteligentes
Algoritmos de enrutamiento en tiempo real gestionan la optimización de rutas, permitiendo una gestión en tiempo real de última milla a la medida (ad hoc), de entrega inmediata y en intervalos de tiempo cada vez más cortos. Esto además actuando con procesamiento de imágenes e interactuando con Facebook Messenger o mensajes SMS para mantener informado al consumidor sobre su pedido.

 Bodegaje
Vehículos guiados autónomamente (AGV) reemplazan la manipulación de materiales, carretillas y gatos en bodegas, permitiendo la planificación de rutas de navegación, zonificación, así como auto-aprendizaje para mejorar sus capacidades en el tiempo.

 Producción
Brilliant Factory de General Electric, vincula la IA desde el diseño, ingeniería, fabricación, cadena de suministro, distribución y actividades de servicio en un solo sistema inteligente.

 Gestión de mantenimiento y repuestos
MRO A partir del reconocimiento de imágenes, el sistema Watson de IBM determina la causa de daños en
máquinas y vehículos, e inclusive por comando de voz indica a un técnico cómo hacer la reparación, pudiendo generar simultáneamente órdenes de pedido de repuestos.

La cadena de suministro tendrá un comportamiento más inteligente y menos artificial a partir de algoritmos de deep learning, los cuales pueden pronosticar el consumo de clientes, de tal manera que se podrá solicitar y entregar productos antes de que incluso este lo solicite. A esto se le llama logística anticipada, la cual se basa en “extraer grandes cantidades de datos, tales como el comportamiento de navegación, historial de compras, y las normas demográficas, así como fuentes aparentemente no relacionadas, tales como datos meteorológicos, charla en medios de comunicación social, e informes de noticias, y así predecir lo que los clientes van a comprar” según lo informa IBM y DHL en su informe Artificial intelligence in logistics.

La invitación entonces es para que sin temores se explore y conozca esta nueva tecnología que sin lugar a duda traerá beneficios a quienes pronto la adopten. Como en la carrera de la evolución, el primero en adaptarse sobrevivirá o tendrá la mayor ventaja.

Comparte esta publicación

Share on facebook
Share on twitter
Share on linkedin
Share on whatsapp
Share on email

2 respuestas

  1. El articulo es demasiado interesante, pero se contradice porque al final el DEEP LEARNING sigue siendo artificial, decir mas inteligente y menos artificial no debería ser el titulo del articulo, porque al final sigue siendo inteligencia artificial que se provee por elementos artificiales. El deep learning es un tipo de machine learning que entrena a una computadora para que realice tareas como las hacemos los seres humanos, como el reconocimiento del habla, la identificación de imágenes o hacer predicciones, lo que significa, que con este panorama, la Logística sera mas artificial y menos inteligente.

  2. El articulo es demasiado interesante, pero se contradice a si mismo, El deep learning es un tipo de machine learning que entrena a una computadora para que realice tareas como las hacemos los seres humanos, como el reconocimiento del habla, la identificación de imágenes o hacer prediccione, lo que indica que la logistica sera menos inteligente y mas artificial.
    Miller Murcia – Coach Logistico

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *