Entrevistas
Oana Jinga, cofundadora, directora comercial y de producto de Dexory – Serie de entrevistas
Añade Unite.AI a tus fuentes preferidas en Google
Oana Jinga, cofundadora y directora comercial y de producto de Dexory, es una líder experimentada en tecnología y comercio con una trayectoria que abarca robótica, tecnología minorista, alianzas estratégicas y desarrollo de productos. Co‑fundó la empresa, originalmente conocida como BotsAndUs, en 2015, desempeñándose como directora comercial antes de asumir su actual cargo de liderazgo en Dexory. Paralelamente a la creación de la compañía, Jinga pasó más de seis años en Google, donde dirigió alianzas minoristas en el Reino Unido y luego supervisó alianzas estratégicas en el sector minorista en EMEA. Al inicio de su carrera, ocupó puestos en comercial, marketing, fidelización y desarrollo de negocio en O2 (Telefónica UK), así como cargos en marketing y relaciones públicas. También fue co‑líder en Reino Unido de Xoogler.co, apoyando a una comunidad de ex‑empleados de Google, fundadores, inversores y operadores de startups.
Dexory es una empresa británica de robótica e IA centrada en aportar inteligencia en tiempo real a las operaciones de almacenes y logística. Su plataforma DexoryView combina robots autónomos, visión por computadora, IA espacial, análisis avanzados y tecnología de gemelos digitales para capturar continuamente lo que ocurre dentro de un almacén y comparar el inventario físico con los sistemas de almacén existentes. Dexory afirma que sus robots pueden escanear más de 10 000 ubicaciones por hora, creando una representación digital en vivo que ayuda a los operadores a identificar stock mal ubicado o dañado, monitorizar la utilización del espacio, mejorar la precisión del inventario y descubrir ineficiencias operativas. La compañía posiciona su tecnología como una capa de inteligencia para almacenes cada vez más autónomos, con despliegues en Europa, Asia y Estados Unidos y clientes que incluyen importantes organizaciones logísticas e industriales a nivel mundial.
Co‑fundaste BotsAndUs en 2015 después de desarrollar tu carrera en desarrollo comercial y alianzas estratégicas en empresas como O2 y Google. ¿Qué observaron tú y tus co‑fundadores en las operaciones de almacén que los convenció de centrar el negocio en la logística y, finalmente, transformarlo en Dexory?
Observamos que los almacenes se estaban volviendo cada vez más complejos y automatizados, pero muchos operadores aún carecían de una visión precisa y en tiempo real de lo que sucedía físicamente en el suelo del almacén. Los controles de inventario seguían siendo altamente manuales, consumían mucho tiempo y a menudo estaban desconectados de los sistemas que toman decisiones operativas críticas. Nos dimos cuenta de que la robótica podía cerrar esa brecha al capturar continuamente datos del mundo físico y convertirlos en inteligencia accionable.
Para un operador de almacén que esté considerando Dexory, ¿puedes describir un despliegue típico, desde el mapeo de la instalación y la programación de escaneos autónomos hasta la transformación de los datos recopilados en ideas accionables mediante DexoryView?
El despliegue está diseñado para ser rápido y con mínima interrupción: hablamos de 2 a 5 días con 1 o 2 miembros de nuestro equipo realizando el mapeo del sitio y construyendo el gemelo digital, de modo que nuestros robots autónomos puedan navegar por el espacio y capturar datos sin requerir cambios importantes en la infraestructura. Luego, los robots comienzan a ejecutar misiones programadas con un retorno de inversión inmediato, capturando datos en toda la instalación, que se procesan y visualizan en DexoryView. Los operadores pueden identificar rápidamente discrepancias, investigar problemas y tomar decisiones basadas en una representación digital actualizada de su almacén.
El robot móvil autónomo de Dexory puede escanear estanterías de almacén de altura completa hasta 18 metros. ¿Qué desafíos de ingeniería, sensores e inteligencia artificial se tuvieron que resolver para operar con precisión y seguridad a esa escala?
El reto no es simplemente alcanzar los 18 metros, sino capturar datos precisos y consistentes mientras se desplaza de forma autónoma por un entorno de almacén concurrido. Eso requiere combinar una ingeniería mecánica robusta con localización, sensores y visión por computadora que puedan funcionar de manera fiable bajo distintas condiciones de iluminación, configuraciones de estanterías y tipos de inventario. La seguridad es fundamental, por lo que todo el sistema está diseñado para operar de forma predecible junto a personas y al equipo existente del almacén.
Los robots de Dexory han escaneado más de mil millones de ubicaciones de almacén en todo el mundo. ¿Cómo mejora la escala y diversidad de esos datos del mundo real la visión por computadora, la detección de anomalías y las capacidades predictivas de la plataforma?
De hecho, hemos capturado el conjunto de datos más grande de información física de almacenes, lo que nos coloca en una posición muy única para aprender de él y construir nuestros propios modelos de almacén. La escala importa porque cada almacén introduce diferentes diseños, productos, empaques y condiciones operativas, creando un conjunto de datos del mundo real increíblemente diverso. Esa amplitud nos ayuda a mejorar continuamente cómo la plataforma interpreta los entornos de almacén, identifica anomalías y distingue problemas operacionales significativos del ruido. Con el tiempo, esto sienta las bases para una inteligencia cada vez más predictiva, ayudando a los clientes a entender no solo lo que está sucediendo, sino lo que probablemente sucederá a continuación.
