Agregar inteligencia artificial a las cadenas de suministro ofrece beneficios tangibles para las empresas que lo implementan.

Agregar inteligencia artificial a las cadenas de suministro ofrece beneficios tangibles para las empresas que lo implementan. Investigaciones recientes de McKinsey encuentran que el 61% de los ejecutivos informan una disminución de los costos y un 53% informan un aumento de los ingresos como resultado directo de la introducción de inteligencia artificial en sus cadenas de suministro. Más de un tercio informan un rebote de ingresos superior al cinco por ciento. Las áreas que generan ingresos en la gestión de la cadena de suministro incluyen ventas y demanda, pronósticos, análisis de gastos y optimización de la red logística.
carguero-san-francisco-ca-recortado-octubre-2013-foto-por-joe-mckendrick.jpg

Suena bien. Entonces, ¿qué se interpone en el camino para obtener más IA en los sistemas de gestión de la cadena de suministro? Dirigí esta pregunta a Arnaud Morvan, director senior de compromiso de Aera Technology, una compañía que se enfoca en IA. «La dependencia de tecnologías heredadas obsoletas crea una gran cantidad de trabajo manual lento y propenso a errores para los profesionales de la cadena de suministro», señala Morvan. «A menudo pasan alrededor del 50% de su tiempo recolectando y procesando números de sistemas globales dispares. Eso agrega semanas o meses de retraso a los procesos centrales que necesitan ejecutarse más rápido para mantenerse al día con la demanda del mercado».

La creciente complejidad en la infraestructura de TI de la cadena de suministro «dificulta el logro de la velocidad y agilidad que se requiere en los mercados actuales», agrega Morvan. «Con la globalización, es común que las grandes empresas operen cientos de sistemas de abastecimiento, producción y distribución en todo el mundo, tanto internamente como con socios».

Las cadenas de suministro de hoy son muy diferentes a las de hace unos años, y continúan evolucionando en una economía ferozmente competitiva. Las últimas innovaciones incluyen «la creación de almacenes emergentes, modelos de envío desde la tienda y otras innovaciones orientadas a la velocidad», dice. «Y las cadenas de suministro tienen el desafío de administrar de manera efectiva las crecientes carteras de productos que pueden incluir miles de SKU. Los volúmenes de SKU continúan aumentando a medida que las empresas se esfuerzan por cumplir con las expectativas de los clientes para múltiples tamaños, colores y otras variaciones en las configuraciones del producto».

La IA puede ayudar a mantener a las empresas al tanto de estos cambios. Morvan llama al tipo de IA más adecuado para la gestión de la cadena de suministro como «automatización cognitiva», que es esencialmente una IA extremadamente escalable que puede «procesar terabytes o incluso petabytes de datos». Dicha plataforma puede ejecutar «miles de rastreos de datos similares a Google por día en cualquier número de sistemas internos o externos, luego agrega y normaliza esos datos en lo que se llama una capa de datos cognitivos. Allí, los algoritmos AI y ML se aplican para producir recomendaciones sobre acciones óptimas para mejorar la velocidad de la cadena de suministro y la rentabilidad «, afirma. «En efecto, la automatización cognitiva se hace cargo del trabajo analítico y de recopilación de datos lento, difícil y sin escala que tradicionalmente realizan los profesionales de la cadena de suministro humana, a menudo en hojas de cálculo de Excel».

Un ejemplo de IA o automatización cognitiva en la cadena de suministro sería una compañía de dispositivos médicos y farmacéuticos que utiliza la tecnología para métricas «disponibles para prometer (ATP)». «La disponibilidad de ATP, la capacidad de proporcionar una fecha de entrega a un cliente, puede aumentar del 50% a cerca de más del 90%». Esto es posible gracias a la «visibilidad de extremo a extremo de la demanda y la oferta global mediante la recopilación y el procesamiento de datos en múltiples sistemas en tiempo real». También puede servir para «predecir los plazos de entrega mediante el aprendizaje automático requerido para fechas y cantidades ATP precisas, especialmente importante para pedidos pendientes». Además, las cadenas de suministro mejoradas por IA pueden «monitorear los cambios de oferta y demanda casi en tiempo real que podrían afectar las fechas y cantidades de ATP», así como también «recomendar acciones prescriptivas para evitar impactos en las fechas y cantidades de ATP».

Morvan ofrece cuatro ventajas para aplicar IA, o automatización cognitiva, para enfrentar los desafíos actuales de la cadena de suministro:

Visibilidad de extremo a extremo. En las complejas redes actuales de cadenas de suministro, «una plataforma de automatización cognitiva aborda el desafío con rastreos de datos constantes a través de las aplicaciones para crear una única capa de datos virtualizada», explica. «Esa capa revela causa y efecto, cuellos de botella y oportunidades de mejora. Y opera con datos casi en tiempo real, en lugar de información que puede tener días, semanas o incluso meses».

Insights analíticos accionables. : «A pesar de invertir millones de dólares en soluciones de lago de datos e inteligencia empresarial, las compañías aún no tienen los conocimientos necesarios para tomar decisiones de manera oportuna para cumplir con las expectativas de mayor velocidad y agilidad», dice Morvan. «La automatización cognitiva puede filtrar grandes cantidades de información para discernir patrones y cuantificar compensaciones a una escala mucho más allá de lo que es posible con los sistemas convencionales».

Reducir el trabajo humano manual. «Los profesionales de la cadena de suministro pasan innumerables horas reuniendo datos de sistemas dispares y utilizando herramientas de BI u hojas de cálculo para diseñar planes. Es una tarea cada vez más difícil», dice Morvan. «Simplemente hay demasiados datos, demasiadas aplicaciones y demasiadas variables para tener en cuenta. La automatización cognitiva se hace cargo del trabajo pesado realizado tradicionalmente por los humanos. Ofrece un análisis profundo hasta el nivel de SKU, no práctico con un enfoque manual».

Toma de decisiones informada. «La automatización cognitiva automatiza y aumenta las decisiones con predicciones y recomendaciones basadas en inteligencia artificial sobre acciones óptimas para mejorar el rendimiento de la cadena de suministro», dice Morvan. «Explicará las implicaciones en varios escenarios en términos de tiempo, costo e ingresos. Una plataforma de automatización cognitiva también puede ser autorizada para actuar de manera autónoma. Y al aprender con el tiempo, mejora continuamente las recomendaciones a medida que cambian las condiciones».