Hambre de datos: Cómo el AI de la cadena de suministro puede alcanzar su punto de inflexión

La inteligencia artificial (AI) en las cadenas de suministro es un tema de pollo o huevo. Hay quienes alaban el AI por su potencial para crear una mayor visibilidad en las operaciones de la cadena de suministro. En otras palabras, AI primero, visibilidad segundo.

Lo que puede haber sido cierto cuando la visibilidad de la cadena de suministro en tiempo real no era alcanzable de otra manera. Pero el AI transformador de la cadena de suministro —incluyendo el poderoso AI generativo, que crea nuevas perspectivas, resultados, procesos y eficiencias a partir de grandes conjuntos de datos— requiere que invirtamos la ecuación. Visibilidad primero, seguida de innovación impulsada por GenAI en toda la cadena de suministro.

Imagina a un gerente de ventas regionales, distribuidor, fabricante o oficial de compras que se despierta un lunes, lanza un chatbot de AI familiar (quizás incluso activado por voz) y pregunta en lenguaje natural si su cadena de suministro está optimizada para la semana. Y si no lo está, pregunta cómo se puede ajustar la cadena de suministro para cumplir con sus objetivos. GenAI permite esta interacción con los sistemas de la cadena de suministro.

Pero la única forma en que una solución de cadena de suministro basada en GenAI puede entregar automáticamente esas respuestas es si conoce el estado, ubicación, condición, movimiento, etc. de cada producto, caja, caso, paleta, etc. en la cadena de suministro. Y la única forma en que lo sabe es si los productos mismos pueden comunicar automáticamente la información sin intervención humana. Hoy en día, pueden hacerlo a través de una plataforma de visibilidad ubicua llamada Internet de las cosas (IoT) ambiental.

GenAI en la cadena de suministro

La consultoría global Ernst & Young estima que el 40 por ciento de las empresas de la cadena de suministro están invirtiendo en GenAI. Han utilizado GenAI para mapear complejas redes de suministro, ejecutar escenarios de “qué pasaría”, predecir el suministro aguas arriba y aguas abajo, desarrollar chatbots para que los socios puedan obtener respuestas más fácilmente y incluso generar nuevos contratos basados en acuerdos pasados o existentes.

En tales casos, las empresas están entrenando modelos de AI con sus propios datos históricos y lo que pueden obtener de los socios. Luego, están pidiendo a GenAI que encuentre formas de aumentar la eficiencia. Pero, como dicen los analistas de EY, “Las herramientas de GenAI son tan poderosas como los datos de entrada, por lo que están limitadas por la calidad y la disponibilidad de los datos de los socios de la cadena de suministro”.

El Santo Grial del AI de la cadena de suministro, sin embargo, es generar nuevas rutas, procesos, diseños de productos y listas de proveedores basados en datos en tiempo real —y hacerlo tan rápido como sea posible (lo que es más rápido de lo que es humanamente posible). O, como lo dijo un ejecutivo a la Harvard Business Review, “Cuando hay una crisis en la cadena de suministro, la clave para ser competitivo es encontrar proveedores alternativos más rápido que todos los demás, porque todos están tratando de hacer lo mismo”.

Esto requiere entrenar soluciones de GenAI con mucha más —y más actual— datos sobre las operaciones reales de la cadena de suministro. Entra en juego el IoT ambiental.

IoT ambiental: El lenguaje de las cadenas de suministro

Con el IoT ambiental, los productos, embalajes y lugares llevan firmas digitales, que son el lenguaje de visibilidad en tiempo real de la cadena de suministro, que eventualmente se alimenta a los grandes modelos de lenguaje (LLM) que son la base del GenAI. Estas firmas se llevan a través de IoT Pixels, etiquetas electrónicas autoalimentadas y del tamaño de un sello que se fijan a cualquier cosa en la cadena de suministro que necesite seguimiento y monitoreo. Los IoT Pixels incluyen su propia potencia de cálculo, sensores y comunicaciones Bluetooth, lo que permite a los productos y embalajes describir su viaje a través de la cadena de suministro en términos de datos que los LLM pueden consumir. En última instancia, representan un puente entre el mundo físico y el digital, haciendo disponible por primera vez datos de la cadena de suministro que pueden mostrar, predecir y optimizar operaciones.

