Por qué las empresas de logística deben adoptar Big Data y tecnología en la nube

Según una encuesta publicada por Dresner Advisory Services, más del 50% de las empresas utilizan análisis de big data. Una mirada más cercana revela que la tasa de adopción varía significativamente según la industria, con los servicios financieros y las telecomunicaciones a la cabeza, seguidos de la educación y la atención médica. Pero los cinco primeros no incluyen ninguna mención a la logística.

Cuando uno piensa en big data, la logística rara vez es la primera industria que se le viene a la mente. Irónicamente, sin embargo, es probable que sea el que más se beneficie de su adopción.

El uso del análisis predictivo para estimar y prevenir cuellos de botella en la cadena de suministro es crucial, especialmente en una industria donde la puntualidad, la transparencia y la privacidad juegan un papel clave. Y dado que cada vez más consumidores optan por el comercio electrónico, pretender seguir siendo relevante sin depender de los macrodatos es una ingenuidad.

El problema de la última milla

La última milla del viaje de un paquete al comprador es el paso más doloroso para las empresas de logística. También es el más caro, ya que representa más de la mitad de los costos de envío totales. Los retrasos debidos a atascos de tráfico, dificultades de estacionamiento, mal tiempo, fuerza mayor e incluso desafíos más triviales, como apartamentos sin ascensores, contribuyen a aumentar los costos y afectar negativamente la experiencia de los clientes.

Los obstáculos para un parto fluido solían ser imposibles de predecir. Sin embargo, con la ayuda de sistemas GPS en vehículos de reparto y teléfonos inteligentes, sensores, escáneres e Internet de las cosas (IoT), los transportistas ahora pueden monitorear todo el viaje. Incluso pueden intervenir de forma proactiva, por ejemplo, informando al conductor si una calle está congestionada o inaccesible.

A largo plazo, las empresas de logística descubrirán patrones y desafíos recurrentes, y encontrarán formas prácticas de superarlos. Digamos que el costo del combustible tiende a aumentar en agosto. El análisis de big data puede predecir el aumento y asegurarse de que los vehículos estén completamente repostados en julio. El algoritmo ORION de UPS es un ejemplo de vanguardia, capaz de recopilar y analizar más de mil millones de puntos de datos por día sobre factores como el peso, la forma y el tamaño del paquete. A partir de ahí, puede hacer una referencia cruzada de los datos con la información histórica de entrega para estimar la capacidad, los volúmenes de paquetes y la demanda de los clientes. Con la ayuda de este enfoque científico basado en datos, UPS afirma haber ahorrado $ 50 millones al año, simplemente reduciendo el kilometraje de cada conductor en una milla.

"Actualmente, hay diferentes industrias que trabajan simultáneamente para resolver el problema de la última milla", dice Asparuh Koev, director ejecutivo de Transmetrics. "No veo por qué, por ejemplo, no debería poder rastrear en tiempo real a dónde viene el plomero para arreglar el fregadero".

Pero las cosas no son tan blancas y negras, según Pete Bandtock, líder del flujo de trabajo de facturación en DHL Global. "El problema de la última milla no es un problema universal en la logística", dice. "Piense en los envíos de carga marítima. A menudo, el destinatario los recoge en el puerto o los entrega en varios contenedores masivos a la ubicación del destinatario". Ergo, no hay problema de última milla.

"El problema es más agudo en el sector B2C", continúa Bandtock, "y veo una inversión significativa en tecnología allí, tanto en términos de algoritmos de enrutamiento como en mensajes y visibilidad del cliente".

Angel Mitev, vicepresidente senior y líder de práctica de big data, transporte y logística en Sciant, tiene una opinión diferente. "Aunque estoy de acuerdo en que el mayor impacto será en la logística B2C", dice, "es probable que también veamos un impacto en B2B, especialmente con la llegada de camiones y furgonetas autónomos. Crowdsourcing, entregas con drones y tiempo real La optimización de rutas son otras áreas donde la tecnología existe y ha sido probada. Por lo tanto, no hay duda de que la última milla será un área donde veremos importantes innovaciones en un futuro muy cercano ".

Crowdsourcing y robots

Cuando se trata de optimizar la entrega de última milla, el modelo de crowdsourcing ha demostrado ser extremadamente útil. Es probable que un mensajero local realice la entrega de alimentos a domicilio. Al mismo tiempo, proyectos como Uber Freight están llevando la logística en una nueva dirección. Amazon Flex permite que los lugareños administren la última milla, que pueden ganar hasta $ 25 por hora, al tiempo que brindan a los clientes una mayor transparencia y entregas más rápidas. Este enfoque disruptivo puede revolucionar el modelo actual de última milla al reemplazar a los transportistas profesionales con conductores locales que se mueven al azar.

Bandtock tiene una opinión contraria. "Si bien el crecimiento de los servicios de crowdsourcing es evidente para los consumidores", dice, "no veo que se vuelva particularmente relevante para la logística B2B, ya que hay un límite que se puede llevar en bicicleta o en automóvil". Él es igualmente escéptico sobre UberFreight:"No creo que vayan a empujar mucho hacia el espacio de carga más pesado, ya que no tienen la huella ni el capital para hacerlo".

Koev señala que la congestión de las carreteras afecta drásticamente la calidad de la entrega. “El tráfico está empeorando”, dice. “Más personas viven en ciudades más grandes, por lo que la densidad está aumentando. El crowdsourcing no resolverá mágicamente el problema, debe arreglarse a nivel de infraestructura ”.

Entonces, ¿no hay salida con la infraestructura actual? "Piense en el metro", dice Koev. "Es el tipo de transporte más utilizado en las principales ciudades. Los subterráneos existentes están diseñados para transportar pasajeros, pero también pueden transportar paquetes. Tendrá que funcionar de manera diferente".

