Cómo las empresas de la cadena de suministro pueden crear hojas de ruta con IA

La cadena de suministro tal como la conocemos está al borde del precipicio de décadas de dinámicas de "empujar" en constante aceleración a un nuevo modelo de "empujar y tirar".

Cuatro factores principales están contribuyendo a este cambio global en toda la industria:

Compradores cada vez más conocedores de la actualidad. Los clientes viven en el mundo digital y exigen una experiencia fluida. Si no, se irán a otra parte. Esto significa que la cadena de suministro, que está optimizada para "impulsar" el inventario a los clientes, debe agregar optimización para lo que los clientes quieren "atraer" a sí mismos.

El clima geopolítico actual. Ya se trate de las tendencias nacionalistas que se muestran a nivel mundial, las disputas arancelarias entre EE. UU. Y China, el Brexit o el enfoque global en los problemas de sostenibilidad, las cadenas de suministro están más expuestas que nunca a la incertidumbre y el riesgo.

Avances desiguales en la Industria 4.0 y la cadena de suministro digital. Las fábricas, las cadenas de suministro y las tiendas están cada vez más conectadas, lo que permite que diferentes sistemas compartan información y reduzcan los plazos de entrega, pero solo para las empresas que pueden actuar. La producción se está acercando a los clientes, alterando los patrones tradicionales del comercio regional.

La tecnología de la cadena de suministro existente está al final de su ciclo de vida. Las soluciones de software heredadas, creadas para resolver un problema específico y aislado, como la previsión o la planificación de la fábrica, ya no son adecuadas para este propósito. En pocas palabras, este software simplemente no puede seguir el ritmo.

Ingrese la inteligencia artificial para la cadena de suministro. Ya sea a través del mantenimiento predictivo en la fábrica, los camiones autónomos en la cadena logística o la automatización en la tienda, están surgiendo soluciones de inteligencia artificial para mejorar la eficiencia y reducir los costos operativos para los actores de la cadena de suministro. Sin embargo, existe una desconexión, como en la mayoría de las industrias, sobre cómo reconocer completamente el valor de la IA.

El primer paso es crear una hoja de ruta:una cartera de oportunidades de inteligencia artificial examinadas priorizadas para lograr objetivos comerciales estratégicos a corto y largo plazo. El aprendizaje mediante la experimentación sigue siendo fundamental para adoptar la IA, pero tener una hoja de ruta de la IA es una estrategia necesaria. Permite a quienes se ocupan de mejorar la logística de la cadena de suministro planificar y elegir las mejores tácticas para la adopción de IA inteligente.

¿Cómo se desarrolla una hoja de ruta de IA para capturar el impulso de la cadena de suministro cambiante en su negocio? Primero, necesita delimitar el trabajo al nivel de una línea de negocio o área funcional, no a todo el negocio, ni a un solo proceso o tarea. En un entorno de fábrica, por ejemplo, áreas como el inventario o la gestión de la calidad son buenos lugares para comenzar porque representan sistemas completos de procesos, datos, roles y objetivos.

Después de elegir su enfoque, deberá educar a sus ejecutivos sobre cómo es una buena oportunidad de IA, luego trabajar con su equipo para aprovechar las posibilidades de hacer coincidir las capacidades de IA con las oportunidades.

Las buenas oportunidades de IA son prácticas y valiosas. Abordan qué predicción o decisión tomará la IA, qué datos utilizará y cómo se aplicará ese resultado para crear valor. En la gestión de la calidad de la fábrica, por ejemplo, los sistemas de inteligencia artificial podrían utilizar los datos de la línea de producción para predecir defectos, prescribir mantenimiento o ayudar a los analistas a responder preguntas.

El descubrimiento se trata tanto de encontrar estas opciones como de formular una hipótesis sobre cuáles vale la pena seguir. Después del descubrimiento, su equipo debe tener un conjunto de estudios de casos que ahora deben validarse.

Al estimar el impacto de un caso de uso de IA, observe más que solo mejoras incrementales en la precisión o la eficiencia. Analice el valor creado más allá del status quo.

Por ejemplo, un caso de uso de IA podría basarse en ayudar a un empleado de cuentas por pagar que lee informes y procesa facturas con regularidad. Con una capacidad de inteligencia artificial como la inteligencia de documentos, las facturas simples se pueden manejar mediante un procesamiento directo. El empleado puede manejar las facturas restantes más rápidamente, asistido por características como el resumen automático de documentos y la extracción de información, como para la identificación de discrepancias. Una métrica inicial para este beneficio podría ser simplemente las facturas procesadas o el ahorro de tiempo, pero hay un panorama más amplio. Si un empleado de AP gana una hora extra por día, podría gastarla en el análisis de la causa raíz y la corrección de problemas de pedidos, o en administrar su carga de trabajo para aprovechar mejor los descuentos de proveedores.

La fase de análisis se realiza cuando cada caso se ha definido hasta el punto que los tomadores de decisiones ejecutivos tienen suficiente información para sacar conclusiones contundentes sobre la priorización de casos en una visión y un plan.

Finalmente, con casos de uso bien definidos en la mano, su equipo está listo para secuenciar las inversiones en IA para lograr el máximo impacto al equilibrar tres objetivos:

• Configurar los próximos pasos inmediatos con proyectos valiosos y viables,
• Configurar logros más importantes con un plan deliberado para desarrollar y escalar capacidades a lo largo del tiempo, y
• Liberar el apoyo y el presupuesto alineando a los ejecutivos en torno a una visión común.

Los dos primeros objetivos tratan de equilibrar el valor a corto y largo plazo. El tercero se trata de desbloquear el progreso al asegurar la aceptación del liderazgo ejecutivo sobre los costos y beneficios realistas de las inversiones en IA en la cadena de suministro.

A medida que la cadena de suministro se inclina hacia una nueva normalidad receptiva, de empujar y tirar, será cada vez más vital para los tomadores de decisiones actuar rápidamente para aprovechar el impulso. Sin embargo, las complejidades de la gestión de la cadena de suministro dictan que reequilibrar el equilibrio de la cadena de suministro no es una actividad de una sola vez. Tomarse el tiempo para descubrir, analizar y priorizar sus inversiones en inteligencia artificial marcará la diferencia entre salir adelante o perder el tiempo.

Karthik Ramakrishnan es vicepresidente, director de asesoría y habilitación, y Ben Humphries es director de preventa global en Element AI.