Programación del futuro
En un mundo cada vez más complejo, proporcionar a la industria química una logística de grupaje de primer nivel significa mejorar continuamente los servicios ofrecidos. Las aplicaciones de Inteligencia Artificial (IA) juegan un papel importante en esta transformación continua. Michael Kriegel, Department Head DACHSER Chem Logistics, explica el potencial de la IA para la logística y cómo ésta ayuda a la multinacional DACHSER a superar los desafíos actuales.
DACHSER hizo de la digitalización una prioridad desde el primer momento, y al introducir el código de barras SSCC y la integración de los sistemas centrales, la empresa ayudó a dar forma al mundo digital y su relación con la logística. Hoy en día, los puntos principales en la agenda de digitalización de DACHSER son el aprendizaje automático y la Inteligencia Artificial (IA).
El sector de la logística necesita con urgencia una transformación digital para asegurar la calidad y para hacer frente a desafíos como la escasez de conductores y otros trabajadores cualificados. Además, el sector está llamado a acelerar aún más el ritmo de adopción de nuevas tecnologías y a incorporar a sus actividades de desarrollo megatendencias sociales como la digitalización, la urbanización, la movilidad electrónica y la conectividad, que están cambiando nuestra forma de vivir.
Esto requiere una mentalidad estratégica y un firme control, porque todo se reduce a dar forma al futuro, de manera activa, anticipando lo que se necesitará. En DACHSER estamos explorando tres casos de uso que son clave para el uso de IA, y que beneficiarán a nuestros clientes de la industria química: la propia gestión del grupaje, la planificación de procesos y la reducción de emisiones.
La transformación digital de la logística de grupaje
La logística de grupaje es un factor fundamental en la competitividad de las empresas y, por lo tanto, también de la industria química. En este sector los volúmenes de mercancía paletizada están disminuyendo, como pasa en otras industrias, lo que significa que tiene sentido compartir espacio de carga con otros expedidores. Esta es la única manera de entregar mercancías de forma rápida y rentable, manteniendo las emisiones de CO2 al mínimo. Sin embargo, las roturas en las cadenas de suministro y el fuerte aumento en las entregas a los clientes finales están ejerciendo presión incluso sobre las redes de grupaje más eficientes. Aquí es donde entran en juego la gestión inteligente de datos, los algoritmos y la IA: ahora podemos generar las mejores soluciones posibles con la ayuda de modelos matemáticos que son capaces de "aprender" los patrones y estructuras, presentes en sus datos de entrenamiento.
El sector logístico necesita urgentemente la transformación digital para garantizar la calidad y afrontar retos como la escasez de conductores y otros trabajadores cualificados.
Todo comienza con las operaciones logísticas, que se basan en primer lugar en la experiencia humana y en los activos físicos necesarios para prestar servicios, tales como las infraestructuras de red y las terminales. La eficiencia está determinada en gran medida por lo que sucede en los hubs de la red, donde se conectan los transportes de larga y corta distancia. El éxito depende de los operadores logísticos, especialmente de las personas que cargan y descargan, que tienen la experiencia necesaria para optimizar la capacidad de carga de remolques y swaps bodies, similar al juego del Tetris. La diferencia en la optimización de la capacidad de carga entre un operador experimentado y uno inexperto puede ser de hasta un 15 %. Ante el cambio demográfico, la falta asociada de personal cualificado y la escasez de espacio, es esencial que adoptemos formas cada vez más inteligentes y eficientes de trabajar con los recursos disponibles.
IA para planificación inteligente
Otro factor crucial para lograr eficiencia y calidad en la logística es la capacidad de planificación. Aquí, también, la IA puede marcar la diferencia, como lo demuestra el primer proyecto de aprendizaje automático de DACHSER: PAnDA One. Se trata de un acrónimo de Predicción (P) Análisis (An) DACHSER (DA), donde "One" indica que es el primer proyecto de aprendizaje automático de la empresa. El modelo PAnDA One fue diseñado especialmente para prever los volúmenes entrantes en nuestras delegaciones europeas, con el fin de facilitar la toma de decisiones para la planificación de la capacidad. Este desarrollo nos permite conocer la capacidad de carga adecuada para el mercado con hasta 25 semanas de anticipación. Así, PAnDA One pone a disposición de las delegaciones otra herramienta valiosa, que proporciona datos para respaldar las "corazonadas" de los responsables de operaciones experimentados y validar las necesidades de los clientes. La tecnología ayuda a las personas a tomar mejores y más sólidas decisiones.
Reducción de emisiones en el transporte
Las prácticas sostenibles, con sus dimensiones ecológicas, sociales y económicas, allanan el camino hacia un futuro seguro y económicamente estable. DACHSER tiene como objetivo lograr cero emisiones netas de CO2 para sus propias instalaciones y vehículos lo antes posible. Por esta razón, la empresa ha creado centros especiales de movilidad eléctrica en Friburgo, Hamburgo y Malsch, cerca de Karlsruhe. En estas instalaciones se avanza en la investigación y prueba de camiones eléctricos con baterías y su infraestructura de carga, el uso y la auto-producción de energías renovables, y su gestión inteligente. Puede que no parezca obvio al principio, pero la recolección de datos y su uso inteligente también desempeñan un papel clave para el desarrollo de modelos seguros y escenarios de aplicación para la implementación de transportes de corta y larga distancia de emisión cero, gracias a la recopilación de datos a gran escala. Este es un caso muy interesante para una futura aplicación de la IA por parte de DACHSER.
Se buscan expertos críticos
Lo que DACHSER ha aprendido del uso de aplicaciones de IA es que el aprendizaje automático a menudo implica un enfoque de prueba y error. Se trata de probar los datos de entrenamiento hasta que se alcance el grado de precisión deseado y un nivel de calidad suficiente para cada caso de uso. A diferencia de la codificación convencional, esto requiere, sobre todo, paciencia. La IA también puede venir con sus propias desventajas, como la pérdida de control, riesgos de responsabilidad y otros desafíos. Por eso es importante analizar cada proceso de forma crítica y utilizando el sentido común presente en los humanos. Pero, en general, la transformación digital ofrece oportunidades sobresalientes para un desarrollo sostenible y con buenos resultados a futuro. En lugar de reemplazar a las personas, una dosis sensata de IA y aprendizaje automático les ayudará a tomar decisiones más informadas y, por lo tanto, mejores. La logística está creada por personas, para personas, y eso no va a cambiar. En otras palabras, cada empresa tiene lo necesario para dar forma a su propio futuro digital.