Las cadenas de suministro: de Henry Ford a la inteligencia artificial

Carolyn Mathas para Mouser Electronics | Tiempo de lectura estimado: 4 minutos y 40 segundos

(Imagen: Chaay_Tee/Shutterstock.com)

Si comparamos la primera cadena de suministro de la historia y su equivalente actual —de gran complejidad y basada en la inteligencia artificial—, encontraremos muy pocas similitudes. Hace cien años, Henry Ford introdujo las líneas de montaje, lo que abrió el camino a la producción en masa y a la uniformidad de los productos a gran escala. En las cadenas de suministro globales de la actualidad, entran en juego muchas organizaciones y procesos, además de tecnologías que evolucionan rápidamente. Sin embargo, cuanto más compleja sea la cadena de suministro, mayores serán los retos a los que se enfrente.

Los desafíos de la cadena de suministro moderna

Las cadenas de suministro actuales se enfrentan a problemas que Henry Ford ni siquiera llegó a imaginar. Los clientes tienen expectativas cada vez mayores: más productos, logística compleja, mayor seguridad y, por supuesto, todo entregado para ayer. Como resultado, un nivel de costes difícil de mantener se ha convertido en la norma de toda la cadena de suministro. Estos son algunos de los desafíos que afectan a toda la cadena:

• Los recursos y materiales: escasez, problemas geopolíticos y presiones en el suministro y la demanda.

• El inventario: ajustes de las posibles situaciones de escasez, gestión de los plazos, prevención del exceso de existencias y la obsolescencia.

• Cómo garantizar la calidad y la seguridad: evitar piezas deficientes y cómo gestionar el uso de los estándares de seguridad en constante cambio.

• La generación y el mantenimiento de las relaciones: disponer de un número cada vez menor de profesionales de la cadena de suministro es otro problema al que se enfrentan las empresas de logística, y puede provocar que la administración de la relación con los proveedores sea complicada e ineficaz.

• La administración de un gran volumen de datos: administrar y entender las enormes cantidades de datos que la cadena de suministro genera y hay disponibles en esta, puede traducirse en decisiones sensatas y basadas en el análisis, pero lograrlo es toda una proeza.

• La visibilidad entre las cadenas de suministro: algo esencial para obtener resiliencia, precisión, tiempos de inactividad sostenibles, eficiencia y la capacidad de reaccionar de un modo adecuado y ágil cuando sea necesario.

• Relación coste-eficacia.

• Establecer los precios con precisión.

Afortunadamente, la tecnología actual aborda todos estos temas, especialmente la IA.

IA: el pensamiento no humano

La inteligencia artificial se utiliza actualmente en muchos sectores —como las cadenas de suministro— para automatizar tareas repetitivas, lo que elimina el error humano normalmente asociado a estas. La capacidad de predicción y análisis de la IA optimiza, respalda y automatiza las decisiones en toda la cadena. En el complejo entorno competitivo actual, es impensable prescindir de la analítica de datos .  La capacidad de analizar datos simultáneamente permite tomar decisiones de una manera más ágil y fundamentada.

En lugar de confiar en que las personas sigan innovando y trabajando con originalidad, la IA lleva a cabo tareas de un modo cada vez más similar el del cerebro humano. Sin embargo, también hace cosas mejor que los seres humanos; por ejemplo:

• El análisis predictivo
• La autoptimización
• La productividad aumenta al llevar a cabo tareas monótonas y con muchos datos
• Operaciones automatizadas para aumentar la eficiencia
• La planificación e implementación del método más rápido para enviar mercancías
• La evaluación de riesgos en la selección de los proveedores
• Atención al cliente mediante chatbots 24 horas, 7 días a la semana
• La reducción de los riesgos

Con el tiempo, permitirá la automatización total del envío y la entrega de productos. Las funciones básicas de la IA para las cadenas de suministro también están abriendo el camino a las ventajas del aprendizaje automático.

El papel del aprendizaje automático

El aprendizaje automático es un subconjunto de la inteligencia artificial, y permite que un algoritmo, un software o un sistema, aprendan y hagan ajustes sin necesidad de ser programados. El uso de datos u observaciones para entrenar un modelo informático de acuerdo con patrones de datos, mejora el análisis de tendencias y la detección de anomalías, y aporta un mayor nivel de conocimientos predictivos si los conjuntos de datos son especialmente grandes. Estas son algunas áreas en las que el aprendizaje automático es especialmente útil:

• El análisis predictivo: sobre todo, para identificar patrones ocultos.
• La administración de almacenes: para evitar el abastecimiento excesivo o deficiente.
• La automatización de la inspección de calidad: búsqueda de desperfectos en recipientes o embalajes durante el transporte.
• La precisión de las previsiones: la telemática, los dispositivos del Internet de las cosas (IdC) y el transporte inteligente se combinan para mejorar los conocimientos y otras tecnologías igualmente potentes. En un informe de McKinsey, se afirma que las implementaciones de IA y AA en la cadena de suministro reducen los errores de previsión hasta un 50 %.
• La prevención del fraude: ofrece un análisis en tiempo real para detectar anomalías o variaciones con respecto de los patrones habituales, incluida la prevención del uso indebido de credenciales privadas para cometer infracciones en la cadena de suministro.
• El seguimiento de la fase de último tramo: optimiza el proceso y aporta mayor precisión.

El aprendizaje automático en las cadenas de suministro también incluye la reducción de desechos y la mejora de la calidad a fin de obtener mayor rendimiento, la rápida resolución de los problemas y agilizar la administración.

Conclusiones

Según McKinsey, tras haber introducido la IA en sus cadenas de suministro, el 61 % de los directivos afirmó haber observado una reducción de los costes, y el 53 % dijo haber experimentado un incremento de los ingresos. Algunas de las principales ventajas son la disminución del coste de mantenimiento de inventario, una reducción de inventario de hasta el 75 % y un menor nivel de costes de transporte y mano de obra.

Sin embargo, la IA también tiene sus dificultades. La integración de la IA está llegando antes de lo que algunos pueden gestionar. Como resultado, la implementación resolverá problemas actuales y muy arraigados, pero también generará otros, como los siguientes:

• El coste: la IA es un recurso caro, ya que no se suministra como una solución universal. Se crea como un conjunto de sistemas independientes que se integran e instalan, e incluye hardware, entrenamiento y escalabilidad. Una máquina con IA utiliza chips informáticos hechos con materiales raros, y necesita constantemente actualizaciones, cambios de batería y un importante suministro de alimentación.
• Problemas éticos: algunos ejemplos de esto, en el caso de la IA empleada para los vehículos autónomos en el transporte, son la inevitable pérdida de empleos y los problemas de seguridad.

En los próximos años, es muy probable que la IA transforme las cadenas de suministro a medida que vaya procesando los datos generados por las operaciones, lo que contribuirá al control de calidad, al mantenimiento predictivo y a la optimización.

Hace 100 años, Henry Ford creó una línea de montaje que dio origen a las cadenas de suministro. La automatización, la inteligencia artificial, el aprendizaje automático, el nivel descomunal de creación y análisis y el contexto global, han creado un escenario que Ford jamás podría haber llegado a imaginar.