Otra tendencia importante en logística es el uso de trabajadores no humanos. El sistema de entrega de Prime Air está diseñado para entregar paquetes a los clientes en 30 minutos o menos usando drones. Unos 100.000 robots han reemplazado los transportadores y las máquinas operadas por humanos en la mayoría de los almacenes de Amazon. Kiva Systems, la compañía detrás de esos robots, fue adquirida por Amazon en 2012 por $ 775 millones, la segunda adquisición más grande de esta última en ese momento.

Los beneficios de la automatización de almacenes van más allá de la reducción de personal. El uso de robots brinda información más precisa sobre cómo se puede mejorar la carga y entrega de paquetes. Y los vehículos autónomos prometen llevar la logística a un nivel completamente nuevo. Ya en uso en entornos controlados como almacenes y patios, pronto se verán en espacios públicos y compartidos, como carreteras y calles de la ciudad, según Markus Kückelhaus, vicepresidente de investigación de innovación e tendencias de DHL.

Bandtock duda de que la industria de la logística esté completamente automatizada en el futuro previsible, si es que llega a hacerlo. "La pieza de los productos básicos se puede automatizar en gran medida mediante una combinación de big data y robótica", dice. "Sin embargo, el panorama con cadenas de suministro más complejas es más borroso.

“Piense en el negocio del vino y las bebidas espirituosas”, continúa. “Una cadena de supermercados realizará pedidos importantes de cantidades masivas de determinadas bebidas en previsión de eventos previsibles, como la Copa del Mundo, Wimbledon o la boda real. Algunos de estos eventos tienen un período de notificación más corto que el período de producción del producto en cuestión. Los jugadores de logística de nicho deben atravesar esta cadena de suministro y asegurarse de que el champán necesario para brindar por la boda real, que comenzó su ciclo de producción hace tres años, esté disponible en las tiendas cuatro semanas antes del evento, que se anunció hace tres meses. El valor agregado del logístico en este ejemplo está en las relaciones, no en los datos. "

Koev es igualmente escéptico. "No es posible nada libre de humanos, punto", dice. "Incluso si los humanos no entregan los paquetes, tendrán que mantener los sistemas. Es un problema de mercado, no de tecnología. En logística, operamos en esta paradoja:tratamos de trabajar con la infraestructura que tenemos, aunque los beneficios de la adopción son obvios. El transporte está muy mercantilizado. Todos están haciendo lo mismo, y ha sido así durante años ".

Mitev, por otro lado, predice una industria casi completamente automatizada. "Los servicios logísticos básicos podrían ser libres de humanos", dice. "La inteligencia artificial, junto con los sistemas de back-end basados ​​en datos que dirigen flotas de vehículos autónomos y robots, realizarán la mayor parte de la entrega, carga, descarga y otras tareas domésticas. La programación y optimización de rutas, la gestión de almacenes, la localización de carga y equipos y la gestión de inventarios también se automatizarán cada vez más. La gestión de relaciones con los clientes y los servicios de logística a medida serán el nuevo campo de batalla, donde las empresas lucharán por diferenciarse y donde la el factor humano seguirá siendo crítico ".

Es hora de un turno

Para llegar allí, se necesita un cambio significativo en la industria. Históricamente, las empresas de logística no han adoptado en gran medida las tecnologías basadas en la nube, que son esenciales para optimizar y digitalizar la entrega de última milla.

"Con las entregas autónomas de última milla que se están generalizando", dice Mitev, "es muy probable que la industria sea testigo de una mejora significativa en la recopilación de datos de eventos. En este escenario, la programación automatizada y la gestión del muelle se volverán críticas, ya que los vehículos autónomos tendrán programarse con mucha más precisión que los impulsados ​​por humanos. La gestión de muelles basada en la nube y habilitada para IoT, junto con las plataformas de gestión de eventos, se convertirán en imprescindibles de la industria ".

La aceleración de la adopción de sistemas basados ​​en la nube es, por lo tanto, crucial. La recopilación y limpieza adecuadas de datos permiten una mejor previsión de eventos y menos incertidumbre. Estos objetivos no se pueden alcanzar con los sistemas heredados en las instalaciones. Las integraciones multiplataforma estandarizadas, tan cruciales para crear cadenas de información fluidas, se pueden lograr más fácilmente con la adopción de sistemas de interfaz de programación de aplicaciones abiertas (API) de microservicio basados ​​en la nube. La guía aérea electrónica de la Asociación de Transporte Aéreo Internacional es un ejemplo de API abiertas, pero según Mitev, "lo que falta son estándares para documentos como pedidos de recogida o manifiestos de carga". Se requieren actualizaciones importantes, o incluso reemplazos completos de los sistemas de TI primarios, agrega.

"Las API estándar serían geniales", dice Koev, "pero es un mercado competitivo y los jugadores generalmente no quieren compartir. He visto empresas que eliminan deliberadamente parte de sus datos antes de pasar a la siguiente empresa".

Además, la tecnología solo se vuelve valiosa cuando es escalable, lo que a las empresas más pequeñas les resultará difícil de hacer. "Así que mi granito de arena por quién va a impulsar el mercado hacia adelante está en los jugadores establecidos, en lugar de las empresas emergentes", dice Koev.

Los macrodatos crecerán aún más, con un número cada vez mayor de dispositivos conectados que generarán de forma autónoma terabytes de nueva información. La capacidad de acceder y procesar esa inteligencia dará a las empresas de logística una ventaja competitiva sustancial, pero la base para ello debe construirse ahora. La carrera será entre los grandes jugadores actuales, que luchan con su viaje hacia la digitalización, y los nuevos participantes que se están uniendo a una industria pre-digital.

Simone Puorto es la fundadora de Travel Singularity y colaboradora de Sciant.