Los IoT Pixels ambientales comunican datos a través de una red establecida de dispositivos inalámbricos existentes, como teléfonos inteligentes y puntos de acceso inalámbricos, o a través de puentes y pasarelas estandarizadas y fáciles de desplegar instaladas en tiendas, almacenes, camiones de entrega y más. De hecho, con los permisos y protecciones de privacidad adecuados, los IoT Pixels ambientales pueden extender la visibilidad de la cadena de suministro hasta el consumidor, comunicando datos sobre el uso, reuso y reciclaje de productos, lo que proporciona la base para modelos de GenAI más avanzados.

Y envían datos continuamente. A diferencia de los registros de la cadena de suministro utilizados para entrenar modelos de GenAI hoy en día, los datos del IoT ambiental describen la cadena de suministro en este momento. Con esta visibilidad, todo lo que queda es implementar GenAI para responder a nuestras preguntas: “¿Qué estoy viendo en mi cadena de suministro, en este momento?”

La visibilidad en tiempo real y la generación de datos del IoT ambiental en toda la cadena de suministro incluso podrían ayudar a abordar uno de los desafíos del GenAI: que los datos utilizados para entrenar los LLM necesariamente reflejan sesgos de datos no intencionados de sus fuentes generadoras, que a menudo incluyen los diversos sistemas de planificación de recursos empresariales (ERP) de las empresas.

Los productos rastreados a través de la cadena de suministro con IoT ambiental hablan la verdad objetiva porque los productos están, de hecho, ubicados donde el IoT ambiental dice que están, cuando dice que están. Y porque el IoT ambiental no requiere trabajadores con escáneres de RFID para rastrear envíos, se puede minimizar el error humano.

Los datos del IoT ambiental describen exactamente la ruta y el tiempo que los productos toman en la cadena de suministro. Y los productos llevan en sus pasaportes de producto digital datos sobre las partes y las instalaciones involucradas en su manipulación. Si corresponde, los IoT Pixels ambientales podrían agregar a un LLM información sobre la temperatura, la humedad y las emisiones de carbono en cada paso del camino.

Según EY, una de las áreas en las que las empresas de la cadena de suministro están explorando el uso de GenAI es la informes regulatorios y de ESG. La mejor y más rentable forma de recopilar vastos datos para que GenAI genere información cumplida es a través del IoT ambiental.

De chatbot a automatización

En el día a día, hay dos formas en que el matrimonio entre el IoT ambiental y el GenAI podría beneficiar a las cadenas de suministro. Primero, permitiría que más personas en la cadena de suministro comprendan situaciones en evolución y tomen medidas activas para optimizar o corregir las operaciones de la cadena de suministro. No necesitas ser un analista de datos o especialista en compras para preguntarle a un chatbot de GenAI sobre el estado de los envíos o consultar proveedores alternativos, aunque las empresas seguirán necesitando expertos en datos para asegurarse de que los LLM y las herramientas de GenAI evolucionen para producir resultados útiles. Pero la democratización del análisis y la consulta de la cadena de suministro podría permitir la toma de decisiones rápidas necesarias para ser competitivos.

En segundo lugar, el GenAI y otras herramientas de AI pueden ayudar a construir un puente hacia una mayor automatización de la cadena de suministro. A través del aprendizaje automático, específicamente el aprendizaje de refuerzo que se encuentra a menudo en los sistemas de control, el software puede ser entrenado para tomar decisiones que produzcan mejores resultados. Eventualmente, por ejemplo, podrían ser entrenados para detectar interrupciones en la cadena de suministro antes de que ocurran y automáticamente involucrar a proveedores o transportistas alternativos. O pueden iniciar un mantenimiento predictivo al determinar si ciertos sistemas o líneas de almacén o fabricación pueden fallar.

Lo hacen aprendiendo de grandes conjuntos de datos, incluidos los datos de la cadena de suministro generados por el IoT ambiental.

Como hemos aprendido en los últimos años, las cadenas de suministro complejas existen en un filo. Un par de factores menores pueden sumergirlas en el caos. La inteligencia artificial será fundamental para evitar el caos futuro. Pero para llegar allí, las cadenas de suministro necesitan desbloquear los datos de las cosas que no pueden ver actualmente. El IoT ambiental entrega los datos de visibilidad que las innovaciones de GenAI del mañana se basarán.