Computación Cuántica: Impulsando la Próxima Era de la Excelencia Logística

La COVID-19 nos enseñó la importancia de las cadenas de suministro cuando todo, desde materias primas hasta productos terminados, se retrasó o simplemente no estuvo disponible para fabricantes y minoristas. También aceleró un cambio dramático en el lado logístico y de entrega de la ecuación de la cadena de suministro, ya que los consumidores pasaron de compras en tiendas físicas a compras en línea. La naturaleza dinámica de la cadena de suministro completa es ahora un hecho, exigiendo cambios significativos en cómo vemos la optimización.

El objetivo de una organización de cadena de suministro es cumplir los requisitos del cliente mientras se minimizan los costes totales de la cadena de suministro. Las empresas deben ser lo suficientemente flexibles para responder rápidamente cuando ocurren disrupciones.

Desafortunadamente, la mayoría de nosotros no somos tan ágiles como podríamos ser, como señala esta investigación de Ventana:

• El 79% de las empresas usan hojas de cálculo para la planificación de la cadena de suministro.
• Menos del 25% dice que sus planes de cadena de suministro están integrados con los departamentos de fabricación, adquisiciones o ventas de su empresa.
• El 54% dice que tiene capacidad limitada o nula para medir trade-offs de la cadena de suministro entre departamentos al tomar decisiones.

Además, la última milla se vuelve aún más compleja. La última milla siempre ha sido el desafío más costoso y largamente lamentado de la cadena de suministro. Con la «nueva normalidad» de hábitos y canales de consumo cambiantes creando demanda impredecible, los pronósticos se han vuelto sin sentido. Esto hace que la agilidad y la velocidad de optimización sean aún más importantes para cumplir las crecientes expectativas de los clientes de disponibilidad instantánea y entrega casi inmediata.

Un modelo logístico fijo no está diseñado para ser flexible o rápido. El Instituto de Investigación de Capgemini, Encuesta de Cadena de Suministro 2020, encontró que el 70% de las empresas priorizan la logística de entrada y salida como parte de sus esfuerzos de sostenibilidad de la cadena de suministro post-Covid. Sin embargo, menos de la mitad de las organizaciones consultadas por Accenture están de acuerdo en que actualmente cumplen las expectativas de los clientes para el cumplimiento de pedidos.

¿Qué sucede cuando la industria se vuelve aún más dinámica y las expectativas de los clientes requieren que los ciclos de tiempo se compriman?

El Eslabón Perdido: Optimización Restringida

La optimización restringida ayuda a las cadenas de suministro de fabricación al identificar el mejor camino a seguir a medida que las condiciones dinámicas impactan las opciones de abastecimiento y logística. En términos simples, la optimización restringida le guía para decidir cómo hacer más con menos, o cómo usar menos para hacer más.

La mayoría de las decisiones empresariales económicas requieren aplicar restricciones, como coste, volumen o tiempo, a un conjunto de variables, como camiones, SKUs o personas, con el objetivo de minimizar (coste) o maximizar (beneficio) resultados. Cada organización tiene una multitud de tales problemas de optimización para resolver.

Esto suena como algo que deberíamos estar usando, ¿verdad? Pero hay algunas razones por las que no lo hacemos:

• Empresas con grandes inversiones en big data y analíticas pueden asumir que tienen el análisis y los informes necesarios. Pero la computación clásica no puede procesar los volúmenes de datos que estamos recopilando. Los analistas terminan comprimiendo y reduciendo los datos para ejecutar un cálculo, reduciendo así los datos analizados para obtener un resultado.
• La información se analiza y presenta a la gerencia y tomadores de decisiones. Aplican sus perspectivas únicas al debate y deciden —como siempre lo han hecho. Y asumen que eso es suficiente. La optimización restringida saca el debate y los filtros personales de la ecuación para mostrarle las mejores decisiones.
• Los datos no son solo datos. Tienen interrelaciones con otros datos que debe considerar para obtener respuestas precisas y de alta calidad a solicitudes de optimización. Si un ordenador clásico no falla por completo, puede dar solo una única respuesta probable, y puede que sea o no precisa.

