Compramos un producto online e, inmediatamente, la tienda nos sugiere otro complementario. Vemos varias series en nuestra plataforma favorita de contenidos y, al poco tiempo, esta empresa nos anuncia solo las novedades que seguramente nos gustarán.
Estamos ante el inicio del consumo predictivo. Estos ejemplos son fórmulas muy básicas que, sin embargo, nos indican todo lo que la inteligencia artificial puede hacer si cuenta con un volumen suficiente de datos. Todo ello con relación al consumo privado. Pero en los diferentes espacios industriales, también se está realizando un proceso similar: el proveedor de herrajes que le dice a la pequeña fábrica de muebles que probablemente le queden pocos tornillos o el fabricante de harinas que avisa a la pastelería de que debería revisar sus almacenes. ¿Ciencia ficción? Ni mucho menos. Hablamos de una bien resuelta búsqueda de patrones mediante inteligencia artificial.
Hacia una logística que pueda anticipar las necesidades de los clientes
Lógicamente, y observando estos caminos, parece evidente que después de pasar de la vieja logística reactiva a los actuales servicios proactivos, vamos a pasar a la logística predictiva en poco tiempo. Una logística capaz de ponerse en marcha antes de que los clientes hayan expresado sus propias necesidades o incluso ¡antes de que las hayan advertido siquiera!
Hace unos meses, dos gigantes internacionales como DHL e IBM analizaron el modo en el que la industria logística al servicio del gran consumo privado puede beneficiarse de la Inteligencia Artificial y generaron un interesante informe titulado Artificial Intelligencie in logistics que se encuentra disponible en este enlace.
Los analistas inician su informe con un repaso al momento actual de la Inteligencia Artificial, utilizando todos los KPIs más importantes para logística, mostrando hasta qué punto esta tecnología se ha convertido en casi omnipresente para las relaciones entre las grandes empresas y las personas consumidoras, tomando forma de chatbots y asistentes de voz. Su visión es que, dentro del sector logístico, los sistemas de aprendizaje profundo y las redes neuronales terminarán siendo nuestro día a día y lograrán que nuestro sector ofrezca servicios predictivos, automatizados y personalizados.
Sumar la anticipación y la automatización
En un primer paso, este proceso de captura masiva de datos y análisis de los mismos, debería conducir a los siguientes procesos anticipados:
- Estudio predictivo de la demanda
- Planificación anticipada de las capacidades logísticas
- Gestión predictiva de riesgos
- Optimización inteligente de ruta
Pero su propuesta va más allá, y el estudio anticipa un futuro en el que será posible unir todas estas propuestas predictivas con los múltiples modos de automatización que ya están en marcha y que pueden ir desde el almacenaje robotizado hasta la gestión de inventario apoyada por métodos de visión artificial.
¿El final del camino? Que la logística de gran consumo se pueda alinear con las interfaces conversacionales y que, cuando una persona le pida a su asistente particular (llámese Alexa o de cualquier otro modo) que compre el producto de moda, el sistema esté ya prevenido; de ese modo podrá atender una demanda que ya tenía prevista y el proceso de entrega se pondrá en marcha de modo automático para hacer realidad el deseo de esta persona en un plazo de tiempo mínimo.
¿Te parece muy lejano este horizonte?