“Dentro de la Logística 4.0 una de las tecnologías más prometedoras y con mayor implementación en el sector es la inteligencia artificial (IA) que puede mejorar la planificación y gestión logística al analizar datos para optimizar rutas y tiempos de entrega. Esto reduce la distancia recorrida, el consumo de combustible y, por ende, las emisiones de carbono. En resumen, la IA facilita prácticas ecoeficientes en logística y transporte, pero, verdaderamente, ¿cómo están aprovechando los operadores el potencial de esta tecnología y cómo es el proceso de implementación?”
“La IA tiene un gran potencial a la hora de mejorar ciertos aspectos de los procesos logísticos y de transporte, sobre todo en términos de eficiencia y sostenibilidad. Su uso en la planificación de rutas es prueba de ello, pues aplicando la inteligencia artificial se pueden conocer desde los datos de tráfico hasta las restricciones, hecho que permite encontrar las rutas más eficientes, reduciendo de manera directa las emisiones de los vehículos. Más allá de la ruta, esta tecnología ofrece grandes ventajas en cuanto a la previsión de la demanda, hecho que nos permite ajustar la capacidad de transporte, aprovechando al máximo las capacidades de carga de cada camión y minimizando así los viajes en vacío. Estos aspectos son solo un ejemplo del gran potencial que tiene la IA en nuestro sector, así como en su paso a adoptar acciones más sostenibles tanto a corto como a largo plazo”, apunta Javier Montoro, director de organización y proyectos logísticos Anexa Logística.
Por su parte, Sergio Gellida, director de tecnología del Sur de Europa y Marruecos XPO Logistics, destaca: “Podemos aplicar IA en muchísimas áreas de la organización para ayudar los empleados sobre todo en eliminar tareas de valor no añadido. Actualmente en XPO tenemos varios robots digitales (RPA por sus siglas en inglés) que realizan aquellas tareas que los empleados han identificado como repetitivas y de poco productivas. El poder automatizar esto, nos ayuda a tener una buena satisfacción de los equipos, y además reducimos errores humanos que suelen ocurrir en este tipo de labores. También aplicamos inteligencia artificial en la optimización de rutas de nuestros vehículos que ayuda a reducir kilómetros y mejorar la ocupación. Una de las ventajas de la IA es que nos permite identificar miles de variables que pueden influir en la creación de rutas, algo que sería prácticamente imposible para un humano. Estas rutas, además nos permiten reducir las emisiones de Co2. Uno de nuestros ejemplos es el chatbot con IA mencionado anteriormente, que nos ayuda a mejorar la satisfacción de nuestros clientes y reducir entregas fallidas. En el momento que XPO recoge la mercancía, el chatbot envía un WhatsApp al cliente, permitiéndole ver los detalles de la entra, cambiar la fecha o contactar con un agente. Durante el periodo de entrega, nuestro robot digital hace una llamada al cliente para confirmar la hora de llegada, este puede cancelar la ruta desde la misma llamada y así reducimos también las entregas fallidas. Además, como métrica de unidad de negocio en este tipo de entregas, en XPO Logistics contamos con la encuesta NPS que mide la satisfacción al cliente en el proceso de transporte desde la compra de su producto. Los resultados de las encuestas son analizados cada semana para detectar posibles mejoras en el servicio que ofrecemos a nuestros clientes”.
En palabras de Javier Avello, Strategic Proyect Manager Lodisna: “En primer lugar, llevamos a cabo la optimización de rutas sin utilizar IA, lo que implica una planificación básica de procesos que dictará la propia eficiencia de las implementaciones posteriores con esta tecnología. Al introducir la IA en este proceso, damos un paso más allá, lo que nos permite realizar un análisis predictivo más avanzado y adaptarnos en tiempo real a diversas variables. Un ejemplo concreto de la aplicación de IA en la logística es la conexión de un modelo de IA con nuestras operaciones. Este modelo integra información relevante, como la previsión meteorológica y datos sobre el tráfico, y la aplica directamente a la operativa en tiempo real. La capacidad predictiva de la IA nos permite tomar decisiones informadas, anticipándonos a posibles problemas y optimizando nuestras operaciones para mejorar la eficiencia y, como consecuencia, la sostenibilidad. La introducción de la IA en estos procesos conlleva la eliminación de tareas monótonas y repetitivas, lo que no solo elimina actividades que no aportan valor, sino que también asegura eficiencia económica para la empresa y, de manera ambientalmente positiva, reduce los kilómetros recorridos en vacío y elimina el uso del papel. Este enfoque tiene un impacto directo en la eficiencia de las rutas, reduciendo la distancia recorrida para cumplir con los pedidos. En última instancia, buscamos operaciones más inteligentes y eficientes, utilizando la IA como una herramienta clave para impulsar prácticas ecoeficientes en nuestra cadena de suministro, reducir emisiones y contribuir al cuidado del medio ambiente”.
