Ben Gesing.

¿Cómo visualiza la implementación de la Inteligencia Artificial (IA) en el sector Logístico?
Dado que es una tecnología de propósito general y que sus aplicaciones son muy amplias, se hace difícil decir exactamente dónde será implementada la Inteligencia Artificial. Por ejemplo, tres áreas donde vemos su participación son:

1) Visión computacional inteligente: Esta herramienta nos ayuda a identificar, inspeccionar y dimensionar envíos y productos de manera más efectiva.

2) Analítica predictiva vía Machine Learning (ML): Por ejemplo, hoy estamos usando ML en Resilience360, nuestra herramienta de gestión de riesgo en la cadena de suministro, la que nos permite monitorear medios online por signos de proveedores “en riesgo” en las cadenas de abastecimiento de nuestros clientes. En este sentido, comenzaremos a ver más modelos de Machine Learning aplicados a analítica tradicional en áreas donde se confiaba históricamente en modelos estadísticos y regresiones. En este sentido, creo que el Machine Learning comenzará a aplicarse más ampliamente a las operaciones y redes donde hoy en día un extenso volumen de datos se está acumulando, pero no se usa actualmente.

3) Conducción Autónoma: Ya estamos probando robots móviles autónomos en nuestras operaciones, los que pueden confiar en la Inteligencia Artificial para su entrenamiento y desarrollo. Es imposible ingresar en el código fuente todas las eventualidades que un vehí- culo autónomo pueda encontrar en su sistema, por lo que este necesita confiar en la intuición de la Inteligencia Artificial para percibir, responder y aprender dinámicamente a partir de ambientes logísticos reales.

¿Qué factores están impulsando el desarrollo de esta tecnología?
Cuatro factores tecnológicos: volúmenes de datos sin precedentes, poder de cómputo creciendo exponencialmente, conectividad casi omnipresente y productividad de I+D en el desarrollo de algoritmos de aprendizaje.

Estas cuatro tendencias en tecnología se han unido para brindarnos nuevas innovaciones en IA, que hacen que las capacidades de predicción, traducción e identificación de las computadoras sean más baratas y más accesibles que nunca, por lo que no es sorprendente que muchas industrias busquen aprovechar estas capacidades donde haga sentido para su negocio.

¿Qué rol tendrán los humanos en su interacción con los sistemas de IA?
En general, la Inteligencia Artificial apoyará los procesos dirigidos por seres humanos en la actualidad. Considerando que la IA es, fundamentalmente, una tecnología predictiva, en casi cada área donde se aplica hoy en día se necesita un ser humano en el proceso para tomar una decisión y hacer algo con respecto a un resultado generado por un sistema de Inteligencia Artificial.

¿En qué etapa se encuentra el desarrollo de las tecnologías de Inteligencia Artificial?
Si hablamos de Logística y de Supply Chain Management, la IA está en sus etapas iniciales. Las industrias tecnológica, financiera y, en menor medida, la automotriz han sido las primeras en adoptar la IA en sus ofertas comerciales.

La Inteligencia Artificial es una de las tecnologías dentro del canasto de muchas otras, como la Robótica o el Internet de las Cosas (por nombrar algunas), estratégicamente importantes para el futuro de la industria.

¿Están estas tecnologías “maduras”, listas para ser implementadas?
La IA es una tecnología madura que puede ser implementada en cualquier compañía que tenga los recursos y las competencias para hacerlo. A menudo, las empresas subestiman la complejidad de adquirir los datos necesarios en términos de cantidad y calidad para entrenar un sistema de Inteligencia Artificial, sin mencionar la ciencia de datos (data science) y el know-how para entrenar una plataforma de este tipo.

Por ahora, la mayoría de los proyectos de IA terminan siendo sistemas independientes, muy enfocados en resolver un solo problema del negocio, pero que requieren un esfuerzo de desarrollo significativo. En resumen, la IA está aquí y lista para ser usada, pero su implementación requiere capital humano y de datos especializados.

¿Está la industria logística lista para adoptar estas nuevas tecnologías?
Históricamente, la industria logística a nivel mundial ha sido lenta para adoptar nuevas tecnologías en general, pero eso está cambiando rápidamente hoy en día. Con tecnologías nuevas y potencialmente poderosas como la IA, tiene sentido realizar pruebas piloto en áreas específicas para demostrar valores significativos en términos de ahorro de costos o de mejoras en la toma de decisiones, y luego ampliar hacia nuevos sistemas cuando corresponda. Un enfoque incremental de “gatear-caminarcorrer” puede ser más exitoso que una transformación de arriba hacia abajo (“top-down”).