Alvaro Echeverría.

La adopción tecnológica puede ser en diferentes aspectos, pero el salto que será crucial a nivel de operación y servicio, sucederá cuando la inteligencia artificial y machine learning sean ampliamente adoptados en el día a día de la cadena logística. Mi hipótesis es que esto traerá una revolución en cómo opera la logística a nivel mundial de tal magnitud, que quienes puedan estar a la vanguardia de esta tendencia tendrán ventajas competitivas que les permitirán tener una posición dominante en el panorama nacional e internacional.

Saltos incrementales se han visto al introducir diferentes elementos tecnológicos a la cadena logística: los GPS han ayudado fuertemente al control de flota, y las plataformas de optimización de rutas y seguimiento han permitido reducir los costos logísticos, ajustar la demanda a las necesidades del cliente y del negocio, así como reducir las asimetrías de información entre la empresa y el usuario final, lo que repercute fuertemente en la experiencia de compra.

De acuerdo a DHL Trends, este salto hacia la inteligencia artificial, profundizará dos tendencias que traerán grandes beneficios a todos:

• Logística de anticipación:
Modelos predictivos de demanda siempre han existido, pero no así la cantidad de información que actualmente se posee sobre lo que está pasando fuera de la bodega: compras digitales, información de tráfico en tiempo real, datos sobre el despacho, permiten generar modelos más precisos y que se extienden a toda la cadena logística. Tener mejores estimaciones de demanda permite tener mejores inventarios, estimaciones de flota y planificaciones de mantenimiento, turnos de trabajo y así hacer eficiente aspectos de la cadena logística impensados hasta ahora.


• Sistemas de auto-aprendizaje: Estos sistemas mejoran a medida que van recopilando nueva información y hacen más precisas sus recomendaciones. Por lo mismo, el uso de machine learning es crucial para detectar patrones en la cadena logística y desarrollar mejoras para que el proceso sea incrementalmente mejor. Otros ejemplos son algoritmos de lectura de textos que pueden digitalizar la información manual obtenida por los conductores al hacer entregas, lo que reduce sustancialmente el tiempo de digitalización de dicha información. Otro ejemplo claro es la adopción de bodegas inteligentes, donde en base a los datos dentro de la misma, se pueden identificar patrones que lleven a un mejor manejo de inventario, predicción de quiebres de stock más precisos, e identificación de errores que son poco predecibles por los humanos.

De esta forma, la inteligencia artificial avanza a cambiar las reglas del juego en logística. La inversión en IoT, en combinación con modelos cada vez más precisos e inteligentes, permitirán modificar aspectos que nunca se habían pensado: manejo de inventario, predicciones de precio y poder modificar la planificación ante situaciones inesperadas para así entregar un mejor servicio, a bajo costo.