La cadena de suministro digital toma forma

By: Guido Secco
May.13, 2019
0

Momentum se está desarrollando en torno a tecnologías digitales que incluyen inteligencia artificial (IA), aprendizaje automático, infraestructura de análisis de Big Data y, próximamente, para implementaciones de blockchain. Pero las cadenas de suministro que se transforman digitalmente no pueden lograrse simplemente apegándose a una lista de tecnologías “calientes” que …

¿Alguna vez ha estado en un restaurante donde hay más de 200 artículos en el menú y unos 50 de ellos parecen bastante buenos? Escudriñar a través de las tecnologías de la cadena de suministro digital puede plantear un problema similar. Hay muchas elecciones intrigantes, y parecen no tener fin.

Hace un par de años, Internet de las cosas (IoT) era lo más importante, al proporcionar datos en tiempo real a las torres de control digital. Ahora la furia es la inteligencia artificial (IA) , el aprendizaje automático y la robótica impulsada por la IA. Y se espera que blockchain revolucione pronto la forma en que los productos se rastrean de campo a mesa. Y, hay cambios de juego a más largo plazo, como camiones sin conductor y drones aéreos, siempre y cuando se materialicen.

Con tantas tecnologías, ¿en cuáles debería apostar, cuáles vale la pena monitorear y cuáles están sobrevaloradas? De acuerdo con los analistas y consultores que evalúan estas tecnologías, se trata menos de aferrarse a una “lista activa” de tecnología y más acerca de conocer sus prioridades únicas.

Resultado de imagen para imagenes IoT

La tendencia de la cadena de suministro digital abarca muchas tecnologías, desde categorías de software más establecidas que “digitalizan” un proceso, hasta nuevas tecnologías como la IA que pueden transformar de manera más dramática las cadenas de suministro. “La forma más amplia de ver la transformación digital en su aplicación a la cadena de suministro es considerar los procesos de extremo a extremo y las tecnologías digitales que pueden ayudarnos a hacer un mejor trabajo desde los proveedores del proveedor hasta el cliente final. ”Explica Steve Banker, vicepresidente de servicios de cadena de suministro de la empresa analista ARC Advisory Group.

Entre el menú repleto de tecnologías digitales, hay algunas que se están ejecutando realmente, como la IA y los robots móviles autónomos (AMR). Los analistas dicen que algunos de ellos tienen el potencial de construirse unos a otros para que los datos de cosas conectadas con IoT, aplicaciones dirigidas por AI, construcciones de cadena de bloques o plataformas de análisis se agreguen de forma sinérgica. La emergencia es una época en la que las cadenas de suministro pueden ser más autocorrectoras, aprovechando las bases de la plataforma de análisis como un Servicio (PaaS).

A pesar de que hay tecnologías para observar en este momento, Dwight Klappich, vicepresidente de investigación de ejecución de la cadena de suministro en Gartner, aconseja a las empresas evaluar sus puntos débiles primero y luego volver a la tecnología apropiada. “Es bueno educarse sobre el arte de lo que es posible, pero tiene que cambiar la discusión y comenzar con sus necesidades, y desde allí explorar las tecnologías que lo ayudarán a abordarlas”, dice Klappich.

¿Por qué AI?

Debido a que las cadenas de suministro están bajo una intensa presión para hacer más con menos, y los recursos de mano de obra, incluidos los empleados de los almacenes y los conductores de camiones, son escasos, por lo que no es de extrañar que la inteligencia artificial y la robótica despierten interés. La IA se puede utilizar de muchas formas: los AMR y otros tipos de robótica, como los brazos de recolección de piezas en colaboración, utilizan la IA para tareas como cómo navegar a un lugar de selección o cómo recoger una caja de cartón o un frasco de pastillas.

“Los robots móviles simplemente están despegando”, dice Klappich. “Se consideran una forma de lograr cierto nivel de automatización sin gastar decenas de millones de dólares en la automatización de pared a pared. Con los AMR, puede obtener algunos de los beneficios de eficiencia de una instalación altamente automatizada junto con beneficios como adaptabilidad y flexibilidad, y a un costo inicial más bajo “.

Debido a que la mano de obra operacional se está convirtiendo en un activo altamente restringido, las compañías están mostrando un gran interés en usar el análisis predictivo en áreas como la previsión, planificación y programación de la mano de obra, dice Klappich. La inteligencia artificial y el análisis predictivo se han aplicado a disciplinas de alto nivel como la planificación de la oferta y la demanda, pero Klappich dice que a pesar de que los sistemas de informes laborales tradicionales están maduros, los operadores de almacenes ahora tienen interés en utilizar el aprendizaje automático para mejorar sus días internos y medios. -organización laboral de ordenación.

