COVID-19 acelera la gestión de cadena de suministro impulsada por analítica

Desde la escasez de equipos de protección personal hasta una amplia gama de bienes de consumo, la pandemia de COVID-19 ha interrumpido las cadenas de suministro globales de formas esperadas e imprevistas. Los expertos estiman que una recuperación completa podría llevar muchos meses.

Para recuperarse más rápido, los líderes de cadena de suministro recurren a tecnologías avanzadas —datos IoT, analítica y machine learning— para obtener visión en tiempo real sobre patrones erráticos de oferta y demanda.

«Tener las herramientas adecuadas de machine learning e IA permite a las empresas entender la dinámica del mercado y gestionar sus cadenas de suministro de manera más efectiva», dijo George Bailey, director del Instituto de Cadena de Suministro Digital.

La disrupción comenzó en China, la potencia manufacturera mundial. Para 2010, China había superado a Estados Unidos en producción manufacturera. Mientras la epidemia de SARS de 2002-2003 tenía a China en el 4,3 % del PIB global, el profesor del MIT David Simchi-Levi señala que ahora representa el 16 %.

La globalización como la conocíamos ha terminado

Las empresas que dependían fuertemente de proveedores chinos sienten el impacto agudamente. Según datos de Statista 2020, algunos minoristas obtienen más de la mitad de su inventario de China. La misma encuesta encontró que el 44 % de los minoristas esperan retrasos en la cadena de suministro, el 40 % anticipa escasez de inventario, y más de la mitad de los fabricantes de electrónica prevén hasta cuatro semanas de disrupción —un retraso inaceptable en una era de expectativas de entrega en dos días.

Aunque muchas empresas se apresuran a reevaluar sus redes, la gestión de riesgos históricamente ha sido una prioridad baja. La encuesta reciente del Institute for Supply Management reveló que casi tres cuartas partes de las empresas reportaron disrupciones, sin embargo el 44 % no tenía plan formal de mitigación.

«La urgencia de diversificar y construir redundancias es ahora una realidad», dijo Alex Capri, investigador senior en NUS Business School. «La era de las cadenas de suministro globalizadas como las conocíamos ha terminado».

Llevando analítica a la gestión de cadena de suministro

Los fabricantes enfrentan disrupciones en cascada —desde cierres de plantas de proveedores y escasez de inventario hasta retrasos en transporte y ausencias de fuerza laboral. Proveedores de nivel 1, 2 y 3 experimentan contratiempos, sin embargo muchas empresas carecen de visibilidad en estos efectos dominó.

«Debido a que tantos fabricantes dependen de China —directamente o a través de múltiples niveles— los cierres de fábricas y la falta de personal han ajustado la capacidad», explicó Bailey. Una encuesta de Statista 2018 indicó que el 21 % de los profesionales de cadena de suministro ven la visibilidad como un desafío organizacional significativo.

«Hoy la mayoría de las empresas aún dependen de Excel para modelar escenarios», dijo Bailey. Si bien Excel es útil, herramientas más sofisticadas pueden ofrecer mayor precisión. Un estudio de Supply Chain Quarterly 2022 encontró que más del 90 % de los gerentes usan Excel para analítica, mientras que el 82 % que emplea herramientas avanzadas ve una mejora marcada.

Desplegar IA con éxito requiere datos amplios. «Un sistema de IA debe alimentarse con conjuntos de datos completos para aprender cómo responder», anotó Bailey. Ralf W. Seifert y Richard Markoff, en «Demand for AI in Demand Planning», argumentan que pronósticos inconsistentes entre ventas y operaciones pueden sesgar resultados de IA.

IA en planificación de demanda

Bailey enfatizó que los planificadores de demanda necesitan comprender patrones de demanda cambiantes durante crisis e influenciarlos. Datos de sensores IoT, por ejemplo, ayudan a fabricantes de neumáticos a monitorear presión y desgaste de banda de rodadura, alertando proactivamente a clientes e informando necesidades de inventario.

«La tecnología y la analítica son esenciales para entender qué impulsa la demanda y para que la IA pronostique necesidades futuras», dijo Bailey. Aunque algunas empresas deben invertir en nueva tecnología y talento, los costos laborales generales pueden disminuir a medida que la automatización complementa el trabajo de los planificadores.

Gartner predice que para 2023, al menos el 50 % de las empresas globales desplegarán transformaciones de cadena de suministro impulsadas por IA.

Sin embargo, muchas organizaciones deben primero limpiar y estandarizar sus datos. «Muchos datos no son confiables —mal formateados, inexactos o sesgados— por lo que se requiere un esfuerzo considerable para hacerlos utilizables», advirtió Bailey.

La calidad de datos sigue siendo el mayor obstáculo para la IA en planificación de demanda, observaron Seifert y Markoff. En el corto y mediano plazo, los gerentes de cadena de suministro se apoyarán fuertemente en analítica para navegar la escasez y la incertidumbre.

Bailey sugirió que las empresas pueden necesitar reducir sus carteras de SKU, enfocándose en clientes de alto valor y tomando decisiones de priorización basadas en hechos. «Si tienes 100 unidades de un producto pero necesitas 500, debes decidir a qué clientes servir primero», explicó.

El abastecimiento estratégico también cambiará. «La sobreconcentración en China ya no es viable», dijo Bailey. Equilibrar riesgo y oportunidad entre ubicaciones geográficas se ha vuelto primordial.

En última instancia, la pandemia obliga a las empresas a adoptar las tecnologías y prácticas que habían pospuesto pero que ahora deben abrazar para la resiliencia de la cadena de suministro.

«COVID-19 es un catalizador para el cambio que muchas empresas habrían emprendido de todos modos», concluyó Bailey. «La buena noticia es que estos cambios son ahora inevitables».