La inteligencia artificial (IA) es el presente y el futuro de la tecnología. Pero, ¿cómo podemos implementarla para conseguir que los procesos de producción y de la cadena de suministro sean cada vez más eficientes? La IA abre una cantidad enorme de escenarios por descubrir y en los que trabajar, además de brindar la posibilidad de explorar nuevas oportunidades de negocio con el fin de lograr un mayor crecimiento, rentabilidad y sostenibilidad. Un ejemplo: combinar la IA con el uso de gemelos digitales (réplicas digitales de un proceso, producto o servicio) para personalizar la producción según los requerimientos del cliente.
La inteligencia artificial consiste en emular la inteligencia humana por parte de máquinas y sistemas informáticos. Lo que se pretende es crear máquinas que puedan actuar como personas, algo que sonaba a ciencia ficción hace unos años, pero que cada vez está más cerca de convertirse en realidad.
El término inteligencia artificial (en inglés, artificial intelligence) fue acuñado por el científico estadounidense John McCarthy en 1956. Sin embargo, el matemático británico Alan Turing ya había anteriormente planteado la cuestión de si las máquinas podrían llegar a pensar como los humanos mediante el test de Turing. Se trata de un criterio según el cual puede juzgarse la inteligencia de una máquina en función de si sus respuestas son similares o discernibles a las de un ser humano.
Al aplicar la IA al mundo del sistema, este es capaz de cambiar su comportamiento sin ser programado específicamente para ello. Para hacerlo, la IA dispone de redes neuronales profundas (más conocidas en inglés como Deep Neural Network o DNN) que analizan información compleja, como vídeos, imágenes y conjuntos de datos con el propósito de decidir, detectar y predecir basándose en los datos recibidos.
De acuerdo con los datos recabados, el análisis y la observación, los sistemas de IA pueden identificar patrones, realizar predicciones probabilísticas y operar sin supervisión en determinados escenarios. La IA se está utilizando en multitud de campos como la visión artificial o el reconocimiento automático del habla.
Quién sabe si la innovación propiciará que las nuevas tecnologías sean capaces de sentir, comprender y actuar. Los últimos avances en la visión artificial, el Internet of Things (IoT) o el aprendizaje automático han favorecido que las máquinas estén preparadas para procesar imágenes, sonidos y voz, analizar los datos obtenidos y, como resultado de ello, tomar decisiones y llevar a cabo acciones en el mundo físico.
Tres factores que han fomentado el desarrollo de la inteligencia artificial:
- Acceso ilimitado a la capacidad de procesamiento. La nube ha sido la impulsora de la inteligencia de datos gracias a la flexibilidad, elasticidad y eficacia, tanto en relación al espacio de almacenamiento como a la velocidad y seguridad en la gestión y control de esos datos.
- Auge de la inteligencia de datos (big data). No solo se trata de almacenar un volumen de información ingente, sino también de gestionarlo y explotarlo.
- Proliferación de hardware especializado en potenciar la inteligencia artificial como el GPU Computing, FPGA o TPU. Se trata de herramientas mucho más rápidas y avanzadas para analizar los datos.
Una de las premisas de la inteligencia artificial es la de garantizar que los procesos de producción sean cada vez más eficientes
Cómo aplicar la inteligencia artificial
La aplicación de la IA, tanto en nuestra vida cotidiana como en el mundo laboral, es un fenómeno al alza. Una encuesta de Gartner, líder mundial en estudios de mercado y consultoría, sobre aproximadamente 200 profesionales de IT y del mundo de los negocios revela que el 24% de las organizaciones encuestadas aumentaron sus inversiones en inteligencia artificial y el 42% las mantuvo sin cambios desde el inicio de la pandemia por COVID-19.
“La inversión empresarial en IA ha continuado sin cesar a pesar de la crisis”, declara Frances Karamouzis, vicepresidenta y analista de Gartner. Asimismo, el informe añade que el 79% de los encuestados afirmaron que sus organizaciones estaban explorando o probando proyectos de IA, mientras que solo el 21% declaró que sus iniciativas de IA estaban en fase de producción.
Hasta la fecha, la mayoría de los negocios han apostado por la automatización para potenciar su desarrollo. No obstante, los últimos progresos en materia de IA ponen de relieve que las compañías deben dar un paso más allá y sacar un mayor partido al potencial de la inteligencia de las máquinas si quieren diferenciarse de sus competidores.
