Inteligencia Artificial: Desafíos en la Cadena de Suministro

El papel que juegan la automatización y la tecnología en la cuarta revolución industrial es clave. En este contexto, la inteligencia artificial marcará la pauta para la transformación de la cadena de suministro al permitir que las máquinas aprendan, resuelvan problemas y tomen decisiones a favor de los socios de negocio.

Una clara muestra de que está ocurriendo un cambio relevante en nuestra profesión, es cuando agregamos a nuestras conversaciones palabras que hasta hace poco nunca habíamos escuchado y que posiblemente ni siquiera sabíamos que existían.
 
Tal es el caso de la inteligencia artificial (IA), concepto que ha estado presente durante muchas décadas, al menos desde los años 50, en la mente de nuestra sociedad. Este término está asociado sobre todo a temas de ciencia ficción donde generalmente las máquinas se vuelven un peligro para la supervivencia humana.
 
Para entender el impacto de la inteligencia artificial en las cadenas de suministro, primero requerimos conocer algunos conceptos esenciales asociados con las plataformas tecnológicas que facilitan su adopción como los “agentes”, big data, internet de las cosas (IoT) o la nube.
 
IA se define como la inteligencia exhibida por máquinas o cuando un artefacto imita o reemplaza a la inteligencia humana en tareas como solución de problemas, toma de decisiones o aprendizaje.
 

El valor de los datos en la inteligencia artificial 

Como en todo proceso de decisión y aprendizaje, la base son los datos. Éstos al ser analizados bajo diferentes contextos, se pueden transformar primero en información y finalmente en conocimiento para la correcta toma de decisiones.
 
Durante las últimas cinco décadas, las empresas se han dedicado a recolectar datos de su operación y del contexto en sistemas de gestión del negocio. Un sistema de planificación de recursos empresariales (ERP) o similar es en esencia un repositorio de datos para integrar la operación corporativa tanto en sus procesos internos como en su relación con el exterior.
 
Desafortunadamente, la mayoría de las organizaciones no han enfrentado de forma directa los problemas asociados con la recopilación y almacenamiento de datos relevantes para la operación. Gran parte de la información de calidad no está almacenada en las bases de datos de los ERP, sino en hojas de cálculo que permiten a los colaboradores tomar decisiones a modo.
 
El énfasis sobre los datos se ha dado en la emisión de reportes de lo que sucedió y no con el objetivo de realizar análisis para aprender de ellos y construir un mejor futuro para la organización, es decir, hacer un uso “inteligente” de la información.
 
Actualmente, la mayoría de los sistemas que operamos fueron diseñados para soportar la toma de decisiones. Con el uso de la inteligencia artificial, los sistemas decidirán las acciones a seguir y controlarán la operación, y las redes serán predictivas, resilientes y capaces de autoadministrarse.
 
Una de las grandes ventajas de la inteligencia artificial es su capacidad para reconocer patrones sobre las tres V del big data (volumen, velocidad y variedad), así como encontrar correlaciones que a simple vista no era posible identificar. Además, la analítica predictiva es esencial para responder a la incertidumbre de los mercados.
 
Es importante considerar el lugar en donde se encuentran almacenados los datos, ya que si están en un dispositivo aislado o de acceso restringido, no podrán ser utilizados fácilmente para los análisis que los transformen en información útil para el negocio. Por esta razón, muchas organizaciones se mueven a la nube, pues simplifica el acceso e intercambio de información entre socios de negocio. Ahora es el momento crítico de convertir los datos en algo de mayor utilidad para la organización.
 

Hacia una cadena de suministro inteligente

Cada vez son más complejas las cadenas de suministro globales al involucrar muchos negocios, los cuales deben interactuar de forma coordinada para entregar oportunamente a los consumidores los bienes y servicios en el lugar y tiempo requerido, así como a un precio competitivo.
 
