Por: Ramón García, director general del Centro Español de Logística y José Buch, consultor de Estrategia y Operaciones en Accenture.
Los límites de la IA todavía no se conocen, pero sí que sus expectativas varían según el campo de aplicación. En términos generales, se espera que se encargue de automatizar tareas repetitivas, mejore la eficiencia en los procesos y reduzca costes operativos en diversas industrias, desde la fabricación hasta los servicios financieros.
En el campo concreto de la logística, la IA se está empezando a aplicar en la optimización de rutas, inventarios, el pronóstico de la demanda, la mejora de la asignación de recursos, predicción y gestión de riesgos, gestión de proveedores o trazabilidad y transparencia, entre otras actividades.
Estudio en Inteligencia Artificial en la Cadena de Suministro
Sin embargo, la adopción de esta tecnología aún enfrenta un largo recorrido. En muchas empresas, se encuentra en una etapa temprana de desarrollo, tanto en lo que respecta a la infraestructura tecnológica, como en la gestión y formato de almacenamiento de datos, y la formación del personal. Así lo refleja también el “I Estudio en Inteligencia Artificial en la Cadena de Suministro. El impacto de la Inteligencia Artificial e Inteligencia Artificial Generativa en la Cadena de Suministro en España”, elaborado por el Centro Español de Logística y Accenture.
El estudio destaca el bajo nivel de madurez de las organizaciones para su implantación. Básicamente, porque en muchas de ellas los sistemas de información no están interconectados entre sí, lo que origina fragmentación de datos. Precisamente, esta fragmentación, junto con la incapacidad de los sistemas de absorber gran cantidad de datos, impide una visión holística y precisa de la cadena de suministro, dificultando la implementación de la IA e IAG (Inteligencia Artificial Generativa).
El otro gran reto es la formación. El 73% de los directores de áreas de la cadena de suministro considera que sus equipos tienen un conocimiento bajo o muy bajo sobre está tecnología. Y en parte, esto se debe a que no se invierte lo suficiente en material de formación de herramientas específico, según reconoce la mitad de los encuestados en el estudio. Tan solo un 9% ha definido un plan específico para su adopción.
Desde el Centro Español de la Logística apostamos por el talento y las infraestructuras para extraer el máximo potencial porque pensamos que la IA será la encargada, en un futuro no muy lejano, de realizar tanto las tareas repetitivas, -sean fáciles o difíciles – como las ocasionales, dejando aquellas más desafiantes en las manos de los humanos. Y para llevar todo esto a cabo, necesitamos contar con personal con criterio, capacitado y formado, así como un mismo formato para el almacenamiento de los datos con los que trabaja la IA.
Te puede interesar: ¿Por qué la inteligencia artificial empieza a conquistar a las cadenas de suministro?
¿Cuáles serán las oportunidades que ofrece la IA?
- Automatización de procesos: Independientemente de que el entorno todavía es poco favorable, la mayoría de los participantes en el estudio de CEL y Accenture opina que su impacto será alto o muy alto, para la productividad. Especialmente, si se lleva a cabo la automatización de procesos que, impulsada por la IA e IAG, está transformando radicalmente las cadenas de suministro. Esto está generando una mayor eficiencia operativa y una notable reducción de errores humanos, lo que permitirá centrarse en tareas de mayor valor añadido y mejorar la productividad.
- Optimización logística: Igualmente, es una oportunidad para conseguir la optimización logística. La planificación de rutas, con el manejo de un gran volumen de datos en tiempo real, permite proponer rutas alternativas y disminuir el número de entregas fallidas en un 60%.
- Análisis predictivo: en este contexto, otra ventaja se centra en el análisis predictivo que, por ejemplo, permite a las empresas anticipar tendencias del mercado y tomar decisiones informadas, mejorando los pronósticos y reduciendo además los niveles de inventario.
- Personalización a gran escala: igualmente, la IA permite la personalización a gran escala, mejorando así la experiencia del cliente y aumentando la productividad con recomendaciones más precisas y basadas en el análisis de grandes volúmenes de datos.
- Disminución de la huella de carbono: medioambientalmente, se logra una disminución de la huella de carbono. Se debe fundamentalmente a que se reducen el tiempo en carretera y el consumo de combustible. Y, en consecuencia, las emisiones de gases contaminantes como el CO₂. Igualmente, ayuda a reducir el número de viajes en vacío y, por tanto, los costes operativos.