“Hoy en día, las empresas no pueden encontrar suficiente mano de obra en el almacén, por lo que no pueden esperar hasta el último minuto para determinar cuáles serán sus requisitos de mano de obra. Es por eso que la previsión de mano de obra se está convirtiendo en un problema tan enorme “, dice Klappich.

El aprendizaje automático dentro de la planificación de la cadena de suministro y el software de pronóstico continúa avanzando, según Banker, aunque el aprendizaje automático ha estado presente en la planificación de la demanda durante varios años. Según Banker, la tecnología es adecuada para la gestión de la demanda, ya que puede evaluar constantemente cómo se comparan las ventas y los envíos reales con los pronósticos y sugerir cambios en los pronósticos o el mejor tipo de algoritmo.

“No es nuevo, pero el nivel de atención e inversión de los proveedores de software de gestión de transporte y planificación de la cadena de suministro está aumentando y se están introduciendo en el mercado más capacidades de [aprendizaje automático]”, dice Banker.

El uso más amplio y profundo de la inteligencia artificial y el aprendizaje automático en las cadenas de suministro se ve favorecido por la maduración de la infraestructura de Big Data que permite proyectos más rápidos y menos costosos en comparación con eras anteriores de análisis, dice Joe Vernon , líder de transformación de la cadena de suministro de análisis con la consultora Capgemini .

Si bien los proveedores de software de robótica móvil o de gestión de la cadena de suministro integran el aprendizaje automático en sus soluciones, en otros casos, las organizaciones de usuarios finales y los consultores pueden aprovechar la infraestructura analítica de Big Data y PaaS para los objetivos de la cadena de suministro, explica Vernon.

Los PaaS están basados ​​en la nube y pueden presentar bibliotecas de aprendizaje automático que pueden adaptarse a diferentes aplicaciones, así como el almacenamiento en la nube y la infraestructura de cómputo necesaria para almacenar y analizar los datos recopilados en lo que comúnmente se denomina un “lago de datos”. Los principales proveedores de PaaS, como Microsoft, con su plataforma Azure, también ofrece herramientas de inteligencia empresarial para visualizar lo que el aprendizaje automático ha descubierto. Al usar las llamadas de la interfaz de programación de aplicaciones (API), los datos necesarios de múltiples fuentes se pueden aprovechar y analizar rápidamente.

Al utilizar el aprendizaje automático y el PaaS, dice Vernon, las empresas pueden aplicar rápidamente el aprendizaje automático a problemas como la forma de optimizar los niveles de inventario en una red de distribución o la previsión de la demanda. “La inteligencia artificial y el aprendizaje automático tienen muchas aplicaciones potenciales, pero una de las primeras historias de éxito es la optimización del inventario, esas preguntas clásicas sobre qué colocar dónde y cuándo”, dice Vernon. “La clave con el aprendizaje automático es que aprende con el tiempo. La tecnología ve lo que ha sucedido y descubre cómo puede hacerlo mejor la próxima vez “.

¿Un mundo de blockchain?

Resultado de imagen para imagenes blockchain

Si bien se ha hablado durante cierto tiempo en los círculos de la cadena de suministro, se espera que el uso de blockchain aumente a finales de este año con proyectos piloto en múltiples industrias, incluido el seguimiento de productos de hoja verde en la cadena de suministro de Walmart y el control sobre productos farmacéuticos retornables que involucren a empresas comoAmerisourceBergen .

El uso de blockchain en la cadena de suministro aún es nuevo, dice Vernon, pero crecerá y, una vez que se adopte ampliamente, podría superponerse muy bien con la IA para apoyar una era de cadenas de suministro digitales autoajustables. La investigación de Capgemini en 2018 sobre blockchain encontró que el 87% de las empresas encuestadas estaban al menos en las primeras etapas de una iniciativa, aunque solo el 3% lo estaba usando activamente. “Esperamos que la tasa de uso crezca este año”, dice Vernon.

Otros creen que la cadena de bloques realmente se verá en uso en las cadenas de suministro, pero podría terminar siendo más una mejora incremental. “Me cuesta mucho entusiasmarme porque será una nueva forma de mensajería”, dice Banker, de ARC. “Va a tener algunas ventajas, como una mejor seguridad en la mensajería, pero simplemente no lo veo como algo profundamente transformador”.

