Tecnología podría impulsar el 25% de todos los KPI para 2028.
En los últimos años, la inteligencia artificial (IA) y la inteligencia artificial generativa (GenAI) han destacado como fuerzas transformadoras en el ámbito logístico y de la cadena de suministro. Según un informe reciente de Gartner referido por Xeneta, se proyecta que la IA generativa tendrá un impacto significativo en este sector, impulsando cerca del 25% de todos los indicadores clave de rendimiento (KPI) logísticos para el 2028.
La adopción de la IA está destinada a mejorar notablemente la eficiencia de las cadenas de suministro. Un estudio de Research and Markets prevé que, para 2027, la mitad de las organizaciones utilizarán herramientas basadas en IA para apoyar sus negociaciones contractuales con proveedores. Además, se anticipa que la IA podría hacer que las cadenas de suministro sean un 45% más eficaces en la entrega puntual y sin errores.
A pesar del entusiasmo por la IA, muchas empresas enfrentan desafíos significativos para su implementación. La falta de competencias internas, la madurez técnica insuficiente y la escasez de datos disponibles son obstáculos críticos que impiden la adopción y expansión de soluciones. En respuesta a estas dificultades, las organizaciones están utilizando el 2024 para desarrollar casos de uso y llevar a cabo proyectos piloto, enfocándose en áreas como el análisis de riesgos contractuales y las tareas operativas. Este enfoque fue destacado por experiencias de clientes en la mesa redonda sobre IA del Consejo Asesor de Clientes de Xeneta (XCAB).
Uso actual y potencial
En la actualidad, el uso de la IA en el sector logístico sigue siendo limitado, aunque hay un creciente interés en sus aplicaciones. Los asistentes a la mesa redonda de Xeneta señalaron que la implementación de soluciones basadas en IA se ha centrado principalmente en tareas operativas como la previsión y la optimización de la cadena de suministro. A pesar de que la expansión de la IA es un objetivo empresarial, su potencial para el transporte aún no es una prioridad.
Existen reservas significativas en torno al uso de la IA, principalmente relacionadas con la seguridad, la dependencia de terceros y la falta de madurez en los casos de uso para predecir circunstancias imprevistas. Las incertidumbres sobre el retorno de la inversión y la falta de confianza en la IA son barreras adicionales que impiden su adopción generalizada. Es crucial que las organizaciones comprendan qué problemas específicos puede resolver la tecnología antes de comprometer recursos significativos.
Distinciones y entendimiento
Es importante distinguir entre la inteligencia artificial en general y la inteligencia artificial generativa. La IA tradicional se enfoca en realizar tareas específicas o responder a entradas concretas de manera que simule la inteligencia humana, aprendiendo de los datos para hacer predicciones. En cambio, la GenAI es capaz de crear contenido nuevo basado en indicaciones o entradas (a menudo referidas generalmente como “prompts”) gracias a modelos de aprendizaje profundo y conjuntos de datos de entrenamiento.
Evaluación y preparación
Antes de implementar la IA, es fundamental que las organizaciones evalúen su nivel de preparación y cómo la nueva tecnología se integrará con sus sistemas y procesos existentes. Es vital asegurar que los resultados de las soluciones de IA sean explicables y trazables a algoritmos comprensibles.
A pesar de los avances en la predicción de eventos y la optimización de operaciones, la IA todavía enfrenta desafíos para predecir eventos de alta incertidumbre, conocidos como «cisnes negros». Sin embargo, se cree que con suficientes datos y experiencias, los algoritmos podrían ajustarse rápidamente a nuevos escenarios y proporcionar orientación valiosa sobre las tendencias del mercado.
Aspiraciones y futuro de la IA
El potencial de la IA para transformar las cadenas de suministro en sistemas proactivos y centrados en el cliente es indiscutible. Sin embargo, para que la IA cumpla con estas expectativas, las organizaciones deben avanzar con cautela y constancia en su transformación digital. Las principales aspiraciones para el futuro incluyen la predicción de tarifas de flete en relación con eventos mundiales, la planificación de la demanda, la estimación de la producción y el uso de gemelos digitales para probar posibles escenarios. Los clientes de Xeneta, por su parte, buscan soluciones basadas en IA que les permitan entender mejor las operaciones y materias primas, identificar los impulsores clave de los desafíos tarifarios y optimizar sus procesos logísticos.
Fuente: www.mundomaritimo.cl