Ante este escenario, no existe forma de que un solo miembro de la cadena sea capaz de optimizar los flujos de información, materiales y dinero que se generan todos los días. En el fondo, la principal aplicación de la inteligencia artificial en las cadenas de suministro radica en su capacidad de realizar procesos de planeación y ejecución concurrentes, los cuales consideran las condiciones en tiempo real de cada uno de los miembros del ecosistema.
 
Un ejemplo de la implementación de IA en la cadena de suministro se observa en el retail, cuando en una tienda de autoservicio se monitorean las ventas de un producto para anticipar y responder en tiempo real a los cambios en las conductas del consumidor. De esta manera, los sistemas integrados ajustarán automáticamente el resurtido del producto a lo largo de toda la cadena.
 
En las redes inteligentes, permanentemente los “agentes” se están comunicando en tiempo real con la información recolectada en los puntos de venta (POS), o con la información generada a través del internet de las cosas, IoT.
 
Estos agentes no sólo son capaces de planear, sino también de ejecutar y actuar con base en modelos de optimización con metas y propósitos muy específicos. En algún momento, pueden existir millones de agentes comunicándose en tiempo real para tomar una decisión y generar una acción específica.
 
Al final de cada decisión, la red analizará el resultado y será capaz de aprender con el objetivo de que en la siguiente decisión se mejoren los resultados específicos. Este aprendizaje permitirá modificar los supuestos y modelos utilizados, debido a que mientras más información se procese, el sistema se volverá más inteligente.
 
Para que la inteligencia artificial pueda ser explotada en las cadenas de suministro, es necesario garantizar al menos las siguientes condiciones:
1. Los sistemas tendrán acceso en tiempo real a los datos que genera la operación a lo largo de toda la cadena de suministro. La información estará disponible sin necesidad de intervención manual y será confiable para asegurar una adecuada toma de decisiones.
2. La información de los socios de la cadena de suministro estará disponible para su análisis corriente arriba y corriente abajo. Además, las decisiones serán tomadas bajo el principio de optimizar la operación total de la cadena.
3. El enfoque central de la operación será maximizar, al menor costo posible, el nivel de servicio al cliente final. Todos los miembros de la cadena trabajarán con el objetivo de tener clientes satisfechos.
4. Los miembros de la cadena aceptan que los algoritmos inteligentes generarán cambios constantes en la planeación y ejecución. No obstante, están conscientes que estas modificaciones consideran los costos asociados con cada variación en relación con los beneficios que producen para la operación total.
5. Para que los sistemas aprendan, se les debe dar la oportunidad de analizar múltiples veces los problemas, aprender de los resultados y realizar ajustes a las políticas y criterios que se utilizan en la toma de decisiones. Esto implica aceptar que habrá algunas decisiones “malas” en el camino.
6. Los sistemas de información deberán contar con la capacidad para procesar enormes volúmenes de datos que incluyen todos los asociados con la producción, distribución y venta de productos o servicios a lo largo de la cadena.
7. Durante el proceso de aprendizaje, será necesario monitorear la operación del sistema para atender los problemas que los algoritmos aún no están preparados para responder y a los que se les deberá dar atención bajo los sistemas tradicionales.
 
Además de estos requisitos tecnológicos, la organización deberá desarrollar el talento necesario para seleccionar la tecnología adecuada, generar los algoritmos, monitorear las decisiones, administrar las relaciones entre compañías y diseñar las estrategias de cadena.
  

PLATICA CON UN ASESOR

Nuevo llamado a la acción

Francisca Howard
Francisca Howard

Francisca es Ingeniero Comercial de la Universidad Adolfo Ibañez. Actualmente se desempeña como Gerente de Desarrollo Comercial en Drivin, una solución SaaS que permite a empresas con operaciones intensivas de despacho, reducir de manera significativa sus costos de transporte y además mejorar la calidad en el servicio a sus clientes finales.

Planeación
COMENTARIOS
SUSCRÍBETE A NUESTRO BLOG