Sin embargo, observa Vernon, dado que blockchain implica una “construcción” en torno a las relaciones de la cadena de suministro y los contratos, esto tenderá a ser útil a largo plazo. Una vez que hay una masa crítica para blockchain, y a medida que más compañías aprovechan la analítica avanzada y el aprendizaje automático en áreas como el inventario y la gestión de la demanda, Vernon cree que las cadenas de suministro pueden volverse más “autónomas” o autocontroladas.

Esto se verá favorecido por la automatización de procesos robóticos (RPA) de las tareas rutinarias de la cadena de suministro, como la creación de órdenes de compra dentro de los sistemas empresariales, y los datos en tiempo real sobre los envíos o la condición de los productos que provienen de las soluciones de Internet de las cosas (IoT).

La visión es que estas tecnologías se enfrentarán entre sí hasta el punto en que las cadenas de suministro pueden ser autoajustables, como un sistema nervioso digital, y mucho menos como los pasos secuenciales tradicionales que deben planificarse y ejecutarse. Por personas que utilizan distintas soluciones de software.

“Hay varias tecnologías que necesitan ser adoptadas para que las cadenas de suministro autonómicas tomen forma, pero, debajo de todo, y el aspecto autónomo, será el aprendizaje automático”, dice Vernon.

Vernon cree que otras tecnologías de la cadena de suministro digital, como las torres de control y los “bots” o los agentes inteligentes dentro de las aplicaciones, ayudarán a crear esta nueva era de cadenas de suministro autónomas. Hasta la fecha, agrega, solo parte de esta visión se ha hecho realidad, como los bots dentro de soluciones logísticas que pueden reenrutar dinámicamente los envíos para ahorrar tiempo y costos.

Pensamiento combinado

Los beneficios completos de una cadena de suministro digital provendrán de la interacción de tecnologías, dice Nick Vyas, director ejecutivo del Centro Marshall para la Gestión Global de la Cadena de Suministro de la Universidad del Sur de California (USC).

“Si podemos integrar la inteligencia artificial, el aprendizaje automático y luego las aplicaciones de cadena de bloques, creo que esta combinación será la trinidad del espacio de la cadena de suministro digital”, dice Vyas. “La fusión de estas tres tendencias puede convertirse en una gran fuerza que nos permita vivir en un mundo digital”.

Vyas cree que el principal obstáculo para una mayor adopción de estas tecnologías es más organizativo que técnico.Muchas empresas, sus juntas directivas e incluso algunos profesionales de la cadena de suministro están acostumbrados a los enfoques heredados de la gestión de la cadena de suministro centrados en las ganancias incrementales dentro de los procesos existentes. Algunas personas también temen que la IA elimine el elemento humano y la experiencia humana, agrega Vyas.

“Se puede aprovechar la inteligencia artificial para comenzar a tomar muchas decisiones de la cadena de suministro (pedidos de reabastecimiento, decisiones de compra o toma, opciones de transporte) de una manera inteligente donde podemos comenzar a ver rápidamente los beneficios”, comparte Vyas. “Pero aprovechar este poder requiere dejar de lado parte del control que actualmente poseemos para alcanzar decisiones”.

Vyas cree que estos temores son en gran medida infundados, ya que la inteligencia artificial suele desplegarse como “inteligencia aumentada” en la que los expertos en humanos configuran los algoritmos de inteligencia artificial o de aprendizaje automático basados ​​en factores y umbrales establecidos por los humanos.

“Queremos que las personas tomen algunas decisiones, pero que las tomen de forma excepcional”, dice Vyas. “No queremos desperdiciar recursos humanos para tomar decisiones repetibles y reproducibles que pueden digitalizarse con AI”.

Pensamiento fundacional

La parte de “transformación” de las cadenas digitales no debe olvidarse al examinar lo que es posible, señala Lora Cecere, fundadora de la firma de investigación Supply Chain Insights. En resumen, no se centre solo en digitalizar lo que ya existe, sino en cómo la tecnología puede cambiar la forma en que hace negocios.

“Nos hemos centrado en las mejoras dentro de las cuatro paredes de una empresa, y nos hemos limitado a impulsar mejoras en el balance”, dice Cecere. “Para salir de ese pensamiento, debe preguntarse: ¿Qué capacidades necesita su cadena de suministro para impulsar la visión empresarial en la transformación digital?Puede comenzar con preguntas como: ¿Qué productos vendo y cómo los vendo? Puede ser que su empresa ofrezca algo en la entrega basada en la nube, o imprima productos digitalmente, o reutilice flujos de desechos para crear productos.Entonces, las primeras preguntas deberían ser esas preguntas fundamentales “.

