AI en Logística
Hace unas semanas atrás, Keith Dierkx de IBM y Matthias Heutger de DHL, en un trabajo colaborativo, confeccionaron un informe sobre la Inteligencia Artificial y su impacto en la Logística. A partir de su publicación, varios artículos salieron en los principales sitios de logística y supply chain management del mundo. Este Post no se aparta de esta tendencia y pretende realizar un resumen del contenido de ese informe, con una mirada particular y las habituales preguntas de reflexión hacia el final.
El término AI (Artificial Intelligence) aparece por primera vez en 1956, en una conferencia, de la mano del Dr. John McCarthy quien la define como la ciencia e ingenio de hacer máquinas inteligentes. A partir de allí, la AI comienza un camino lento de desarrollo hasta los años ’80 donde aparecen los primeros sistemas expertos, dando origen a las primeras materializaciones de la inteligencia artificial. El público general comienza a tener contacto con la AI a finales de los ’90, cuando la supercomputadora de IBM, Deep Blue, vence a Gary Kasparov en un juego de ajedrez. Sin embargo, es en los últimos diez años en donde se presenta el mayor crecimiento de la AI, en correlación con el avance de la tecnología.
La inteligencia artificial se puede definir como la inteligencia humana exhibida por las máquinas; sistemas que se aproximan, imitan, replican, automatizan y, finalmente, mejoran el pensamiento humano. El término se aplica cuando una máquina imita las funciones cognitivas que los humanos asocian con otras mentes humanas, como por ejemplo aprender y resolver problemas. Algunos componentes clave de la IA son la capacidad de percibir, comprender, aprender, resolver problemas y razonar.
Para ponerlo en términos del día a día, cuando se realizan proyecciones de mercado, un equipo de marketing y ventas trabaja durante semanas para poder interpretar los resultados que arrojan las estadísticas de una cierta cantidad limitada de datos relevados por medio de encuestas y variables cuantificables tangibles y conocidas. Pero cómo interpretar aquellas variables que no son tangibles? Cómo realizar análisis con un número infinito de variables y correlacionarlo con las actitudes de las personas que conforman el mercado objetivo y con aquellas que no? Qué hacer y cómo procesar toda la información que arroja el Big Data?
Partiendo de un sin número de fotografías en Instagram, visitas a sitios de internet para consultas sobre precios, características o simplemente el número de apariciones en búsquedas en Google de un determinado artículo; información del tránsito, de vuelos, ferrocarriles y buques; el estado del clima; la ubicación geográfica de centros de distribución y operadores logísticos; y muchas otras variables que probablemente aún no estén dentro de nuestro radar, la AI puede reunir, procesar y correlacionar todas estas variables y parámetros, para dar un proyección en tiempo real del mercado, de cómo llegar a él en el menor tiempo posible y de la forma menos costosa para la empresa.
Ahora miremos desde el punto de vista de la manufactura. Infinitos datos sobre el comportamiento de los productos y además las formas de uso de infinitos usuarios, correlacionados de la forma correcta, darán la oportunidad a las empresas productoras de desarrollar nuevas aplicaciones, nuevas versiones del producto y, a su vez, optimizar los procesos de fabricación y la reducción de costos en procesos, materiales, insumos y niveles de inventarios.
Todo esto desde el punto de vista de la Supply Chain, pero el campo de aplicación de la AI se extiende a todas las áreas y ciencias, en busca de la excelencia y los más altos estándares de calidad de vida. Con las tecnologías de la Industria 4.0 y la transformación digital se abren nuevos escenarios para no hundirse en los data lakes y convertir una gestión en rentable.
Como corolario, la Inteligencia Artificial ya es un hecho que está entre nosotros y es una de las claves para no quedarse fuera de la transformación digital. Los consumidores parecen estar dispuestos a adoptar la nueva tecnología y a tomar más riesgos, mientras que en el área empresarial aún existen interrogantes y desconfianzas. Pero lo cierto es que las empresas deben prepararse cuidadosamente adoptando, entendiendo y valorando el uso de la IA.
¿Estamos listos para la AI?