Para Pablo Gómez, director general FM Logistic Ibérica: “Depende del tiempo en que hablemos. Si hablamos de 5 años vista creo que va a ayudar poco puesto que la demanda predictiva puede hacer que haya rutas dinámicas más eficientes, pero no mucho más. Otra cosa es cuando veamos la robótica y la automatización entrar en los procesos de forma masiva y seamos capaces de sustituir el trabajo de personas por robots con AI. Daremos un salto muy importante de optimización cuando la conducción autónoma sea posible, pero para eso nos quedan por lo menos diez años. Y claro, las prácticas ecoeficientes vendrán con la nueva industria del hidrógeno al que le quedan también unos diez años. Por supuesto que la IA mejorará todo, pero para la mejora de eficiencia y la ecología será más impactante en primer lugar la automatización y en segundo lugar la economía del hidrógeno”.
La predicción de la demanda es puesta en valor por Óscar López, director de marketing Logista Parcel: “Logista está firmemente comprometida con la sostenibilidad y creo que la IA nos va a ayudar a mejorar significativamente muchos procesos de nuestra actividad. Al utilizar algoritmos avanzados, es posible reducir tiempos de entrega, mejorar la seguridad o reducir emisiones al diseñar rutas más eficientes. La IA puede llegar a tener una capacidad excepcional para predecir la demanda y asignar recursos de manera eficiente en almacenes automatizados”.
Roberto Gamero, director de TI e Innovación DHL Supply Chain, desarrolla: “El objetivo de DHL es alcanzar las cero emisiones netas en 2050 y, para ello, la IA está siendo una aliada vital. Por un lado, la IA es útil a la hora de hacer predicciones en cuanto a tiempos y recursos empleados, lo cual se traduce en mejorar la eficiencia reduciendo desplazamientos innecesarios y optimizando los que se lleven a cabo. Por otro lado, cuando planificas el transporte, es necesario organizarse bien para no solapar costes y estructuras y para reducir al máximo el impacto medioambiental de los desplazamientos; y ahí juega un papel crucial la digitalización. Gracias a la IA y otras tecnologías de digitalización tenemos la visión completa de la cadena de suministro. Hablamos, por ejemplo, de sistemas de predicción de la demanda bajo sofisticados algoritmos de inteligencia artificial. La flota de camiones ha de posicionarse cuando aún no conocemos exactamente los pedidos que hemos de recoger por lo que nuestros modelos tecnológicos nos permiten ajustar los camiones una vez están ya posicionados. Otro aspecto clave es la utilización de software de optimización de las cargas para ser más eficientes, tanto desde el punto de vista operativo como del medioambiental, así como de software para la combinación de cargas y reducción de kilómetros en vacío. Además, a las ventajas que ofrece la IA en términos de mejora de la sostenibilidad, se pueden sumar otras prácticas, por ejemplo, en DHL Supply Chain nos estamos integrando con clientes en proyectos como el de ‘papel y cartón cero’, en el que también trabajamos con nuestras flotas de transporte”.
Desde UNEI, Jaime Escacena, director de operaciones, indica: “En la planificación, la IA nos puede ayudar a mejorar la predicción de la demanda, analizando datos históricos y tendencias del mercado para predecir la demanda de productos con mayor precisión, lo que permite optimizar la producción y el nivel de stocks. También el diseño de nuestros almacenes: con los datos de demanda, niveles de stocks y rotación de cada uno de los productos podemos realizar el layout óptimo de nuestro almacén para optimizar el espacio y reducir los tiempos empleados en la ubicación o recogida de mercancías. Y, por último, la optimización de rutas, ya que la IA puede calcular las rutas más eficientes para el transporte de mercancías teniendo en cuenta factores como el tráfico, las condiciones climáticas, el tipo de transporte, el volumen de la carga, y la ubicación de los clientes. En la gestión, también mediante aplicaciones de IA podemos conseguir mejorar el seguimiento y la trazabilidad: monitorizaremos en tiempo real el estado de la mercancía y de los vehículos a lo largo de la cadena de suministro, además de predecir también en tiempo real los horarios de entrega. La gestión de almacenes: automatizaremos tareas como la clasificación de pedidos, la gestión del inventario y la preparación de los envíos. Y la atención al cliente, ya que podremos dar información y asistencia a los clientes en tiempo real a través de chatbots específicos que cuentan con toda la información de sus los pedidos. En cuanto a la optimización, la IA facilitará la consolidación de envíos, agrupando pedidos y reduciendo el número de viajes y las emisiones de carbono. La carga y descarga eficiente, reduciendo el tiempo de inactividad y las emisiones. La utilización de vehículos ecológicos, ayudando a seleccionar adecuadamente los tipos de vehículos a utilizar con bajas emisiones de carbono sin renunciar a la optimización de las rutas y sin poner en riesgo los plazos de suministro. Todas estas medidas son prácticas ecoeficientes con las que conseguiremos reducir el consumo de combustible y las emisiones y mejorar la eficiencia energética, contribuyendo así a una mayor sostenibilidad de las cadenas de suministro modernas”.
