Cómo la IA está redefiniendo silenciosamente la logística: reduciendo el desperdicio y aumentando los márgenes

Mientras que las finanzas y la atención médica obtienen los titulares por adoptar la IA, algunos de los casos de uso más lucrativos están en las carreteras. La logística es la columna vertebral del comercio global, y los ejecutivos se están dando cuenta – en 2024, 90% de los líderes de la cadena de suministro dijeron que las capacidades tecnológicas son factores principales al elegir socios de carga. La razón! La IA está convirtiendo una industria notoria por su ineficiencia en una ventaja para los negocios sobre la competencia.

Históricamente, la logística ha dependido de procesos basados en papel, y ha sido un punto ciego para los líderes de la cadena de suministro. Esta falta de visibilidad alimenta el efecto látigo: los pequeños cambios en la demanda minorista se inflan a medida que viajan por la cadena de suministro, llegando a los proveedores de materiales raw. Esto, combinado con los largos tiempos de entrega, fuerza a cada etapa – minoristas, mayoristas, distribuidores y fabricantes – a sobrepedir, exacerbando el problema.

Pero imaginemos por un momento que, en lugar de llenar camiones y almacenes con chips de semiconductores solo para que la demanda de PC disminuya, la logística tuviera un seguimiento y visibilidad de la cadena de suministro en tiempo real. ¿Qué pasa si pudieran predecir las fluctuaciones de la demanda con una precisión del 99,9%? ¿Y proporcionar soluciones de logística flexibles como el transporte a demanda en respuesta?

Con la IA y el aprendizaje automático, este ideal puede no estar tan lejos como piensan los líderes empresariales.

La visibilidad de la cadena de suministro explica lo inexplicable

Cuando se les preguntó “¿Cuál de las capacidades tecnológicas de los forwarders de carga encuentra más valioso?”, el 67% de los encuestados votó por seguimiento de envíos en tiempo real.

Los dispositivos de Internet de las cosas (IoT) revolucionan el seguimiento de la carga, proporcionando visibilidad granular y alertas en tiempo real sobre el estado de los bienes – crucial para envíos sensibles al tiempo o controlados por temperatura, como alimentos y productos farmacéuticos, que tienen estrictas regulaciones de verificación. No solo los líderes de la cadena de suministro pueden saber cuánto stock tienen y dónde se encuentra en cualquier momento, sino que también pueden aprender sobre su condición. Los expedidores pueden monitorear y compartir información sobre si los bienes están calientes, fríos, húmedos o secos, y pueden ver si las puertas, cajas o contenedores se están abriendo. Estas perspectivas explican anormalidades con artículos de comida que llegan dañados, minimizando el desperdicio futuro.

Pasando a la industria de la electrónica, las empresas pueden asegurar a los clientes que los productos como las placas base de los portátiles son genuinos cuando los artículos se rastrean y trazan. Los administradores de almacenes y inventarios pueden escanear códigos de barras y códigos QR para rastrear los niveles de stock, o utilizar etiquetas de identificación por radiofrecuencia (RFID) adjuntas a los objetos para rastrear activos de alto valor sin necesidad de escanearlos. Las etiquetas RFID más avanzadas ofrecen alertas en tiempo real cuando las condiciones (como la temperatura) se desvían de los umbrales preestablecidos.

La visibilidad a nivel de artículo se ha convertido en una necesidad para los expedidores y sus socios de la cadena de suministro. Los proveedores de logística deben adaptarse rápidamente a las interrupciones y los cambios en la demanda, y esta visibilidad aumenta la resistencia. Estas perspectivas permiten a las empresas tener una visión holística del inventario y tomar decisiones informadas en tiempo real, reduciendo el desperdicio y mejorando la utilización de los recursos.

Pronóstico de la demanda y tiempos de entrega confiables

La utilidad de los sensores IoT se extiende mucho más allá de simplemente rastrear artículos y actualizar a los clientes en tiempo real. Proporcionan datos que alimentan los algoritmos de pronóstico de la demanda.

