Cómo la IA aborda el desperdicio en las fábricas y la cadena de suministro

Si queremos un mundo sin desperdicios, es posible que necesitemos algo más que el cerebro humano para lograrlo.

La respuesta, como ocurre con muchos otros aspectos de los negocios en la actualidad, radica en la inteligencia artificial, en este caso, su capacidad para eliminar los desechos industriales en la fabricación.

Stephen Pratt es el director ejecutivo de Noodle.ai, una empresa que emplea inteligencia artificial para optimizar las operaciones de flujo industrial. Él ve la tecnología incipiente como una herramienta para "volver a la forma en que se supone que operan las fábricas y las cadenas de suministro". Y eso significa lograr "un flujo continuo desde las materias primas hasta el estante".

Por supuesto, la eliminación de residuos en la fábrica y más allá ha sido una obsesión de los ejecutivos de la cadena de suministro durante décadas. El famoso sistema de producción de Toyota, que identifica siete formas de muda , la palabra japonesa para desperdicio, tiene sus orígenes a fines de la década de 1940. Más recientemente, las teorías Lean y Just-In-Time (JIT) para el suministro de piezas a las fábricas y productos terminados a los almacenes eliminaron lo que los gerentes consideraban un exceso de inventario. (Tanto es así, desafortunadamente, que muchos minoristas se quedaron sin suficiente producto para satisfacer la creciente demanda de bienes de consumo durante la pandemia de COVID-19. La cadena de suministro "ajustada" de una persona es el desabastecimiento de otra).

Cabe preguntarse si las teorías anteriores para eliminar los desechos del sistema han producido más libros y artículos académicos que los resultados reales en la fábrica. Según Pratt, el Banco Mundial estima que los desechos industriales globales hoy en día son 18 veces más grandes que los desechos sólidos municipales, "las cosas que llamamos basura".

Para ser justos, la metodología Lean, JIT, Six Sigma, la teoría de las restricciones y otras herramientas de planificación avanzada han dejado su huella en las prácticas de gestión en la fábrica y más allá. El desperdicio de producción se ha reducido drásticamente, pero sigue siendo un problema de 2 billones de dólares en la actualidad. (Pratt desglosa ese número a continuación). “No hay ni mucho menos un estado perfecto de flujo”, dice. "Muchas cadenas de suministro tienen reglas comerciales fijas, pero pregúntele a cualquier planificador de inventario y le dirán que lo único que saben es que esas reglas son incorrectas".

Llega la IA con un nuevo enfoque para el control de residuos. La diferencia, dice Pratt, es el uso de algoritmos complejos para predecir cuándo el exceso de piezas, productos y prácticas amenazan con obstruir las obras. Estas alertas permiten a los humanos tomar medidas para evitar el problema antes de que afecte el flujo de producto.

El uso de IA específicamente para atacar los desechos de producción tiene menos de una década, dice Pratt, pero ya ha demostrado ser "increíblemente efectivo". Las aplicaciones de fabricación anteriores, incluida la planificación de requisitos de materiales (MRP) y la planificación de recursos empresariales (ERP), se vieron obstaculizadas por computadoras lentas y datos costosos.

“La pesadilla de la existencia de esas tecnologías es que asumieron promedios para el rendimiento de producción y los tiempos de entrega”, explica Pratt. “Eso es como hablar de la talla promedio de calzado de una persona en el planeta. La diferencia entre el promedio y la realidad es aproximadamente la mitad del desperdicio en todo el mundo ”.

Las siete formas de muda de Toyota, según lo identificado por el ingeniero industrial japonés Taiichi Ohno, son transporte, inventario, movimiento, espera, sobreproducción, sobreprocesamiento y defectos. Con la inteligencia artificial en la imagen, Pratt extiende el concepto más allá de la fábrica para delinear lo que él ve como las cuatro áreas más grandes de desperdicio en la cadena de suministro actual:

• Productos defectuosos. Un artículo defectuoso que ha pasado todo el proceso de producción debe desecharse. El costo para los fabricantes, dice Pratt, es de alrededor de $ 861 mil millones al año.
• Averías en la fábrica. El tiempo de inactividad no planificado es "un problema gigante", que cuesta 689.000 millones de dólares al año.
• Errores en la distribución. La fábrica resulta un producto impecable, que se detiene en la etapa de distribución porque la actual I.T. los sistemas no pueden cumplir los objetivos de entrega en cuanto a tiempo, lugar y cantidad. El costo del exceso de inventario:alrededor de $ 446 mil millones al año.
• Estantes vacíos. La ausencia de algo puede no parecer una forma de desperdicio. Pero el miedo de los minoristas a los desabastecimientos cuando los clientes quieren comprar, lo que ocurre aproximadamente el 9% de las veces, hace que inunden la cadena de suministro con inventario. Como resultado, dice Pratt, "producen más de lo necesario".

Por primera vez, la capacidad informática en constante crecimiento hace posible atacar estas cuatro áreas de manera eficaz. La computadora promedio utilizada para tales cálculos en la actualidad es 2000 veces más rápida que la supercomputadora más rápida del mundo en el año 2000, señala Pratt.

El papel de la IA está pasando rápidamente de la analítica descriptiva a la prescriptiva. Hoy en día, un sistema impulsado por IA puede escanear en busca de anomalías, alertar a los gerentes de su inminencia, predecir las consecuencias de tales eventos y recomendar acciones correctivas. Además, dice Pratt, "le indica cómo ajustar su fábrica para que no produzca productos defectuosos".

Nada de esto significa que la gente esté completamente fuera de escena. Pratt ve el sistema ideal como uno que combina el poder de computación de fuerza bruta de la IA con la creatividad y los conocimientos del cerebro humano. Y se mire como se mire, la IA todavía tiene un largo camino por recorrer antes de cumplir su promesa en los entornos de fabricación, y mucho menos en el mundo en general.

Al igual que con cualquier tecnología de vanguardia, la aceptación de la IA será gradual. Pero Pratt cree que su madurez se está acelerando por las demandas de los grandes minoristas como Walmart por un desempeño impecable por parte de los proveedores. Su capacidad para cumplir con esos criterios "podría ser la diferencia entre la existencia y la muerte", dice.