Integrando IA en la cadena de suministro

Durante el webinar "Integrando IA en las estrategias de toma de decisiones en el Supply Chain", Marcelo Saparrat, director del área de innovación e Inteligencia Artificial y cofundador TecnoAp y Francisco Rodríguez, socio fundador y director de proyectos y couching en la empresa Specialized Logistics Services, dieron su opinión sobre la importancia de generar modelos de inteligencia artificial (IA) para pronosticar el movimiento del mercado y de la materia prima, elementos importantes para el crecimiento de una empresa.

La conferencia inició cuando Francisco Rodríguez explicó qué es el supply chain o la cadena de suministros y como esta cuenta con el esfuerzo, tanto del transporte como de la logística, y como poco a poco van convergiendo en un sistema de proveería que se convierte en una cadena de suministro. Esta se convierte en un sistema de variables con objetivos y restricciones. Pero la pregunta es, ¿por qué es difícil manejar una cadena de suministro? Según Francisco Rodríguez es porque los objetivos chocan y las variables cambian, por lo que la cadena debe evolucionar para ser más colaborativa y menos individual.

Francisco Rodríguez mencionó que las empresas aún trabajan con un sistema de logística tradicional y que por esto la cadena de suministros no conecta a todos, ya que la logística tradicional es conservadora e inflexible, pero con la integración de una inteligencia artificial en la cadena, esta se ve apoyada en la colaboración e integración de sistemas de compras, manufactura, distribución, entre otros. Es decir, la tecnología antes solo servía para la manufactura, pero ahora, la digitalización está en todas partes.

Marcelo Saparrat comentó que las IA cuentan con cualidades humanas, pero no son humanas. Son capaces de inferir, aprender, resolver, razonar, comprender el lenguaje. Y en este sentido hay distintas formas de aprendizaje, el aprendizaje automático, que consta en enseñarle a un programa a través de la observación para que el algoritmo encuentre relaciones con las variables y de esa manera el programa aprenda a clasificar. Y el aprendizaje supervisado: "Si yo quiero que un algoritmo aprenda a clasificar imágenes de perros y gatos, durante el entrenamiento presento imágenes de perros y gatos y ya cuando el aprendizaje ha concluido, el algoritmo me dice, si le presento una imagen, si es un perro o un gato. Con este aprendizaje puedo predecir". Dijo Marcelo Saparrat como ejemplo.

Por otra parte, Marcelo Saparrat mencionó la importancia de construir modelos empíricos basados en datos, es decir, sin datos no hay modelos y con datos pobres hay modelos pobres, así que lo importante son los datos. Después de calibrar los datos es necesario probar el modelo para elegir el que mejor performance tiene y tras esto, se realiza un ajuste con el fin de adaptarlo al proceso de producción. Para Marcelo Saparrat lo importante de la big data son los datos exactos para calcular las variables y la analítica que explica el pasado para predecir el futuro a través de la matemática, la estadística y el aprendizaje automático.

¿Cómo IA puede ayudar en la toma de decisiones de SCM? Lo primero para Marcelo Saparrat es detectar los problemas a abordar, enseguida, hacer un pronóstico de demanda a nivel granular, tomar decisiones basadas en la optimización de KPI´s agregados, que además sean adaptables fácilmente a medida que cambian los objetivos de negocio. Dejar escenarios críticos dependiendo de la decisión humana y correr la simulación para ver cómo se resuelve el problema y como la IA ayuda en la cadena de suministro al redefinir los KPI. Ejemplo de esto puede ser un análisis de comportamiento de inventario o el diseño de redes de suministro.

Cuando Francisco Rodríguez tomó nuevamente la palabra, él mencionó que las empresas agiles superan a las empresas tradicionales. "La IA será un colaborador permanente dentro de las tomas de decisión en todas las variables en las cadenas de suministro", dijo, esto en referente no solo a costos, sino también para la contratación de talento humano, ya que estos nuevos trabajadores deberán de ser capaces de interpretar estos datos. Y aunque México está acostumbrado a ir solucionando sus problemas a la marcha, la IA pronosticaría los problemas y transformaría las empresas en altamente efectivas.

"La era digital está aquí", dijo Francisco Rodríguez cuando habló de empresas como Uber, Airbnb, Zoom, Skype, Facebook, Netflix, que utilizaron la información para generar negocios. "Todo empezó por este tipo de análisis", aseveró.

¿Cuándo es posible predecir el valor futuro de una serie? Cuando el valor actual y los valores históricos determinan el futuro. Es decir, los modelos, el comportamiento humano, precio, lealtad del consumidor, ubicación geográfica son fuentes para determinar un pronóstico. Además, los especialistas agregaron que los modelos de predicción están al alcance de todos. El costo varía en el tiempo en el que tarde en implementar estos modelos en la empresa y que se debe de hacer un calculo sobre la perdida sin una IA y sobre la inversión, de esta manera, la empresa podrá ver lo importante que es implementar dicho modelo.

Entre las preguntas que salieron durante el webinar, una de las más interesante fue, ahora con la pandemia del COVID-19, los datos están cambiando, ¿cómo se podría interpretar esa información? A lo que Francisco Rodríguez respondió: "La pandemia ha sacudido la demanda y la oferta. Se ha generado el efecto látigo, la demanda es demasiada y la cadena colapsa. La importancia de predecir este tipo de eventos a futuros, es para saber cómo reaccionar, por ejemplo, ante la interrupción laboral o la demanda de un producto y una IA podría resolverlo".