En un texto previo basado en una investigación realizada por McKinsey y el programa Machine Intelligence for Manufacturing and Operations (MIMO) del Instituto Tecnológico de Massachusetts (MIT) se analizó el uso cada vez más frecuente de tecnologías de machine intelligence (MI) para mejorar las operaciones de las empresas.
El reporte, que se llevó a cabo en la primera mitad de 2021, se centró en dónde, cuándo y cómo se implementan esas tecnologías en las organizaciones, así como su impacto en el rendimiento operativo.
La consultora global detalló en ese reporte cómo las empresas aprovechan mejor esas tecnologías y ahora nos centraremos en las cinco áreas que destacan por un mejor desempeño con el uso de machine intelligence.
Gobernanza: Procesos y capacidades para escalar rápidamente
MI es una prioridad estratégica para las empresas líderes. Muchas de estas organizaciones han construido centros de excelencia dedicados para respaldar sus esfuerzos en la materia.
Dichosa espacios se encuentran dentro de las unidades comerciales o como una función centralizada para respaldar a toda la organización, garantizar los estándares y acelerar la implementación.
Como ejemplo, el reporte pone el ejemplo de una empresa de atención médica que usó un proceso de gobierno bien documentado para implementar múltiples casos de uso en una planta.
Implementó el modelo en toda su red, lo que resultó en un aumento de los ingresos.
Más del 90 por ciento de los líderes de inteligencia artificial tienen un centro de excelencia dedicado.
Implementación: visión ambiciosa
Las organizaciones líderes aplican MI más ampliamente y utilizan enfoques más sofisticados.
Por ejemplo, cada líder encuestado en la investigación realizada por McKinsey está utilizando MI en tres áreas: pronóstico, optimización de mantenimiento y logística y transporte.
Entre los de menor rendimiento, solo la mitad aborda los dos primeros, y menos de un tercio aborda el último.
De los 17 casos de uso que identificamos en nuestra encuesta, más de las tres cuartas partes de las empresas líderes abordan al menos 14.
Además, si bien los tableros simples son la herramienta digital más utilizada por las empresas de bajo rendimiento, es mucho más probable que los líderes adoptar enfoques más avanzados, como métodos predictivos y prescriptivos, o MI.
Asociación: un amplio ecosistema de socios
El desarrollo e implementación de herramientas digitales avanzadas se ha convertido en un deporte de equipo.
La mayoría de las empresas involucradas en la investigación dicen que se asocian con otras organizaciones en sus proyectos de MI y con la academia.
Las empresas emergentes, los proveedores de tecnología existentes y los consultores externos son otras de las opciones más comunes para asociarse.
Las organizaciones líderes son más propensas que otras a buscar tales asociaciones y colaboran con una gama más amplia de tipos de organizaciones.
En el documento se destaca el ejemplo de la unión entre Colgate-Palmolive y Frito-Lay, propiedad de PepsiCo, con un proveedor de sistemas MI para implementar diagnósticos de salud impulsados por IA en sus líneas de producción.
El uso del enfoque para detectar y prevenir paradas no programadas ha resultado en ahorros significativos para ambas empresas, a menudo a partir de un solo incidente: en un caso, esto evitó una interrupción de ocho días.
Personas: empoderamiento de los empleados
En las empresas líderes creen que la MI es importante para las partes interesadas en todo el negocio, y toman medidas para garantizar que la mayor cantidad posible de ellos tengan las habilidades y los recursos que necesitan para hacer uso de estas técnicas.
Más de la mitad de ellos capacita a su personal de primera línea en los fundamentos de MI.
El vendedor de hamburguesas McDonald's, un restaurante de servicio rápido y altamente descentralizado, usó MI para mejorar una amplia gama de tareas operativas.
Por si te lo perdiste:
Estas son las tendencias de Humachine que debes conocer
Desde predecir la respuesta de los clientes a las promociones hasta pronosticar la afluencia en tiempo real en sus restaurantes, la compañía adoptó un enfoque híbrido.
En dicho formato, un centro corporativo de excelencia prueba y desarrolla nuevos enfoques de modelado, que empaqueta en herramientas fáciles de usar que están disponibles para organizaciones operativas regionales y restaurantes.
En última instancia, los empleados en el mercado utilizan las herramientas.
Este enfoque ayuda a los miembros del equipo en el campo a aprender la importancia de buenos datos, desarrollar una comprensión del proceso y perfeccionar las habilidades de identificación de problemas.
Ejecución de datos: datos que pueden usar
Los líderes hacen que los datos sean accesibles.
Todas las organizaciones líderes brindan acceso a los datos al personal de primera línea, en comparación con solo el 62% del resto.
También lee:
¿Cómo ayudan la inteligencia artificial y la big data al sector logístico mexicano?
Cada una de las empresas líderes también adquiere datos de clientes y proveedores, y el 89% de ellos comparte sus propios datos con estos grupos.
THE LOGISTICS WORLD
Más de Tecnología
Innovación
Fábricas de IA, la estrategia tecnológica de la UE: ¿Qué puede aprender México?
Solo 4% de las solicitudes globales de patentes en IA provienen de Europa
Tecnología
Inteligencia Artificial y protección de datos: ¿cuáles son los retos para las empresas al usarla?
El problema con su uso es que no reparamos en las implicaciones y los nuevos riesgos
Tecnología
Automatización y Logística: Japón construye la cinta transportadora más larga del mundo
La Autoflow-Road Tokio-Osaka promete reducir la falta de camioneros y la contaminación
Tecnología
Proveedores de servicios están transformando la gestión de la cadena de suministro con análisis predictivo
Buscan hacer sus supply chains más resistentes y reducir el riesgo
