Una hoja de ruta probada de tres pasos para la adopción de IA en cadenas de suministro

El impacto global de la pandemia ha producido una serie de lecciones importantes para empresas que buscan sobrevivir a la próxima gran disrupción. Entre ellas está la necesidad de implementar mejor la inteligencia artificial en las cadenas de suministro.

Aquí hay algunos consejos sobre cómo las empresas pueden lograr ese objetivo.

Primero, construya un mejor modelo para anticipar la demanda del consumidor, uno que tenga en cuenta inputs menos obvios. Actualmente, tales sistemas se construyen alrededor de predicciones simples de tendencia y estacionalidad. En su lugar, deberían considerar inputs externos relacionados con inflación, índices de precios al consumidor y otros shocks de input causados por políticas de intervención por COVID-19, como cheques de estímulo, confinamientos y construcción de viviendas. Muchos de estos patrones son fáciles de ver en retrospectiva, pero eso no significa que no puedan detectarse con antelación. La belleza de los modelos basados en IA para pronósticos es que son capaces de captar interacciones entre características aparentemente no relacionadas.

Una vez construido un mejor modelo de demanda del consumidor, cree un modelo secundario de estimación de envíos. Debe construirse para tener en cuenta el estado actual de la cadena de suministro en cualquier momento, y predecir el coste de enviar un contenedor lleno de producto. Una ventaja de esta herramienta es que puede someterse a back-testing para evaluar su precisión. Simplemente mire el pasado y verifique la estimación de precio en cualquier momento dado para ver si coincide con la realidad.

Finalmente, construya un sistema que use el modelo de demanda y el estimador de costes para actuar como una verdadera IA de cadena de suministro. El funcionamiento se basaría en dos observaciones centrales:

• El modelo de demanda puede usarse para predecir qué capacidad se necesita en algún punto futuro dado.
• El modelo de estimación de costes puede usarse para predecir cuál sería el precio para facilitar ese envío en ese punto futuro para esa demanda.

Con esas dos capacidades, un sistema de IA puede mejorar ajustando las palancas de entrada en el modelo de estimación de costes. El modelo tendrá parámetros de entrada que podrían ser tan simples como "cuántas horas al día está funcionando el puerto de Los Ángeles". Se vuelve capaz de conocer el efecto en los costes de envío basándose en valores cambiantes. La IA podría entrenarse para ajustar constantemente las palancas de entrada de lo que constituye la cadena de suministro, para asegurar que sin importar cuál sea la demanda, el coste total para satisfacer la demanda tenga un límite superior.

Este enfoque de tres etapas es como probablemente se verá la cadena de suministro en los próximos 10 años. El diablo está, por supuesto, en los detalles. Pero una vez que tengamos tal sistema en marcha, no necesitaremos depender de políticos para soluciones para afrontar futuras disrupciones en la cadena de suministro. Con la IA ayudando en la planificación y modelado de la cadena de suministro, el cielo es el límite.

James Kaplan es CEO de MeetKAI.