Tomemos, por ejemplo, Coca-Cola. El gigante de las bebidas utiliza la IoT para monitorear y recopilar datos de sus máquinas expendedoras y refrigeradores, rastreando métricas en tiempo real para los niveles de stock y el análisis de las preferencias de los consumidores. Esto permite a Coca-Cola hacer predicciones informadas sobre la demanda de tipos y sabores de productos específicos.

Los forwarders de carga utilizan cada vez más un método similar para predecir el volumen de carga en carriles específicos, lo que les permite optimizar la implementación de la flota y cumplir con los acuerdos de nivel de servicio (SLA). Buena noticia para las empresas, ya que se benefician de tiempos de entrega más confiables, lo que significa menores costos de inventario y menos agotamiento de stock.

Hay dos formas generales en que las empresas de logística utilizan el pronóstico:

1. Largo plazo (estratégico): Para presupuestos y planificación de activos (planes de 6 meses a 3 años).
2. Corto plazo (operativo): Más valioso para la logística, prediciendo el transporte de carga terrestre hasta 14 días por adelantado, y 1-12 semanas para el transporte marítimo.

Por ejemplo, la empresa de mensajería DPDgroup, Speedy, predice la demanda combinando datos históricos de envíos (tamaño del paquete, tiempos de entrega, comportamiento del cliente, etc.) con factores externos como vacaciones, picos minoristas (Viernes Negro), etc. Bajo el nuevo sistema, el pronóstico de la demanda impulsado por la IA permitió a Speedy identificar y cancelar viajes y transportes innecesarios rápidamente. Esto llevó a una reducción del 25% del costo del centro de distribución y un aumento del 14% en la utilización de la flota. McKinsey encontró resultados similares en la gestión de la cadena de suministro, con herramientas de pronóstico reduciendo los errores en un 20-50%.

Asignación de carga a capacidad: detener el transporte de aire

Uber Freight informó en 2023 que entre 20% y 35% de los 175 mil millones de millas que los camiones conducen en EE. UU. cada año probablemente estén vacíos – drenando los presupuestos de combustible y mano de obra. Ahora que la IA, el ML y la tecnología de gemelo digital están en el mainstream, un camión que acaba de hacer una entrega en Dallas no debería regresar a Chicago sin carga. Las plataformas de asignación de carga impulsadas por la IA analizan la demanda de carga, la disponibilidad de camiones y los patrones de ruta para garantizar que cada camión esté transportando con la máxima eficiencia.

Las empresas de logística toman la información de carga recopilada utilizada en las herramientas de pronóstico de la demanda (tamaño de la carga, peso, dimensiones, tipo – si es perecedero, peligroso, etc.) y la cruzan con su capacidad. Los análisis impulsados por la IA pueden revisar el tamaño del camión, las características, la ubicación y la disponibilidad, junto con las regulaciones de horas de servicio de los conductores, para conectar a los expedidores y los transportistas en tiempo real. La tecnología de gemelo digital puede potencialmente llevar esto un paso más allá, simulando escenarios virtuales para garantizar la coincidencia óptima.

Digamos que un expedidor ingresa información sobre su carga upcoming en una plataforma digital. El sistema analiza la capacidad de los transportistas disponibles y asigna la carga con la opción más adecuada, considerando los factores de optimización mencionados anteriormente. La transacción se procesa, y el envío se rastrea a lo largo de su viaje.

Al rastrear los activos, predecir la demanda y asignar las cargas, las empresas de logística están ahorrando grandes cantidades. Están minimizando los kilómetros vacíos, maximizando la utilización de los vehículos y eliminando la huella de carbono – mejorando en última instancia las relaciones con los clientes con entregas más confiables.

Los beneficios van más allá de la logística. Este nivel de visibilidad de la cadena de suministro permite a los minoristas y fabricantes optimizar los horarios de producción y reducir los costos de mantenimiento de inventario. Pueden planificar los envíos de manera más eficiente, minimizando los retrasos y los gastos de almacenamiento, y reduciendo los gastos de transporte al garantizar la utilización óptima de los camiones y la capacidad mínima desperdiciada.

Cualquier industria que lidere con la asignación de recursos – aerolíneas, fabricación, incluso la informática en la nube – puede aprender de cómo la IA de logística está optimizando las operaciones.