El mejor modo para empezar a aplicar la inteligencia artificial es establecer un plan estratégico que añada valor al negocio teniendo en cuenta los siguientes pasos:
- Seleccionar los campos de aplicación. El primer paso consiste en hacer un listado de los campos donde sería posible aplicar esta tecnología. Para ello, debe identificarse quién es el experto de cada caso de uso y verificar la existencia de fuentes de datos válidas, así como medidores de rendimiento (KPI) que proporcionen datos objetivos sobre el progreso.
- Priorizar los campos de aplicación. Estimar qué valor tiene para el negocio cada uno de los casos identificados, aparte de prever qué posibles dificultades podrían presentarse a la hora de aplicar la IA (como la ausencia de datos adecuados o la imposibilidad de objetivar mejoras). Conviene no abordar cambios radicales hasta aplicar mejoras de forma progresiva sobre los procesos existentes. A continuación, los casos de uso se ordenan según su importancia para el negocio.
- Agrupar los campos de aplicación. Es recomendable agrupar los campos de aplicación en función de los datos que los alimentan, de manera que puedan ser trabajados de modo conjunto.
- Implementar. Debe utilizarse cualesquiera de las metodologías de implementación de proyectos mediante lenguajes de programación como, por ejemplo, el CRISP-DM. En caso de carecer de conocimientos para implantar esta tecnología, es preferible hacerlo con un partner con experiencia tecnológica en este campo.
- Evaluar. Determinar en los conjuntos de datos de prueba si los medidores KPI que se pretenden mejorar lo están haciendo realmente con la aplicación del prototipo de IA.
- Lanzar. Una vez evaluada con éxito la solución, debe lanzarse de manera controlada para verificar que lo que se ha conseguido en las pruebas corresponde con la realidad. En otras palabras, verificar que el sistema se adapta correctamente a los datos recibidos del entorno real.
- Despliegue completo. Consiste en el lanzamiento del sistema de forma extensiva, para así poder pasar al siguiente conjunto de campos de aplicación.
La inteligencia artificial permite explorar nuevas oportunidades de negocio para lograr un mayor crecimiento, rentabilidad y sostenibilidad
Aplicaciones de la inteligencia artificial en logística
Las aplicaciones de la inteligencia artificial en logística se encuentran aún en desarrollo, pero se espera que alcancen su máximo potencial en los próximos años. En cualquier caso, existen algunas prácticas que ya se están asentando en el sector:
- Predicción de tendencias de consumo. La inteligencia artificial hace uso del big data para fines logísticos: cruza información interna, como históricos de ventas, con datos extraídos de foros, redes sociales u otras fuentes de internet. De este modo, el sistema es capaz de emitir deducciones sobre la intención de consumo de los usuarios y, así, prever el comportamiento de la demanda. Esto sirve para poner en marcha la logística predictiva a fin de prevenir roturas de stock o evitar almacenar mercaderías en exceso. Esta es una manera de mitigar el despilfarro de recursos.
- Automatización de las operativas de almacenamiento. Uno de los máximos exponentes de la inteligencia artificial en logística son los depósitos automáticos. En ellos se combinan dos sistemas fundamentales: la robótica aplicada al depósito y el sistema de gestión. Unidos, llevan a cabo una logística que integra tanto los movimientos de transporte y de almacenamiento como la gestión de las operativas. Este trabajo compartido genera unos patrones a lo largo del tiempo que son continuamente analizados. De esta forma, la inteligencia artificial ayuda a optimizar los recursos y corregir movimientos en caso de variaciones en los flujos.
- Selección de las rutas de transporte y desplazamientos más eficientes. La coordinación del transporte logístico es más sencilla con IA. Por un lado, el SGA guarda una radiografía digital de las instalaciones de la empresa y registra todos los desplazamientos intralogísticos que se producen. Así, la IA procesa estos datos y organiza los desplazamientos, tanto de los vehículos autodirigidos que reaccionan al entorno y adaptan la ruta según las necesidades como de los operarios ayudados por equipos de manutención. Por el otro, la IA gestiona también las flotas de transporte de mercaderías, interpretando e incorporando a los sistemas locales la información actualizada del tráfico. Con esta, el sistema traza las rutas más convenientes para la entrega de las distintas mercaderías y corrige los itinerarios en tiempo real en caso de que surjan incidencias.
