En tiempos pasados, antes de la pandemia del covid 19 era relativamente sencillo poder “pronosticar” los flujos de las cargas que podían tener los distintos clientes y sectores. Pero la llegada del covid hizo saltar todo por los aires, los tiempos que conocimos antes del año 2020, no tienen aplicación en la actualidad.
El aumento del volumen de cargas en los meses de junio y julio, incluso hasta la primera semana de agosto, cada vez son menos previsibles. Las situaciones tan volátiles hacen que los cambios sean ya no semana a semana, son cambios que se dan día a día. Esto hace que lo que en tiempos pasados era casi algo esperado (el aumento progresivo de envíos), hoy día no se puede garantizar ni asegurar.
Los métodos de predicción de la demanda, basado en inteligencia artificial que aplica algoritmos junto con distintas variables, ayudan a poder tener una predicción, pero es preciso aclarar que una correcta predicción tiene su punto de éxito en las variables externas que se apliquen. Y no todas las variables externas tienen un impacto igual en todos los sectores; la meteorología tiene un impacto muy importante sobre sectores como el retail, pero casi nulo en la industria metalúrgica, por ejemplo.
Otro paso fundamental debería de ser la implementación de un aprendizaje continuado, así como el uso de un set de algoritmos. El aprendizaje o “machine learning” permite a la inteligencia poder aprender, por ejemplo, de donde pueden existir las diferencias entre la predicción y la realidad. En el segundo caso, no existe un solo algoritmo, debemos de aportar un set donde utilizando los mismos, podemos encontrar cuál es el que mejor resultado nos ofrece, en función de las series temporales, de la data que tenemos o el mercado al que estamos haciendo una predicción.
Predecir los volúmenes de carga futuros es posible, pero no existe un único modelo ni resultado, debemos de encontrar cuál es la IA que mejor se adapte a nuestro sector. Y por supuesto, hace falta un tiempo de ejecución para lograr unas buenas predicciones.
Artículo propiedad de Carlos Zubialde
contacto@informacionlogistica.com
