La IA Experimental y sus ventajas de uso en la supply chain

¿Cuáles son las ventajas para la supply chain que aporta la inteligencia artificial experimental? Un experto lo explica.

 |   octubre 17, 2022
La IA Experimental y sus ventajas de uso en la supply chain

...

Cuanto más grandes y complejas se vuelven las supply chain, más vulnerables son a las interrupciones.

Usama Fayyad, Director Ejecutivo del Instituto de Inteligencia Artificial Experimental de la Universidad Northeastern, aseguró en un artículo que esa herramienta es un medio muy efectivo para comprender ciertas problemáticas actuales.

ARTÍCULO DESTACADO:
Logística inversa: logra una gestión estratégica para tus devoluciones
Leer artículo

Entre ellas mencionó presiones como la volatilidad del mercado, la mano de obra más restrictiva, la inflación, los fenómenos meteorológicos y la escasez de suministros.

Evolución de la tecnología y la supply chain

Gracias a la proliferación de sensores, cámaras y herramientas digitales, muchas de estas condiciones pueden capturarse en datos y la inteligencia artificial permite analizar dinámicamente conjuntos complejos, lo que ayuda a las empresas a predecir la demanda, identificar compensaciones y optimizar las rutas de entrega.

Junto con subconjuntos como el aprendizaje automático (ML), que utiliza datos de capacitación y comentarios para mejorar progresivamente la precisión, la IA permite a las empresas iluminar e incluso predecir las interrupciones de la cadena de suministro antes de que ocurran, afirmó.

Más que nada, la IA puede ayudar a los gerentes de la cadena de suministro a tomar decisiones mejores y más informadas.

Inteligencia artificial necesita de la experiencia humana

Explicó que un estereotipo común es que la IA reemplazará a los humanos al automatizar completamente el análisis de datos y la toma de decisiones y ese no es el caso.

“Si bien la IA se basa en el análisis de datos para brindar recomendaciones, a menudo la historia completa de lo que sucede en la cadena de suministro no se puede capturar completamente con los datos disponibles”, aclaró.

supply chain

Detalló que la participación humana es una parte importante para aprovechar al máximo la inteligencia artificial.

“Con un ser humano involucrado en todas las etapas del “entrenamiento” de IA y el proceso de retroalimentación continuo, la tecnología hace un mejor trabajo”, dijo.

Eso ocurre por un aumento de la eficiencia y la generación de resultados más éticos.

Además, proporciona información que mejora el rendimiento final, mejor que sin la participación humana, añadió el especialista.

¿Qué es la IA experiencial?

A ese enfoque centrado en el ser humano de la IA le nombraron “IA experiencial”.

Su objetivo es aumentar lo que los humanos hacen mejor (como la toma de decisiones intuitiva bajo incertidumbre, el razonamiento de sentido común y la comprensión de la complejidad y sutileza del mundo real) con lo que las máquinas hacen mejor (como procesar grandes cantidades de datos y documentos, realizar tareas repetitivas/robóticas y operar a gran velocidad y escala) para lograr soluciones más sólidas, éticas y resilientes.

Beneficios de la IA Experiencial para la supply chain

El Institute for Experiential AI ve tres áreas principales de oportunidad: transporte y entrega, almacenamiento y gestión de inventario, y análisis y toma de decisiones.

1. Transporte y entrega

Una cadena de suministro compleja no es necesariamente resistente.

Cada cruce en el movimiento de mercancías introduce nuevas variables y obstáculos logísticos. A su vez, los responsables de la toma de decisiones deben seleccionar entre una red cada vez más compleja de modelos de enrutamiento y entrega.

A medida que se acumulan las entradas, piense en agregar a una torre creciente de naipes, la capacidad de recuperación a largo plazo del sistema comienza a ceder.

La tarea de los administradores de la cadena de suministro se convierte entonces en encontrar y adoptar soluciones integrales que puedan pronosticar la demanda, mitigar el riesgo y tener en cuenta múltiples variables y rutas de distribución.

La incorporación de la experiencia y la intuición humanas en las etapas de capacitación y retroalimentación de la inteligencia artificial produce mejores conocimientos, mayor eficiencia y resultados más éticos.

Los gerentes de la cadena de suministro ahora pueden usar el aprendizaje automático para procesar los flujos de datos complejos que sustentan las redes logísticas.

2. Gestión de almacenes e inventarios

Los líderes de la supply chain tienen la exigente responsabilidad de equilibrar la oferta y la demanda. Para respaldar ese esfuerzo, los gerentes de almacén e inventario están recurriendo al aprendizaje automático.

Se puede utilizar para monitorear las rutas de suministro, predecir los plazos de entrega y cumplir con los pedidos.

En muchos casos, el aprendizaje automático puede realizar estas tareas con casi o absoluta autonomía.

Sin embargo, desde el punto de vista de la gestión de riesgos, es crucial que el grado de autonomía se pueda personalizar.

De ese modo, las decisiones de misión crítica permanezcan en manos humanas mientras el ML proporciona a los tomadores de decisiones datos en tiempo real.

3. Análisis y toma de decisiones

En todas las aplicaciones, la IA empodera a los líderes de la supply chain con herramientas de datos sofisticadas y visualización de la cadena de suministro de extremo a extremo.

Por si te lo perdiste:
Procurement y sustentabilidad: estrategias y visión de los CPOs hacia el futuro

Además, los datos sobre el terreno se pueden cuantificar y entregar a sistemas habilitados para IA

Con dicha herramienta se analizan esos datos y se presentan a los tomadores de decisiones como información procesable.

Un desarrollo prometedor que está ayudando a impulsar una mejor toma de decisiones en toda la cadena de suministro es el nuevo campo del análisis cognitivo.

Ese campo da estructura a grandes conjuntos de datos en formas más relacionadas con el procesamiento lingüístico.

Te puede interesar:
Cómo el machine learning puede impulsar el crecimiento de las empresas

Dichos sistemas pueden aprender de las interacciones entre los datos y los supervisores humanos para brindar información detallada y contextualizada.

Esos conocimientos se pueden utilizar para conectar diferentes áreas de la supply chain de una manera más transparente.

THE LOGISTICS WORLD®


Últimas publicaciones en Actualidad Logística:

Carlos Juárez

Licenciado en Periodismo con más de 15 años de experiencia reporteril. Cubro fuentes mundiales, de economía y negocios para THE LOGISTICS WORLD. Colaborador en UnoTV y Crítico de cine y cultura en Gaio Ninja y Grupo Fórmula Yucatán.


Notas relacionadas


Te podría interesar