OEFA ordena a Shougang paralizar transporte y almacenamiento de minerales

By: Guido Secco
Ene.16, 2019
0

El Organismo de Evaluación y Fiscalización Ambiental (OEFA) ordenó a la empresa Shougang Hierro Perú S.A.A suspender el transporte y almacenamiento de minerales , y el almacenamiento de concentrado en su nueva planta de Marcona, Ica.

Esta medida se mantendrá vigente hasta que la minera procesadora de hierro implemente medidas de manejo ambiental para controlar la dispersión de material particulado que puede provocar alteraciones al ambiente de la bahía San Nicolas, ubicada en Ica.

Mediante su trabajo de supervisión, el OEFA identificó fugas de material particulado proveniente del stock de crudos y stock de concentrado de hierro de la planta Marcona, que se se dispersaban en dirección a la mencionada bahía, debido al viento y a la falta de controles ambientales, informó OEFA.

Por ello, la minera tiene cinco días para presentar un cronograma de remediación del área afectada, que incluya las zonas de influencia del litoral de la bahía.

El organismo público indicó que impulsará las acciones administrativas, civiles y penales correspondientes, si la empresa no cumple con estas medidas.

Fuente: Diario Gestión


¿Qué es Machine Learning y por qué es clave para la optimización del Supply Chain?

By: Guido Secco
Dic.16, 2018
0

El machine learning, o aprendizaje automático, es la tecnología que parte de la Inteligencia Artificial para que las máquinas y ordenadores puedan reconocer patrones concretos en los datos recopilados. Un concepto del que se lleva hablando desde hace muchos años en el campo de las ciencias de la informática pero que en logística adquiere una gran vigencia.

La idea de que las máquinas tienen el poder de pensar ya no es algo que atribuimos sólo a la ciencia ficción. Tras muchas investigaciones y avances tecnológicos, la disciplina del machine learning se puede aplicar en empresas de todo tipo.

En el ámbito de la Supply Chain cada vez se procesa mayor información, la base de datos del conjunto histórico de clientes es muy compleja y las operaciones logísticas requieren una gran agilidad en sus procesos y actividades. Conforme va incrementando el crecimiento de las empresas, estas se van diversificando y los nuevos tiempos exigen mayor exactitud en la información que va de un eslabón a otro en la cadena de suministro.

Con el Big Data, la resolución de incidencias y la reducción en el riesgo de operaciones se deben llevar a cabo con gran eficacia y partiendo de una toma de decisiones precisa en tiempo real. Sin embargo, esa cantidad inmensa de información que va creciendo conforme va avanzando la actividad empresarial es imposible de analizar por una persona. Para ello, los ordenadores deben adaptarse al trabajo del equipo humano y viceversa, para abordar problemas prácticos gracias a un aprendizaje automático que obtiene predicciones y valoraciones inteligentes.

Qué es machine learning

El machine learning es, por tanto, la disciplina científica dirigida al desarrollo de técnicas para que las máquinas tengan la capacidad de adelantar conclusiones, tomar decisiones y predecir fallos en nuestro trabajo.

Concretamente, esta tecnología de IA se basa en la detección de patrones en un grueso conjunto de datos para obtener conclusiones precisas, descubrir tendencias y generalizar comportamientos basándose en otros datos y experiencias previas. De modo que, la extracción de patrones de comportamiento es una forma de aprender a partir de datos y  variables que automáticamente va evaluando a través de una serie de algoritmos.

El machine learning en el Supply Chain

Condensar e interpretar toda la información que se genera en los distintos procesos de la cadena de suministro es algo muy complejo. Suele provocar errores que vienen a afectar al cliente final. Es por esta razón que las aplicaciones de esta tecnología otorgan a los sistemas informáticos la autonomía necesaria para que puedan automatizar determinadas tareas sin intervención humana y sin programar a base de códigos.

Ahora bien, aunque este sistema esté perfectamente integrado en nuestras aplicaciones informáticas, es la empresa quien debe buscar los patrones de comportamiento que desea tratar o de establecer las conexiones adecuadas de información para explicar lo sucedido o predecir riesgos.

