La inteligencia artificial en la logística para retail es elemental ya que permite captar la intención de compra de la gente. Hoy, gracias a la big data, la IA puede prever el comportamiento de la demanda. Estos sistemas cotejan informaciones como historiales de compras, intervenciones en redes sociales y foros, y otros datos de Internet.
Gracias a ellos, se pone en marcha la logística anticipatoria. Ésta nos permite, por ejemplo, producir la cantidad de stock necesario para satisfacer la demanda. Y también lo contrario: evitar almacenamiento excesivo de mercadería. De este modo, se optimizan ganancias, ya que producimos exactamente lo que debemos; y se reducen los gastos, porque no requerimos almacenar de más.
En entrevista con Énfasis Logística Sudamérica, Karla López, Sales Manager Senior de SimpliRoute Argentina, plataforma dedicada a la optimización de última milla en América Latina, explica las herramientas disponibles y las perspectivas futuras en esta materia.
Te puede interesar: La conjunción Inteligencia Artificial y ser humano, como clave del éxito
¿Qué dificultades se ven hoy a nivel de distribución de productos, teniendo en cuenta el auge del comercio electrónico a partir de la pandemia?
Las nuevas dificultades son:
- Llegar más rápido: se traduce en cumplir con las ventanas horarias que el cliente elige al momento de la compra.
- Comunicación eficiente con el cliente final: que el cliente final sepa el estado de su pedido y lo pueda chequear de manera autónoma, teniendo claridad del horario y día en que llegará.
- Más envíos, mismos vehículos: ¿Cómo utilizo de manera óptima a mi flota o a mis transportistas?
¿Qué herramientas existen hoy a nivel global, que responden a nuevas tecnologías, para mejorar la última milla?
En la actualidad necesitas tener las siguientes herramientas:
- Algoritmos: pasos para llevar a cabo una tarea, ordenados en una secuencia óptima para que se satisfagan las condiciones impuestas por el usuario.
- Software: programas que emiten instrucciones precisas para la ejecución por parte de las máquinas (hardware).
- Machine Learning: forma que tienen las máquinas de mejorar los procesos por sí mismas, basándose en el historial de uso y en la repetición de operaciones.
Karla López, Sales Manager Senior de SimpliRoute Argentina, plataforma dedicada a la optimización de última milla en América Latina.
¿Cuáles son los beneficios de las nuevas tecnologías?
- Automatización y optimización del movimiento de productos en el depósito: la inteligencia artificial en la logística para retail apunta desde hace años a la automatización en el depósito. En este cruce entre robótica y software de gestión, se prescinde del hombre para operaciones de traslado y colocación de productos. Los robots se deslizan por el depósito, organizando mercaderías o recogiéndolas (picking autónomo). La IA les proporciona una manera de trazar la mejor ruta dentro del espacio para minimizar tiempos y accidentes.
- Mayor control de la información en la cadena de suministro: como vimos, la IA obtiene su inteligencia a partir de los datos que le proporcionan. En el caso de IA en la cadena de suministro, la información proviene del depósito o de los transportistas, e indica la ubicación y estado de un producto. Así, se desarrolla el mantenimiento de inventarios en tiempo real. En consecuencia, en el proceso de logística para retail, se generan órdenes de abastecimiento automáticas cuando se agota el stock de un producto. Eso sumado, claro, al seguimiento preciso de los pedidos.
- Selección de las rutas de transporte y los desplazamientos más eficientes: el transporte logístico se vuelve más sencillo con las aplicaciones de la IA. Dos de éstas se utilizan en el presente y parecen tener un futuro todavía más fructífero. En la gestión de desplazamientos intralogísticos, los datos que guarda el software de gestión del depósito sirven para organizar desplazamientos de mercaderías de manera eficiente. Ya vimos que este es un gran avance en el campo de la robótica, pero sirve también para optimizar la acción de los operarios. En la gestión de flotas de transporte de mercaderías, la IA puede interpretar y aprender de la información actualizada del tráfico local. De este modo, traza las rutas más adecuadas para la entrega. Éstas pueden corregirse en tiempo real en caso de problemas de tránsito o de otro tipo
¿Cuáles son las perspectivas futuras en cuanto a inteligencia artificial en logística?
De acuerdo con el Global Truck Study de PwC, la digitalización y automatización de procesos y de vehículos de distribución reducirán los costos de la industria logística del transporte en un 47% para el año 2030. Además, los procesos de la primera milla serán más eficientes, liberando un potencial de ahorro del 45%. En cuanto a las entregas automatizadas de última milla, éstas podrían generar que los costos en esta etapa caigan un 51%, y que los plazos de entrega se reduzcan un 40%.
En definitiva, la industria logística enfrentará grandes cambios durante esta década en marcha, y las empresas deben estar preparadas para asumir estos retos. Por tal motivo, a continuación veremos una serie de insights que te permitirán anticiparte al futuro de la industria logística en cuanto a las siguientes áreas:
- Transporte
- Tecnología
- Talento humano
- Sostenibilidad
- Cliente
Te puede interesar: Inteligencia Artificial: ¿Cómo eficientizar procesos?
Según el estudio Transporte y Logística 2030. Infraestructuras de transporte; ¿Motor o freno de mano para las cadenas de suministro globales? de PwC, para el año 2025 los vehículos de conducción automatizada podrían estar transitando por las autopistas a través de carriles especializados. Así, en el contexto de la industria logística, se podrán transportar productos de un punto a otro en automóviles con dos modalidades de conducción: tripulados por un transportista y no tripulados.
Ya en el 2030, PwC pronostica la aplicación en la industria logística de materiales que cambian de forma. Esto quiere decir, por ejemplo, que un automóvil podría cambiar la forma de su carrocería en función de su entorno, para minimizar así su coeficiente de resistencia aerodinámica. De esta manera, permitiría optimizar la eficiencia energética de las flotas vehiculares de la industria logística durante los procesos de distribución y transporte.
Por otro lado, se estima un 68% de probabilidad de que el desarrollo de toda esta ingeniería logística de transporte esté centrada en las zonas urbanas, llegando con más lentitud a las zonas rurales.
Marcela Vincenti
