El dato, asignatura pendiente de la IA en la cadena de suministro
Las empresas avanzan en la adopción de IA, aunque la falta de talento y gestión del dato frena su plena integración en supply chain.
Compañías y profesionales del sector logístico han pasado de la preocupación a la intención de aprovechar la inteligencia artificial (IA) y su modalidad generativa, conscientes de las ventajas que a nivel costes y, sobre todo, productividad pueden aportar.
“No hablamos de reducir costes, sino de aumentar la productividad para obtener una mayor calidad y un mayor volumen de ingresos”, ha precisado Fernando Domínguez, director responsable de supply chain de Accenture, durante la presentación del II Estudio en Inteligencia Artificial en la cadena de suministro, elaborado por la consultora y el Centro Español de Logística (CEL).
Según los datos de dicho informe, un 53% de empresas encuestadas afirma contar con una estrategia de adopción de IA, aunque no siempre está integrada ni extendida a toda la cadena, lo que evidencia, recuerda Domínguez, que existe una intención. Sin embargo, apenas se dedica inversión a formar a los equipos en estas herramientas, como muestra que un 24% no cuente con equipos con competencias técnicas avanzadas en IA/IA generativa y que solo un 16% haya desarrollado planes formativos específicos en IA generativa para los mismos.
Se suma que más de la mitad, un 76%, siga adoleciendo de la falta de gestión estratégica del dato al no disponer de equipos con perfiles técnicos que garanticen la trazabilidad y la calidad de estos. “Existe una brecha importante entre pilotar y escalar, y para escalar debemos tener un buen dato y un plan. Hay muchas empresas inmersas en casos de uso, pero menos que lo elevan a la estrategia de la compañía”, especifica Domínguez.
Aplicaciones
El informe refleja varias aplicaciones para aprovechar en empresas Retail y fabricantes.
En el caso de las primeras, la IA y la IA generativa aplicadas en el ámbito logístico para la optimización de pedidos y rutas de entrega en tiempo real ofrece reducciones de hasta un 35% de costes logísticos, un 22% más de productividad y un 18% menos de emisiones. Mientras que en el área de aprovisionamiento, los modelos de predicción de la demanda en tiempo real otorgan a los retailers una reducción de hasta un 12% en ventas perdidas y un 23% más de precisión del forecast.
En el departamento de compras, el informe anticipa el uso de un conjunto de agentes de IA que serán capaces de interactuar entre ellos para evaluar a proveedores en función del riesgo – en tiempo real y de manera continuada-; identificar fuentes de suministro alternativas en caso de eventos de riesgo para la exportación de materias primas; procesar documentos, conversar con proveedores y realizar propuestas para negociar y alcanzar acuerdos; o gestionar los contratos con proveedores.
