5 minutos con Hong Mo Yang de Blue Yonder

Hong Mo Yang, vicepresidente sénior y director general del sector de fabricación, Blue Yonder habla con Manufacturing Global sobre la importancia de las cadenas de suministro inteligentes en la fabricación

1. ¿Qué significa tener una cadena de suministro inteligente y cuál es su papel en la fabricación?

Una cadena de suministro inteligente es aquella que utiliza la tecnología para aumentar la eficiencia, optimizarse a sí misma y responder de manera inteligente a la demanda cambiante y las interrupciones. Por ejemplo, mediante el uso de inteligencia artificial (IA) y aprendizaje automático (ML) para automatizar procesos, la cadena de suministro puede tomar decisiones inteligentes sin necesidad de intervención humana. Esto podría ser pensar en un Plan B para enviar un componente retrasado a la planta de producción a tiempo o avisar con anticipación que la escasez de personal podría retrasar la producción.

2. ¿Qué importancia tiene tener una cadena de suministro inteligente para los fabricantes, qué valor aporta a una organización?

La adopción de tecnologías como AI y ML ayuda a los fabricantes a mantenerse al día con la demanda cambiante al permitirles predecir problemas antes de que surjan y navegar a través de las interrupciones. Permite a las empresas y fabricantes mantenerse un paso por delante del comportamiento de compra de los clientes en lugar de simplemente responder a estos incidentes cuando ya han ocurrido.

3. ¿Qué papel juega la tecnología en la creación de una cadena de suministro inteligente?

La pandemia ha interrumpido gravemente las cadenas de suministro de todo el mundo, obligando a las empresas a tomar decisiones y reaccionar con poca antelación. Las máquinas permiten reaccionar de la manera más rápida e inteligente posible, por ejemplo, utilizando ML para identificar dónde pueden ocurrir retrasos o fallas. ML puede operar a un nivel granular, por ejemplo, inspeccionando cargas individuales y prediciendo qué entrega tiene un alto riesgo de fallar, luego los algoritmos pueden redirigir las entregas si hay una falla. Todo el proceso se puede automatizar, desde la planificación hasta la ejecución.

ML también puede ayudar a los fabricantes a priorizar dónde se necesitan los productos con mayor urgencia para que se puedan cumplir los compromisos de producción y entrega. Los humanos, por otro lado, a menudo necesitan días para tomar tales decisiones y son propensos a cometer errores cuando manejan una gran cantidad de datos y enfrentan plazos ajustados. Las máquinas pueden lidiar con tales cosas sin emociones, tomando rápidamente la decisión correcta basada en datos, lo que significa que el enfoque secuencial tradicional de la planificación bien podría estar llegando a su fin.

4. ¿Cuáles son las tres tendencias principales en las cadenas de suministro inteligentes?

Las tres tendencias principales son AI/ML, el gemelo de la cadena de suministro digital y la creciente demanda de científicos de datos para respaldar las nuevas tecnologías. Como se mencionó anteriormente, hay muchos casos de uso para AI/ML en toda la cadena de suministro. Desde la predicción de la demanda y la anticipación de interrupciones hasta la optimización de las rutas de transporte, la planificación de recursos y las estrategias de cumplimiento del cliente, AI/ML se implementa ampliamente para impulsar la eficiencia, la automatización y permitir una mayor visibilidad e integración en toda la red de la cadena de suministro.

Para ayudar a los líderes de la cadena de suministro a tomar las decisiones correctas en toda la cadena de suministro, un gemelo digital es fundamental. Al crear una representación digital de la cadena de suministro física, las empresas pueden aprovechar el gemelo digital para tomar decisiones locales y globales, aumentar la conciencia situacional y evaluar el impacto de varios escenarios con confianza. Más importante aún, las organizaciones pueden anticipar el impacto de las decisiones sobre los objetivos comerciales estratégicos, como el crecimiento de los ingresos, el control de márgenes y los objetivos de satisfacción del cliente.

Y a medida que las empresas continúan invirtiendo en nuevas tecnologías a través de AI/ML, IoT y robótica, combinado con los requisitos para que las empresas agreguen mayores volúmenes de datos a través de recursos internos y externos, la demanda de científicos de datos crecerá. Hoy en día, los científicos de datos están trabajando para resolver muchos desafíos, como modelar datos y crear planes para hacer que la cadena de suministro sea más sostenible, mejorar los tiempos de respuesta y la agilidad con mayor visibilidad y control, y automatizar los procesos de toma de decisiones con AI/ML y big data para permitir que las empresas tomen decisiones comerciales más inteligentes y estratégicas.