Los almacenes suelen depender de sistemas de gestión de almacenes, plataformas de planificación de recursos empresariales y registros de inventario manuales. ¿Cómo reconcilia Dexory las discrepancias entre lo que sus robots observan físicamente y lo que esos sistemas existentes informan?
Dexory ofrece una visión independiente de la realidad física y la compara con lo que los sistemas de almacén existentes consideran que debería estar allí. Al integrarse con sistemas como plataformas WMS y ERP, DexoryView puede evidenciar discrepancias entre los registros digitales y el almacén físico, de modo que los equipos puedan investigarlas y resolverlas rápidamente. No estamos reemplazando esos sistemas centrales, sino proporcionándoles una fuente de inteligencia del mundo real mucho más precisa y oportuna, al mismo tiempo que los coordinamos.
La IA física suele discutirse en relación con robots humanoides, mientras que Dexory ha desarrollado un sistema altamente especializado para la inteligencia de almacenes. ¿Por qué los robots específicos de tarea están actualmente mejor adaptados a la logística, y dónde esperas los mayores avances de IA física en la próxima década?
En logística, la fiabilidad, la seguridad y el retorno de inversión medible son más importantes que construir un robot que lo haga todo, por lo que los sistemas específicos de tarea son tan potentes hoy. Los robots diseñados a medida pueden optimizarse para un entorno concreto, haciéndolos más robustos frente a las exigencias de las operaciones de almacén del mundo real y capaces de rendir de forma constante bajo condiciones cambiantes. Pueden aportar valor a escala sin que los almacenes tengan que rediseñar sus operaciones alrededor de la tecnología. En la próxima década, espero que la IA física se vuelva cada vez más autónoma y adaptable, con máquinas que pasen de ejecutar tareas predefinidas a comprender entornos y ayudar a determinar la mejor acción a tomar.
Más allá de acelerar los recuentos de inventario, ¿dónde están los clientes viendo el mayor valor operativo de la inteligencia de almacén en tiempo real, ya sea a través de la utilización del espacio, la reposición, la seguridad, el cumplimiento o la resiliencia de la cadena de suministro?
El mayor valor proviene de proporcionar a los operadores una visibilidad que simplemente no podían obtener mediante inspecciones manuales periódicas. La inteligencia de almacén en tiempo real puede revelar espacio subutilizado, discrepancias de inventario, problemas de reposición y cuellos de botella operativos mucho antes, permitiendo a los equipos actuar antes de que se conviertan en problemas costosos. En última instancia, permite que los almacenes sean más eficientes y resilientes, ya que las decisiones se basan en lo que realmente está sucediendo en el suelo.
¿Hasta qué punto puede avanzar la inteligencia de almacén, pasando de identificar problemas como inventario mal ubicado, mercancías dañadas o condiciones de almacenamiento inseguras, a recomendar o iniciar de forma autónoma acciones correctivas?
Vemos que la inteligencia de almacén evoluciona de la visibilidad, a la recomendación y, en última instancia, a la toma de decisiones cada vez más autónoma. El primer paso es comprender el entorno físico con la precisión suficiente para identificar un problema, y luego añadir contexto de otros sistemas para recomendar la respuesta más eficaz. A medida que aumenta la confianza en estos sistemas, surgirán oportunidades para que ciertas acciones se inicien automáticamente, manteniendo a las personas al control de decisiones de mayor impacto.
A medida que los almacenes se vuelvan cada vez más automatizados, ¿qué roles seguirán siendo exclusivamente adecuados para las personas y cómo deberían las empresas preparar a los empleados para trabajar eficazmente junto a robots, gemelos digitales y sistemas de decisión impulsados por IA?
La automatización debe eliminar tareas repetitivas y físicamente exigentes, brindando a las personas más tiempo para centrarse en el juicio, la resolución de problemas y la gestión de excepciones. Los roles más valiosos involucrarán cada vez más la interpretación de información, la toma de decisiones complejas y la mejora de la forma en que se ejecutan las operaciones, en lugar de la recopilación manual de datos. Por lo tanto, las empresas necesitan invertir en habilidades digitales y ayudar a los empleados a comprender cómo usar la IA y la robótica como herramientas que potencien su experiencia.
Has defendido que la robótica sea más accesible para el talento femenino. ¿Qué cambios prácticos son necesarios para atraer a más mujeres al sector?
Necesitamos ampliar tanto las vías de acceso a la robótica como la percepción de lo que implica una carrera en la industria. El sector ahora abarca ingeniería, software, ciencia de datos, diseño de productos, operaciones, UX, estrategia comercial, despliegue y éxito del cliente, y esta amplitud debe comunicarse con mayor claridad. Una mayor visibilidad de mujeres y personas de diversos orígenes mediante estudios de caso, oportunidades de ponencia y ejemplos públicos puede ayudar a los futuros talentos a ver las múltiples rutas profesionales disponibles, junto con una exposición temprana y rutas de ingreso más claras al campo. Sin embargo, atraer a las mujeres es solo una parte del desafío, ya que las empresas también deben crear entornos inclusivos donde las mujeres puedan avanzar a puestos senior y de liderazgo, asegurando que el enfoque no se limite a la representación de nivel de entrada, sino que permita carreras sostenibles y a largo plazo en la robótica.
Gracias por la excelente entrevista; los lectores que deseen obtener más información sobre esta empresa de robótica deberían visitar Dexory.