Así pues, ¿qué conseguimos con este sistema?

Por ejemplo, podemos predecir la cantidad de productos que se van a demandar a lo largo de un año, pronosticar averías y problemas técnicos o mejorar la personalización del envío de paquetes atendiendo a los pedidos con mayor eficacia.

En la cadena de suministro, el machine learning permite planificar todos los procesos optimizando tareas tan precisas como las predicciones de la demanda, avisar de la rotura de stock, optimizar la gestión de ruta o la lucha contra el denominado efecto látigo. Al mismo tiempo, el machine learning se puede emplear en el almacenamiento de productos, en la comercialización y en la atención al cliente.

Resumiendo qué es un machine learning, se trata, pues, de un sistema de “aprendizaje automático” que emplea la análitica avanzada para gestionar el Big Data, mejorar la operatividad y, en definitiva, la calidad del servicio.

 

Fuente: Retos en Supply Chain / EAE Business School


Inteligencia artificial se instala en la cadena de suministro de principales retailers

By: Guido Secco
Set.15, 2018
0

La Inteligencia Artificial (IA) se ha instalado en la cadena de suministro de los principales retailers del mundo. Se trata de un método que ofrece un amplio abanico de posibilidades en su aplicación, por lo que dicha tecnología ha encontrado su lugar en la gestión empresarial de la cadena de suministro.

Entre los factores que han impulsado el desarrollo de la IA en esta industria, se destaca la gran cantidad de información que crea el sector del transporte de mercancías, el cual hasta llegar al cliente final recurre a las nuevas tecnologías, ya que canalizan todos los datos a lo largo de la cadena. De esta manera, la cadena de suministro cuenta con una gestión más eficaz, que facilita los cálculos para el aprovisionamiento y la administración del stock.

De hecho, el 77% de los 30 principales retailers a nivel mundial recurren a las técnicas de la Inteligencia Artificial para la gestión de la cadena de suministro, mientras que el 70% de todas las entidades utilizan la misma tecnología para realizar diferentes funciones en su canal de comercio electrónico y en tienda, como son las personalizaciones, las promociones, la mejora de precios e incluso la ayuda en la selección de tallas.

Asimismo, la IA se utiliza en gestiones logísticas, como las tareas de inventario, la previsión de la demanda, el abastecimiento automático y la automatización de las operaciones de almacén, según indica un estudio realizado por la consultora Coresight Research. Además, se estima que un 30% de los 30 retailers participantes recurren a la IA para las entregas con drones.


Minagri anuncia censo para conocer el stock nacional de arroz

By: Guido Secco
Set.03, 2018
0

Del 3 al 7 de setiembre se realizará el censo nacional para conocer el stock de arroz cáscara y pilado, con la finalidad de formular políticas públicas de abastecimiento del cereal en el país, en el marco de las políticas de seguridad alimentaria, anunció el Ministerio de Agricultura y Riego (Minagri).

Según dicho ministerio, la información recaudada ayudará a actualizar el directorio nacional de los molinos, almacenes y comerciantes mayoristas procesadores y comercializadores. Además, se busca conocer los últimos índices de conversión del arroz cáscara a arroz pilado, así como conocer los subproductos del cereal.

Cabe señalar que el censo se realizará en todas las regiones productoras: Tumbes, Piura, Lambayeque, La Libertad, Áncash, Cajamarca, Amazonas, Arequipa, Huánuco, Junín, San Martín, Loreto, Madre de Dios, Cusco, Ucayali y en los grandes almacenes y mercados mayoristas de Lima, Ica, Ayacucho, Huancavelica, Apurímac, Cerro de Pasco, Puno, Moquegua y Tacna.

La ejecución del censo a nivel nacional estará a cargo de personal de la Dirección General de Seguimiento y Evaluación de Políticas (DGESEP) del Ministerio de Agricultura y Riego, mientras en el ámbito regional se contará con el concurso de las Direcciones Regionales de Agricultura y las Gerencias Regionales de Agricultura a través de las Direcciones de Información o Estadísticas Agrarias, Agencias u Oficinas Agrarias.