Clásico vs. Complejo

Muchos hemos oído del problema del vendedor viajero, que puede compararse con el enrutamiento de camiones y cómo optimizar las rutas, así como los camiones. El desafío es que los problemas del vendedor viajero como este crecen en complejidad por n! (n factorial). Los problemas de enrutamiento son más restringidos y complejos para cada variable (camión, ruta, conductor, etc.) que añade. Por ejemplo, un problema del vendedor viajero con 10 paradas resulta en 3.628.800 opciones de ruta, 40 paradas resultarán en aproximadamente 40! = 815.915.283.2 00,000,000,000,000,000,000,000,000,000,000,000,000,000 opciones. Enrutar múltiples camiones y paquetes es aún más complejo.

Un ordenador clásico lucharía bajo el peso y la escala de un vasto conjunto de posibilidades. Aquí es donde los ordenadores cuánticos prometen asumir la tarea para producir rápidamente opciones de las que elegir para tomar la mejor decisión basada en sus objetivos.

Escenarios complicados destinados a resolver múltiples variables no son alcanzables por un algoritmo de computación clásica en un corto período de tiempo. Sin embargo, algoritmos que usan técnicas de computación cuántica pueden lograr rápidamente esta simulación usando un sistema clásico aplicando técnicas cuánticas, o una solución híbrida que emplea tanto cuántica como clásica, hoy.

Accenture concuerda, afirmando: «Los algoritmos de optimización de rutas están ayudando a reducir el kilometraje y mejorar las tasas de entrega a tiempo. En logística, el enrutamiento cuántico usa computación cuántica basada en la nube para calcular la ruta más rápida para todos los vehículos, teniendo en cuenta millones de puntos de datos en tiempo real sobre congestión de tráfico».

Beneficios Adicionales de la Optimización Restringida

Aquí hay algunas formas adicionales en que la optimización restringida beneficia a las cadenas de suministro de fabricación, desde materias primas de entrada hasta distribución de salida:

• Eficiencia en transporte. La optimización restringida se usa para identificar ubicaciones óptimas para plantas, instalaciones de distribución y otros centros logísticos. Incluso una diferencia de una milla en la ubicación de una planta puede hacer una diferencia significativa en los costes y la productividad de la red general.
• Gestión de almacén y distribución. La optimización restringida se aplica para optimizar envíos y cargas globales y locales, almacenamiento y entrega para el menor coste, eficiencia óptima y productividad. Imagine tener que programar envíos de miles y miles de computadoras, televisores o coches por todo el mundo usando un papel o una hoja de cálculo.
• Logística de entrada. Desde niveles de pedido hasta entrega a la línea de producción, la optimización puede impulsar niveles máximos de producción al mejor coste. Incluso un envío perdido o un proveedor olvidado puede causar estragos en una línea de producción. Ahora imagine tener que programar y mantener todas las partes de un coche, computadora, TV, refrigerador o ATV usando una hoja de cálculo, especialmente cuando gestiona cientos de miles de unidades.

La investigación de IDC concluye: «La capacidad de ingerir conjuntos de datos amplios y profundos para informar una mejor toma de decisiones será el mayor diferenciador del rendimiento de la cadena de suministro en el futuro». Las técnicas de computación cuántica potencian la optimización restringida a un nuevo nivel de precisión y rendimiento.

Los ordenadores cuánticos procesan cálculos complejos para devolver una diversidad de respuestas, no solo una. Cada respuesta que cumple el estado optimizado que necesita se le entrega. Obtiene exposición a más opciones viables que con procesadores clásicos y puede seleccionar la que mejor se ajuste a su situación específica en este momento. Esta es una forma mucho mejor de tomar decisiones vs los enfoques de software clásico que proporcionan una única respuesta como su única opción.

La computación cuántica es una de las innovaciones tecnológicas más prometedoras que probablemente moldearán, optimizarán y agilizarán el futuro de la cadena de suministro. Ofrece mejores insights para tomar mejores decisiones. Por eso hay tanta emoción al respecto.

Robert Liscouski es presidente y CEO de Quantum Computing Inc.