- Mayor control de la información en la cadena de suministro. La automatización de procesos en la cadena de suministro, mejorada con la presencia de la inteligencia artificial, abre la puerta al mantenimiento de inventarios en tiempo real, a la emisión de órdenes de abastecimiento instantáneas o al seguimiento preciso de los pedidos, entre otros. Igualmente, la integración de datos y la mejora de los sistemas de trazabilidad permiten responder a la necesidad de saber del usuario. Por ejemplo, la pregunta habitual de dónde se encuentra el paquete adquirido en un e-commerce se puede resolver rápida y eficazmente con la implementación de chatbots dotados de inteligencia artificial.
Con la inteligencia artificial se pueden hacer inventarios en tiempo real, emitir órdenes de abastecimiento instantáneas y hacer un seguimiento preciso de los pedidos
¿Cómo trabaja Mecalux para aplicar la IA?
Mecalux Software Solutions trabaja en distintos campos de aplicación para añadir más valor a Easy WMS, el sistema de gestión de depósitos que opera en más de 1.000 instalaciones en el mundo. Estos son algunos de los puntos en los que Mecalux está trabajando:
Mejora del picking en depósitos de ‘e-commerce’
Uno de los retos de un depósito de e-commerce es el de gestionar el gran volumen de órdenes de salida o pedidos, por lo que es muy importante optimizar los recorridos de los operarios a la hora de recoger las referencias que conforman cada uno de ellos.
La aplicación de la IA permite que el sistema dé indicaciones a cada operario sobre cada pedido en particular. El sistema puede hacerlo gracias al aprendizaje en base a históricos. Con esto, se consigue una máxima eficiencia, especialmente en aquellos depósitos con picking intensivo como los de e-commerce.
Sistema predictivo para optimizar la preparación de pedidos
La IA aplicada a Easy WMS puede ser útil para pronosticar los tiempos necesarios en la preparación de nuevos pedidos, basándose en el análisis de datos históricos.
El objetivo principal del sistema predictivo es el de estimar con suficiente antelación el tiempo destinado al picking de acuerdo con el tipo de pedidos que entran en el sistema y de los artículos que conforman cada uno de ellos.
Además, el Warehouse Execution System (WES), como parte de Easy WMS, es capaz de decidir en qué momento y de qué manera se realiza el lanzamiento de órdenes de preparación de pedidos hacia los operarios para que estos puedan tener un flujo constante de trabajo (order streaming).
Comprobación de etiquetado y trazabilidad
Junto con los sistemas de reconocimiento de imagen, la inteligencia artificial puede ayudar en la detección automática de números de serie en procesos de empaquetado. Por ejemplo, es de gran utilidad en la identificación de números de serie de la denominación de origen de botellas de vino y su asociación a cajas de envasado.
El sistema identifica qué artículos con etiquetas impresas con los códigos de serie de la denominación de origen deben pasar por una cinta transportadora para ser empaquetados en cajas. También reconoce los números de serie a medida que avanzan por la cinta, algo que ayuda a saber en qué caja se ha depositado una determinada botella.
El uso de la inteligencia artificial en el reconocimiento de imágenes conlleva mejoras sustanciales en los equipos de hardware actuales.
Sistemas conversacionales como interfaz entre usuario y sistema
Mecalux incorporará un mecanismo para consultar los paneles y resultados de los indicadores a través de plataformas como el correo electrónico, Skype o Telegram. La ventaja de este sistema es que se puede acceder a los datos de productividad del depósito instantáneamente desde cualquier parte del mundo donde exista una conexión a internet, al tiempo que navegar por los paneles de modo ágil.
Mecalux impulsa la inteligencia artificial
Decir que la inteligencia artificial forma parte de nuestro día a día y de la logística es una obviedad. También lo es pensar que la tecnología es una aliada para mejorar todavía más todos los procesos de la cadena de suministro. Por ello, Mecalux lleva años desarrollando proyectos de innovación tecnológica y aplicando sus resultados para mejorar la gestión de depósitos, con el propósito final de que sus clientes puedan ser más eficientes y rentables.