Desde que la Inteligencia Artificial (IA) llego a nuestras vidas, o mejor dicho, tuvo mayor visibilidad de lo que antes tenía, está transformando muchos de nuestros hábitos a la hora de realizar ciertas tareas, y también está suponiendo un cambio importante en numerosos sectores, y el transporte y la logística no son la excepción. La aparición de las inteligencias artificiales generativas como ChatGPT, Copilot o Gemini, está generado un debate sobre su utilidad y su impacto potencial en el ámbito laboral.
¿Son estas tecnologías una ayuda indispensable o, por el contrario, representan una amenaza para los empleos?
Las más llamativas están siendo las Inteligencias Artificiales Generativas, que han demostrado ser extremadamente eficaces en diversas aplicaciones y que su evolución está siendo vertiginosa. Sin embargo, es cierto que aún están en fase de aprendizaje y dependen en gran medida de la recopilación de datos creados previamente por los seres humanos, pero su evolución está siendo muy sorprendente no solo por la calidad de del resultado, sino también por la rapidez con la que se está haciendo esa mejora.
Pero también siguen manteniendo todavía algunos retos que superar como el de los sesgos, y es que estas IAs generativas toman la información humana como base. Esto significa que la información que proporcionan debe ser verificada y contrastada. En este contexto, el factor humano sigue siendo esencial para garantizar la precisión y la relevancia de los resultados generados por estas herramientas.
Es justo en este contexto donde hay que poner el foco, y es que no todas las Inteligencias Artificiales pueden lograr los objetivos marcados, dependiendo de cuál sea el objetivo, su incorporación puede ser más o menos exitosa. Desde el sector se suele requerir que la IA pueda soportar, aliviar y mejorar los procesos, y es que en transporte y logística, se reconoce la gran importancia del talento humano, equipos de profesionales capacitados que puede analizar la información de manera razonada y ofrecer soluciones creativas y efectivas, y es precisamente eso a lo que se le pide a la Inteligencia Artificial.
Donde sí podemos aplicar Inteligencia Artificial
Algunos campos donde ya se trabaja con tecnología IA en transporte, y que ya tiene unos resultados francamente buenos, son por ejemplo todo lo relacionado con el análisis predictivo de la demanda, conocido como predicción de la demanda.
La IA aporta un valor significativo en el análisis predictivo de la demanda utilizando datos históricos de pedidos, niveles de inventario y rotación de mercancías. Además, estas herramientas pueden prever la demanda futura, permitiendo una mejor planificación del inventario y su distribución. Esto es crucial para evitar tanto la rotura de stock como el exceso de mercancía, situaciones que tienen un impacto económico considerable en logística.
Las rotura de stock no solo reduce los ingresos por ventas perdidas, también generan una mala experiencia para el cliente. Y aplicado al transporte, el análisis de la predicción de la demanda ayuda a las organizaciones a poder conocer qué recursos necesitarán para su actividad, cuantos vehículos y donde serán necesarios o cuantos camiones necesitaremos para realizar las rutas de movimiento de mercancías.
La capacidad de las IAs para anticipar estas situaciones y optimizar la gestión del inventario o de la estructura y personal en transporte, es sin duda, una ventaja competitiva, pero no es la única aplicación que podemos incorporar.
Otra línea de trabajo que ya tiene mucho recorrido está relacionado con la simulación de escenarios para la toma de decisiones o los que son comúnmente conocidos como "gemelos digitales". Las IAs son extremadamente útiles para simular diferentes escenarios y ayudar en la toma de decisiones estratégicas, ya que nos pueden proporcionar distintos escenarios futuros posibles ante las variaciones que podemos introducir en nuestra consulta.
Por ejemplo, pueden analizar la localización de nuevas plataformas logísticas, seleccionar proveedores o determinar la mejor ubicación para almacenar mercancías en función de los datos que nosotros estemos trabajando sea con un cliente que quiere abrir nuevas líneas de negocio o ese potente nuevo cliente que podemos captar para nuestra organización y queremos conocer el real impacto del mismo.
De igual forma, además de los datos que tengamos, si añadimos variables como cambios económicos, geopolíticos o de mercado, las IAs mediante los gemelos digitales pueden proporcionar un universo de posibilidades que faciliten la identificación de riesgos y oportunidades.
Además, estas herramientas son capaces de detectar patrones atípicos en los datos, lo que les permite anticipar eventos inesperados o cambios en el comportamiento del mercado. Tener esta información de antemano es una ventaja estratégica que permite a las empresas reaccionar rápidamente ante circunstancias imprevistas.
Donde por el momento no
No es posible decir que no exista ninguna actividad en la que no sea posible aplicar de alguna forma la Inteligencia Artificial, pero sí que algunos procesos, en este momento, tienen importantes retos para poder implantarse, sea por la falta de madurez de la tecnología como en otros casos, un elevado coste que hace que el retorno de la inversión (ROI) haga muy complicada su aplicación.
La detección de anomalías mediante visión artificial es una de esas áreas donde existe un potencial uso práctico, muy claro y definido. Pero esto entraña algunas dificultades, sobre todo cuando estamos hablando de detección de anomalias en un almacén logístico, el conteo de materiales, el cálculo de cubicaje con visión artificial y aplicaciones similares.
Es cierto que las IAs pueden identificar desviaciones que indiquen problemas potenciales, como palets que tengan una inclinación peligrosa en un almacén logístico, o también pueden monitorear el funcionamiento de equipos y automatismos en los centros de operaciones, detectando fallos inminentes y permitiendo una intervención preventiva. La capacidad de las IAG para realizar estas tareas de manera precisa y en tiempo real contribuye a reducir los tiempos de inactividad y a mantener la continuidad operativa, lo cual es fundamental para el éxito en el sector del transporte y la logística.
Pero para que esto pueda tener un grado elevado de éxito, es preciso, por un lado, acotar a que las capturas de imágenes sean siempre las mismas (si queremos controlar el estado de nuestra flota, las fotos de los vehículos siempre deben de ser en la misma zona y ángulo), y lo más difícil, entrenar a la IA con miles de fotos, y enseñarle que debe de contar y como (que es una anomalía como un golpe por ejemplo).
Esto que se supone sencillo, tiene una inversión de tiempo esfuerzo muy elevado, lo cual hace que en muchos casos, estos proyectos no vean la luz por el comprometido ROI que tienen, y es que la adopción de Inteligencia Artificial en el entorno laboral debe ser manejada con cuidado para evitar, por un lado, la sensación de amenaza entre los empleados, y mantener un equilibrio en las inversiones y costes.
La clave está en encontrar un equilibrio donde la tecnología y los trabajadores se complementen y no sustituyan al talento humano, permitiendo a las empresas aprovechar lo mejor de ambos mundos.
Carlos Zubialde
contacto@informacionlogistica.com