Stock bajo, alta rotación: el porque de su preferencia

By: Jorge Choque
May.11, 2018
0

Dos recomendaciones muy difundidas en el mundo de la logística es llevar al mínimo posible la cantidad de stock y, por el contrario, tener una alta rotación de las existencias, lo cual dependerá de ciertos criterios. 

No hay que tomar tan literalmente el decir “stock bajo”, pero sí ser consciente de su importancia. En logística, lo recomendable para una eficiente gestión de stock es contar con la cantidad necesaria para cumplir con los pedidos que se comercializarán. Y mientras más baja sea esta, mejor, siempre y cuando cubra la demanda. Llegar a este objetivo podría resultar muy difícil, pero al menos las operaciones y estrategias deben ser guiadas por este principio.

“El sobrestock y el agotamiento de las existencias son los dos extremos entre los que se debate el almacén”, podría leerse como un aforismo logístico.

Esto sin embargo puede resultar relativo. Hay empresas cuya estrategia es contar con alto número de stock por lo que su estructura operativa de adecua a ello. Sin embargo, si se compara a dos negocios del mismo mercado de bienes, en donde uno decide mantener una gran cantidad de stock y el otro se esfuerza por llevarlo al mínimo, los dos terminarán cubriendo oportunamente la demanda pero habrá ciertas diferencias que influirán en sus resultados financieros.

“Se debe tener en cuenta que una gran cantidad de artículos en existencia o en stock, al margen de ofrecer seguridad a las empresas, representa importantes sumas de dinero inmovilizados o “muertos”, intereses perdidos sobre el capital inmovilizado, mayores gastos por concepto de seguro, mayores espacios físicos ocupados innecesariamente que podrían ser utilizados para artículos de otro tipo o clase, mayor importe pagado por m2 de terreno alquilado, utilización de mayor cantidad de personal, máquinas y equipos innecesarios”, dice el libro Manuel práctico para la gestión de almacenes.

Asimismo, financiera y técnicamente, es recomendable que los artículos almacenados, además de mantener una mínima cantidad de ellos en dicha situación, tengan un movimiento rápido de entrada y salida, es decir, que roten en el menor tiempo posible, para que evitar disminuciones o mermas propias de artículos que mantienen guardados por mucho tiempo, deterioro, pérdidas por sustracciones sistemáticas o por causas fortuitas, etc.; en razón de todo ello, aumenta el costo del producto final.

Además, un inventario que rota cada 30 días implica tener unos recursos almacenados durante 30 días, periodo en el cual a estos recursos se les podría dar un uso que genere una mayor rentabilidad.

Decir cuál sería la rotación de inventarios ideal sería aventurero por cuanto cada tipo de producto es diferente, cada empresa y sector se comportan de forma diferente; pero sí se puede afirmar que la rotación ideal debería acercare al tiempo mínimo necesario para reemplazar los inventarios vendidos.

Lo importante es que un producto no permanezca en el inventario más tiempo de lo necesario. Por ejemplo, no tiene sentido tener en el inventario gaseosa para 30 días, cuando se puede adquirir nuevo producto en un solo día, luego la rotación de inventarios no debería ser superior a 1 o 2 días.

Pero en el caso de un concesionario de vehículos, surtir nuevamente el inventario suele tomar más tiempo, en algunos casos mucho más de una semana, por lo que no se puede trabajar con una rotación de un día, puesto que en cualquier momento se puede quedar sin vehículos para vender.

Si un producto se puede surtir en una semana, esa debería ser la rotación; si reabastecerse toma un mes, esa debería ser la rotación, en teoría.

La rotación ideal de inventarios deberá entonces depender del tiempo que le tome a la empresa adquirir nuevo surtido. Al mismo tiempo, la rotación no debe ser tan alta que comprometa la disponibilidad de productos, ni tan baja que implique tener productos sin vender por mucho tiempo.