- Gestión de la calidad: mejora la predicción de posibles fallos en los distintos procesos, con una reducción de costes de mantenimiento. Por ejemplo, permite monitorear en tiempo real el proceso de producción, aumentando la detección de defectos en un 90% y reduciendo los costes operativos por la disminución de rechazos.
- Riesgos y Compras: la IA optimiza las estrategias mediante el análisis de datos de gasto y la identificación de estrategias de negociación, bajando los costes de adquisición y las interrupciones en la cadena de suministro. Además, mejora la resiliencia operativa.
- Infraestructura y la transformación organizacional: pocos de los directores de área consideran que sus empresas tienen la madurez digital suficiente para desarrollar capacidades de IA. Precisamente la falta de formación en esta materia es una barrera importante, por lo que es necesario implementar programas de formación específicos y fomentar una cultura de aprendizaje continuo.
Y finalmente, es esencial desarrollar un marco de gobernanza para mitigar los sesgos y asegurar que se cumpla la normativa. Es más, gran parte de las organizaciones tiene previsto destinar más de un 10% de su presupuesto en IA para garantizar que se cumple la regulación.
Este es un tema en constante evolución, ya que los gobiernos y organismos internacionales están tratando de establecer marcos regulatorios que equilibren la innovación tecnológica con la protección de derechos fundamentales.
La Ley de IA de la UE es uno de los primeros esfuerzos legislativos para regular de forma integral la inteligencia artificial. Propone un marco basado en riesgos, que clasifica las aplicaciones de IA en cuatro niveles según su potencial riesgo: inaceptable, alto, limitado y mínimo o nulo.
Decálogo de cómo incorporar esta tecnología con éxito
Con el objetivo de que la implantación de la IA cumpla con las expectativas de cada compañía, el estudio también contempla un decálogo con los pasos a seguir:
- Definir objetivos estratégicos y retorno esperado
Es crucial marcar metas claras, alineadas con las estrategias corporativas, para integrar la IA en la cadena de suministro. También se debe proyectar el retorno esperado e identificar las áreas clave de valor añadido.
- Evaluar las capacidades actuales de la cadena de suministro
Se requiere un análisis exhaustivo de los procesos actuales, la madurez tecnológica y la calidad de los datos, así como las competencias del personal, para detectar las brechas a abordar antes de la implementación.
- Desarrollar una estrategia integral de gestión y gobierno del dato
Crear un marco de gobierno del dato que asigne roles claros y que asegure la calidad, accesibilidad, seguridad e integridad de los datos, algo esencial para una implementación con éxito.
- Mantener la infraestructura tecnológica al día
Actualizar las infraestructuras tecnológicas es indispensable para soportar las soluciones de IA y el procesamiento de grandes volúmenes de datos.
- Transformar los puestos de trabajo
La automatización debe liberar al personal para realizar actividades de mayor valor añadido, como la innovación y la estrategia, redefiniendo sus roles.
- Gestión del cambio y desarrollo de competencias
Es necesario fomentar una cultura empresarial que apoye el cambio, ofreciendo formación continua y promoviendo la adopción de competencias digitales.
- Captación de perfiles y talento tecnológico
Además de actualizar las habilidades de los empleados actuales, se deben atraer nuevos talentos con competencias técnicas especializadas para cubrir las necesidades tecnológicas.
- Establecer un marco de gobernanza responsable
Un marco de regulación adecuado debe convertir principios éticos en métricas prácticas y asegurar una infraestructura técnica y operativa robusta.
- Monitorear y evaluar el rendimiento de los modelos de IA
El monitoreo constante del rendimiento de la IA es la clave para definir los modelos y adaptarlos a nuevos avances tecnológicos, asegurando que cumplan con los objetivos empresariales.
- Escalar y expandir la IA a toda la cadena de suministro
Tras un programa piloto de éxito, el siguiente paso es expandir la IA a otras áreas, integrando tecnologías avanzadas como IoT o blockchain, para lograr una cadena de suministro totalmente potenciada.
Para finalizar, desde el Centro Español de la Logística queremos subrayar nuestra apuesta por el talento y su formación como el mejor modo de aprovechar al máximo el potencial de la IA. El futuro es ya una realidad. Esta tecnología mejorará la vida del personal y se reflejará en una mayor productividad, pero previo paso por un estudio exhaustivo de cómo llevarlo a cabo.
Te puede interesar: Inteligencia Artificial y cómo cambiar y no morir en el intento
Nota completa publicada en Revista Énfasis edición noviembre 2024. Ingresá aqui.