En el caso de DB Schenker Iberia Paulo Sá, CIO de la compañía, asegura: “Hemos implementado herramientas de optimización de rutas que reducen cada día el número de camiones necesarios, la distancia recorrida por cada camión y, en consecuencia, el combustible gastado. Además, empleamos otro sistema para mejorar la carga en camiones y contenedores marítimos. Para ello utilizamos una herramienta de simulación que utiliza las unidades de carga y optimiza la secuencia/posición de cada volumen. De este modo, se reduce el número de unidades de transporte necesarias y, al mismo tiempo, se evitan los daños y las sustituciones correspondientes”.
El proceso de documentos es uno de los puntos que avanza Marcos Fierro, director de sistemas Palibex: “La IA destaca por las muchas oportunidades que ofrece. Algunas de sus herramientas ya existían desde hace tiempo, como la optimización de rutas. Lo que cambia es que la nube las ha vuelto más fáciles de usar y de implementar. Gracias a la unión de la nube y la IA, se pueden introducir mejoras en puntos específicos de gestión. Por ejemplo, el proceso de documentos, que permite verificar si un documento está firmado, si los datos están completos o clasificarlos automáticamente. Otro ejemplo es el uso de visión artificial en los procesos de cross docking para el rastreo de la mercancía”.
El conocimiento de patrones, uno de los aspectos que Beatriz Cazorla, dirección de marketing Dársena21 subraya: “Existen herramientas que incorporan inteligencia artificial en sus desarrollos y que aportan el conocimiento necesario para poder optimizar los procesos logísticos y enrutar las líneas de transportes de forma eficiente, haciendo que haya una reducción en las emisiones. Los algoritmos que se utilizan en herramientas de este tipo facilitan en gran medida la optimización de rutas según el tipo de vehículo a utilizar y eso favorece enormemente el control de emisiones. Por otro lado, y dentro del proceso logístico, la inteligencia artificial puede darnos a conocer gaps en el proceso logístico que nos hagan lograr una optimización real, ofreciendo datos empíricos y patrones que puede que de otro modo nos costara más conocer, facilitando así la toma de decisiones para una mejora continua. Aunque no solo la inteligencia artificial es necesaria para reducir emisiones tener prácticas ecoeficientes en el proceso, los recursos externos como por ejemplo el parque móvil que se utilice también son importantes para alcanzar este objetivo. Utilizar medios propios sostenibles es una realidad que debemos tener en mente, pero es esencial contar con colaboradores que también tengan esta realidad como objetivo para no perder la cadena de valor. Una estrategia ESG incluye en gran medida el control de proveedores”.
Monitorización y previsión, Pedro Orejas, director de desarrollo de negocio en Iberia ID Logistics, explica: “Sabemos que la inteligencia artificial desempeña un papel fundamental en la mejora de dichos aspectos. En ID Logistics utilizamos esta tecnología desde hace tiempo para sacar el máximo partido a nuestras actividades. La esencia es la misma que la de una ‘control tower’: almacenamos y analizamos datos relevantes en cuestión de segundos para optimizar nuestras operaciones en base a los objetivos específicos del cliente, siendo la reducción de la huella ambiental y la optimización de los kilómetros recorridos algunos de los más recurrentes. Nuestras herramientas de IA nos permiten monitorear cómo se están llevando a cabo las operaciones de transporte y logística, identificar puntos de mejora y tomar decisiones más sólidas en tiempo real. Por ejemplo, utilizamos algoritmos específicos para planificar rutas más eficientes, teniendo en cuenta factores como el tráfico, la capacidad de carga y las restricciones ambientales. Además, la IA nos ayuda a prever y mitigar posibles problemas antes incluso de que ocurran, lo que reduce los tiempos de inactividad y minimiza considerablemente el impacto ambiental”.
Tomado de Revista: Logística Profesional. Com
Solicita una Demo de Samart Router y Quickmile – IA