Cecere también cree que es necesario que haya más adopción alrededor de estándares para la calidad de datos maestros, de modo que las tecnologías digitales como la inteligencia artificial y el aprendizaje automático puedan alcanzar un mayor potencial. Afortunadamente, agrega Cecere, la norma ISO 8000 establece una mejor limpieza de datos para las cadenas de suministro. El estándar creará consistencia en torno a factores tales como los identificadores de la compañía / socio, utilizando un mecanismo conocido como el Identificador de entidad legal autorizada o ALEI. La adopción ISO 80000 establecerá la limpieza de los datos para que los socios de la cadena de suministro puedan comenzar en redes de transporte más inteligentes, dice Cecere.

“ALEI limpia preocupaciones como los datos de la empresa y los datos de ubicación”, dice Cecere. “Ese es el comienzo de la construcción de sistemas de transporte externos que nos permiten conectarnos mejor con terceros y sentir lo que está sucediendo en la cadena de suministro. Hoy en día, las empresas operan desde una perspectiva de adentro hacia afuera tratando de optimizar los problemas de ayer, mientras que si estamos ‘afuera-dentro’ y podemos conectarnos con otras partes a la perfección, podemos comenzar a ser mucho más proactivos y usar el análisis predictivo. El primer paso es saber quiénes son las partes ”.

Cuando se trata de eso, la tecnología como blockchain tiene potencial en el sentido de que debería mejorar la seguridad y la confianza a través de “registros inmutables”, dice Klappich, pero la nueva tecnología por sí sola no puede resolver los problemas que requieren una gran dosis de disciplina entre compañías.

“En la gestión de la cadena de suministro, independientemente de la tecnología, la habilitación del ecosistema es muy difícil”, dice Klappich. “Una nueva tecnología no probada por sí sola, blockchain o cualquier otra, no va a hacer que los proveedores hagan lo que se supone que deben hacer, cuándo se supone que deben hacerlo, cómo se supone que deben hacerlo, de la manera que usted quiere que se haga. . El problema no es la tecnología, es la habilitación del ecosistema “.

Cómo llegar allá

Con proyectos digitales más amplios, agrega Banker, normalmente es mejor dividirlos en experimentos de prueba, probar una solución y, eventualmente, ampliar su uso en la cadena de suministro en funcionamiento. Los AMR encajan bien con esta metodología, dice Banker, porque pueden probarse a un costo relativamente bajo, tal vez utilizando un modelo de “robot como servicio”, y luego implementarse para un uso más amplio si cumplen con las expectativas.

Otras tecnologías digitales, como el uso de nuevas formas de planificación de la cadena de suministro que aprovechan la inteligencia artificial o el aprendizaje automático, suelen ser más costosas de probar y ampliar que los AMR, pero pueden hacer más para transformar una cadena de suministro.

“Los [AMR] son ​​un ejemplo perfecto de una tecnología para la que puedes hacer fácilmente pruebas de conceptos, poner algunos robots y, si funciona, funciona, y si no lo hace, no te ha costado mucho. de dinero ”, dice banquero. “Por otra parte, si desea transformar su cadena de suministro de extremo a extremo, y no tiene una solución de planificación de la cadena de suministro y quiere pilotear eso, esto tiende a ser una solución más costosa para cualquier empresa de tamaño decente. Pero si desea obtener una visión más madura de la transformación de la cadena de suministro, puede ser el lugar al que necesite llegar “.

Para Banker, para algunas empresas que no son tan avanzadas en el uso de las últimas tecnologías digitales, la “digitalización” de menor escala de un proceso existente, como instalar un software de envío de paquetes, puede agregar valor.

“Es posible que tenga una organización que está empezando a subirse a un carro digital, y hay algo que ellos quieren hacer, así que lo llaman un proyecto de transformación digital para que todos participen, pero es más una digitalización”, dice Banker. “Eso todavía puede agregar valor, porque se está moviendo de un proceso manual a uno digital”.

En última instancia, las empresas pueden beneficiarse de un proyecto más modesto, o uno más ambicioso. Los proyectos más grandes están bien servidos por pruebas de concepto y piloto, aconseja Banker. “No hay tal cosa como una prueba de concepto fallida, siempre y cuando aprendas algo”, dice. 

Fuente: