La IA como facilitadora ecoeficiente

Dentro de la Logística 4.0 una de las tecnologías más prometedoras y con mayor implementación en el sector es la inteligencia artificial (IA) que puede mejorar la planificación y gestión logística al analizar datos para optimizar rutas y tiempos de entrega. Esto reduce la distancia recorrida, el consumo de combustible y, por ende, las emisiones de carbono. En resumen, la IA facilita prácticas ecoeficientes en logística y transporte, pero, verdaderamente, ¿cómo están aprovechando los operadores el potencial de esta tecnología y cómo es el proceso de implementación?

“La IA tiene un gran potencial a la hora de mejorar ciertos aspectos de los procesos logísticos y de transporte, sobre todo en términos de eficiencia y sostenibilidad. Su uso en la planificación de rutas es prueba de ello, pues aplicando la inteligencia artificial se pueden conocer desde los datos de tráfico hasta las restricciones, hecho que permite encontrar las rutas más eficientes, reduciendo de manera directa las emisiones de los vehículos. Más allá de la ruta, esta tecnología ofrece grandes ventajas en cuanto a la previsión de la demanda, hecho que nos permite ajustar la capacidad de transporte, aprovechando al máximo las capacidades de carga de cada camión y minimizando así los viajes en vacío. Estos aspectos son solo un ejemplo del gran potencial que tiene la IA en nuestro sector, así como en su paso a adoptar acciones más sostenibles tanto a corto como a largo plazo”, apunta Javier Montoro, director de organización y proyectos logísticos Anexa Logística.

Por su parte, Sergio Gellida, director de tecnología del Sur de Europa y Marruecos XPO Logistics, destaca: “Podemos aplicar IA en muchísimas áreas de la organización para ayudar los empleados sobre todo en eliminar tareas de valor no añadido. Actualmente en XPO tenemos varios robots digitales (RPA por sus siglas en inglés) que realizan aquellas tareas que los empleados han identificado como repetitivas y de poco productivas. El poder automatizar esto, nos ayuda a tener una buena satisfacción de los equipos, y además reducimos errores humanos que suelen ocurrir en este tipo de labores. También aplicamos inteligencia artificial en la optimización de rutas de nuestros vehículos que ayuda a reducir kilómetros y mejorar la ocupación. Una de las ventajas de la IA es que nos permite identificar miles de variables que pueden influir en la creación de rutas, algo que sería prácticamente imposible para un humano. Estas rutas, además nos permiten reducir las emisiones de Co2. Uno de nuestros ejemplos es el chatbot con IA mencionado anteriormente, que nos ayuda a mejorar la satisfacción de nuestros clientes y reducir entregas fallidas. En el momento que XPO recoge la mercancía, el chatbot envía un WhatsApp al cliente, permitiéndole ver los detalles de la entra, cambiar la fecha o contactar con un agente. Durante el periodo de entrega, nuestro robot digital hace una llamada al cliente para confirmar la hora de llegada, este puede cancelar la ruta desde la misma llamada y así reducimos también las entregas fallidas.  Además, como métrica de unidad de negocio en este tipo de entregas, en XPO Logistics contamos con la encuesta NPS que mide la satisfacción al cliente en el proceso de transporte desde la compra de su producto. Los resultados de las encuestas son analizados cada semana para detectar posibles mejoras en el servicio que ofrecemos a nuestros clientes”.

En palabras de Javier Avello, Strategic Proyect Manager Lodisna: “En primer lugar, llevamos a cabo la optimización de rutas sin utilizar IA, lo que implica una planificación básica de procesos que dictará la propia eficiencia de las implementaciones posteriores con esta tecnología. Al introducir la IA en este proceso, damos un paso más allá, lo que nos permite realizar un análisis predictivo más avanzado y adaptarnos en tiempo real a diversas variables. Un ejemplo concreto de la aplicación de IA en la logística es la conexión de un modelo de IA con nuestras operaciones. Este modelo integra información relevante, como la previsión meteorológica y datos sobre el tráfico, y la aplica directamente a la operativa en tiempo real. La capacidad predictiva de la IA nos permite tomar decisiones informadas, anticipándonos a posibles problemas y optimizando nuestras operaciones para mejorar la eficiencia y, como consecuencia, la sostenibilidad. La introducción de la IA en estos procesos conlleva la eliminación de tareas monótonas y repetitivas, lo que no solo elimina actividades que no aportan valor, sino que también asegura eficiencia económica para la empresa y, de manera ambientalmente positiva, reduce los kilómetros recorridos en vacío y elimina el uso del papel. Este enfoque tiene un impacto directo en la eficiencia de las rutas, reduciendo la distancia recorrida para cumplir con los pedidos. En última instancia, buscamos operaciones más inteligentes y eficientes, utilizando la IA como una herramienta clave para impulsar prácticas ecoeficientes en nuestra cadena de suministro, reducir emisiones y contribuir al cuidado del medio ambiente”.

Para Pablo Gómez, director general FM Logistic Ibérica: “Depende del tiempo en que hablemos. Si hablamos de 5 años vista creo que va a ayudar poco puesto que la demanda predictiva puede hacer que haya rutas dinámicas más eficientes, pero no mucho más. Otra cosa es cuando veamos la robótica y la automatización entrar en los procesos de forma masiva y seamos capaces de sustituir el trabajo de personas por robots con AI. Daremos un salto muy importante de optimización cuando la conducción autónoma sea posible, pero para eso nos quedan por lo menos diez años. Y claro, las prácticas ecoeficientes vendrán con la nueva industria del hidrógeno al que le quedan también unos diez años. Por supuesto que la IA mejorará todo, pero para la mejora de eficiencia y la ecología será más impactante en primer lugar la automatización y en segundo lugar la economía del hidrógeno”.

La predicción de la demanda es puesta en valor por Óscar López, director de marketing Logista Parcel: “Logista está firmemente comprometida con la sostenibilidad y creo que la IA nos va a ayudar a mejorar significativamente muchos procesos de nuestra actividad. Al utilizar algoritmos avanzados, es posible reducir tiempos de entrega, mejorar la seguridad o reducir emisiones al diseñar rutas más eficientes. La IA puede llegar a tener una capacidad excepcional para predecir la demanda y asignar recursos de manera eficiente en almacenes automatizados”.

Roberto Gamero, director de TI e Innovación DHL Supply Chain, desarrolla: “El objetivo de DHL es alcanzar las cero emisiones netas en 2050 y, para ello, la IA está siendo una aliada vital. Por un lado, la IA es útil a la hora de hacer predicciones en cuanto a tiempos y recursos empleados, lo cual se traduce en mejorar la eficiencia reduciendo desplazamientos innecesarios y optimizando los que se lleven a cabo. Por otro lado, cuando planificas el transporte, es necesario organizarse bien para no solapar costes y estructuras y para reducir al máximo el impacto medioambiental de los desplazamientos; y ahí juega un papel crucial la digitalización. Gracias a la IA y otras tecnologías de digitalización tenemos la visión completa de la cadena de suministro. Hablamos, por ejemplo, de sistemas de predicción de la demanda bajo sofisticados algoritmos de inteligencia artificial. La flota de camiones ha de posicionarse cuando aún no conocemos exactamente los pedidos que hemos de recoger por lo que nuestros modelos tecnológicos nos permiten ajustar los camiones una vez están ya posicionados. Otro aspecto clave es la utilización de software de optimización de las cargas para ser más eficientes, tanto desde el punto de vista operativo como del medioambiental, así como de software para la combinación de cargas y reducción de kilómetros en vacío. Además, a las ventajas que ofrece la IA en términos de mejora de la sostenibilidad, se pueden sumar otras prácticas, por ejemplo, en DHL Supply Chain nos estamos integrando con clientes en proyectos como el de ‘papel y cartón cero’, en el que también trabajamos con nuestras flotas de transporte”.

Desde UNEI, Jaime Escacena, director de operaciones, indica: “En la planificación, la IA nos puede ayudar a mejorar la predicción de la demanda, analizando datos históricos y tendencias del mercado para predecir la demanda de productos con mayor precisión, lo que permite optimizar la producción y el nivel de stocks. También el diseño de nuestros almacenes: con los datos de demanda, niveles de stocks y rotación de cada uno de los productos podemos realizar el layout óptimo de nuestro almacén para optimizar el espacio y reducir los tiempos empleados en la ubicación o recogida de mercancías. Y, por último, la optimización de rutas, ya que la IA puede calcular las rutas más eficientes para el transporte de mercancías teniendo en cuenta factores como el tráfico, las condiciones climáticas, el tipo de transporte, el volumen de la carga, y la ubicación de los clientes. En la gestión, también mediante aplicaciones de IA podemos conseguir mejorar el seguimiento y la trazabilidad: monitorizaremos en tiempo real el estado de la mercancía y de los vehículos a lo largo de la cadena de suministro, además de predecir también en tiempo real los horarios de entrega. La gestión de almacenes: automatizaremos tareas como la clasificación de pedidos, la gestión del inventario y la preparación de los envíos. Y la atención al cliente, ya que podremos dar información y asistencia a los clientes en tiempo real a través de chatbots específicos que cuentan con toda la información de sus los pedidos. En cuanto a la optimización, la IA facilitará la consolidación de envíos, agrupando pedidos y reduciendo el número de viajes y las emisiones de carbono. La carga y descarga eficiente, reduciendo el tiempo de inactividad y las emisiones. La utilización de vehículos ecológicos, ayudando a seleccionar adecuadamente los tipos de vehículos a utilizar con bajas emisiones de carbono sin renunciar a la optimización de las rutas y sin poner en riesgo los plazos de suministro. Todas estas medidas son prácticas ecoeficientes con las que conseguiremos reducir el consumo de combustible y las emisiones y mejorar la eficiencia energética, contribuyendo así a una mayor sostenibilidad de las cadenas de suministro modernas”.

En el caso de DB Schenker Iberia Paulo Sá, CIO de la compañía, asegura: “Hemos implementado herramientas de optimización de rutas que reducen cada día el número de camiones necesarios, la distancia recorrida por cada camión y, en consecuencia, el combustible gastado. Además, empleamos otro sistema para mejorar la carga en camiones y contenedores marítimos. Para ello utilizamos una herramienta de simulación que utiliza las unidades de carga y optimiza la secuencia/posición de cada volumen. De este modo, se reduce el número de unidades de transporte necesarias y, al mismo tiempo, se evitan los daños y las sustituciones correspondientes”.

El proceso de documentos es uno de los puntos que avanza Marcos Fierro, director de sistemas Palibex: “La IA destaca por las muchas oportunidades que ofrece. Algunas de sus herramientas ya existían desde hace tiempo, como la optimización de rutas. Lo que cambia es que la nube las ha vuelto más fáciles de usar y de implementar. Gracias a la unión de la nube y la IA, se pueden introducir mejoras en puntos específicos de gestión. Por ejemplo, el proceso de documentos, que permite verificar si un documento está firmado, si los datos están completos o clasificarlos automáticamente. Otro ejemplo es el uso de visión artificial en los procesos de cross docking para el rastreo de la mercancía”. 

El conocimiento de patrones, uno de los aspectos que Beatriz Cazorla, dirección de marketing Dársena21 subraya: “Existen herramientas que incorporan inteligencia artificial en sus desarrollos y que aportan el conocimiento necesario para poder optimizar los procesos logísticos y enrutar las líneas de transportes de forma eficiente, haciendo que haya una reducción en las emisiones. Los algoritmos que se utilizan en herramientas de este tipo facilitan en gran medida la optimización de rutas según el tipo de vehículo a utilizar y eso favorece enormemente el control de emisiones. Por otro lado, y dentro del proceso logístico, la inteligencia artificial puede darnos a conocer gaps en el proceso logístico que nos hagan lograr una optimización real, ofreciendo datos empíricos y patrones que puede que de otro modo nos costara más conocer, facilitando así la toma de decisiones para una mejora continua. Aunque no solo la inteligencia artificial es necesaria para reducir emisiones tener prácticas ecoeficientes en el proceso, los recursos externos como por ejemplo el parque móvil que se utilice también son importantes para alcanzar este objetivo. Utilizar medios propios sostenibles es una realidad que debemos tener en mente, pero es esencial contar con colaboradores que también tengan esta realidad como objetivo para no perder la cadena de valor. Una estrategia ESG incluye en gran medida el control de proveedores”.

Monitorización y previsión, Pedro Orejas, director de desarrollo de negocio en Iberia ID Logistics, explica: “Sabemos que la inteligencia artificial desempeña un papel fundamental en la mejora de dichos aspectos. En ID Logistics utilizamos esta tecnología desde hace tiempo para sacar el máximo partido a nuestras actividades. La esencia es la misma que la de una ‘control tower’: almacenamos y analizamos datos relevantes en cuestión de segundos para optimizar nuestras operaciones en base a los objetivos específicos del cliente, siendo la reducción de la huella ambiental y la optimización de los kilómetros recorridos algunos de los más recurrentes. Nuestras herramientas de IA nos permiten monitorear cómo se están llevando a cabo las operaciones de transporte y logística, identificar puntos de mejora y tomar decisiones más sólidas en tiempo real. Por ejemplo, utilizamos algoritmos específicos para planificar rutas más eficientes, teniendo en cuenta factores como el tráfico, la capacidad de carga y las restricciones ambientales. Además, la IA nos ayuda a prever y mitigar posibles problemas antes incluso de que ocurran, lo que reduce los tiempos de inactividad y minimiza considerablemente el impacto ambiental”.

Tras conocer la perspectiva de los operadores, veamos cual es la visión al respecto por parte de las empresas que ofrecen soluciones intralogísticas al sector. 

“Al analizar grandes volúmenes de datos, la IA permite anticipar la demanda y las condiciones del tráfico, tanto históricas como en tiempo real. Por ejemplo, mediante el análisis de patrones de tráfico, eventos especiales o cambios climáticos, la IA puede prever congestiones y encontrar rutas alternativas para evitarlas, reduciendo así los tiempos de espera y los retrasos. Además, facilita la asignación óptima de recursos, como vehículos y conductores, en función de la demanda prevista y las condiciones del tráfico. Por ejemplo, una empresa de transporte puede utilizar algoritmos de IA para asignar vehículos de manera dinámica, optimizando la carga y evitando viajes innecesarios o subutilización de recursos. En consecuencia, esta optimización no solo mejora la eficiencia operativa, sino que también contribuye a la reducción de emisiones al minimizar los kilómetros recorridos y los tiempos de espera”, recalca Jacky Marolleau, director de ventas para el Sur de Europa Manhattan Associates.

Para Ismael Maldonado, Key Account Manager Solera España: “La inteligencia artificial puede desempeñar un papel importante en la mejora de la planificación, gestión y optimización de los procesos logísticos y las rutas de transporte para reducir las emisiones y promover prácticas ecoeficientes. Por ejemplo, mediante el análisis de datos en tiempo real, la inteligencia artificial puede ayudar a identificar las rutas más eficientes y reducir los tiempos de espera y los desplazamientos innecesarios.  Además, la IA puede ayudar a optimizar la carga de los vehículos y a planificar las rutas de manera más eficiente, lo que puede reducir el consumo de combustible y las emisiones de gases de efecto invernadero. Por otro lado, la IA puede ayudar a predecir la demanda y ajustar la producción y el inventario en consecuencia, lo que reduce los desperdicios y el uso de recursos innecesarios. También puede ayudar a identificar oportunidades de mejora en la cadena de suministro para reducir el impacto ambiental, como el uso de embalajes sostenibles o la optimización de los procesos de reciclaje y reutilización.  En resumen, la IA puede ser una herramienta valiosa para lograr una logística más eficiente y sostenible”.

David Montesinos, director comercial Logístiko, remarca: “La inteligencia artificial puede desempeñar un papel importantísimo en la mejora de la planificación, gestión y optimización de los procesos logísticos y de las rutas de transporte, y en Logístiko lo vemos todos los días. Esto, junto a otras estrategias, ayuda a reducir las emisiones de CO2, minimizando en impacto ambiental negativo de la cadena de suministros. Mediante el análisis de grandes volúmenes de datos en tiempo real, la IA puede identificar patrones y tendencias que ayuden a predecir la demanda, optimizar el uso de vehículos y rutas, y reducir los tiempos de espera y los kilómetros recorridos.  Además, la IA puede ayudar a implementar sistemas de seguimiento ambiental para medir la huella de carbono y el consumo de combustible en las operaciones logísticas”.

Desde STILL España Jordi Contreras, Product Manager Warehouse & e-Branch Manager, y Alex Domínguez, Automation Sales Team Leader, manifiestan: “La integración coherente de la IA en soluciones para almacén, sin duda, acerca a las compañías industriales a la Logística 4.0. En STILL, una de las aplicaciones por la que apostamos con esta tecnología es la detección de patrones y la creación de alarmas automáticas en escenarios de prevención, por ejemplo, con nuestro gestor de flotas STILL neXXt fleet. NeXXt Fleet es un software que utiliza información en tiempo real y aprendizaje automático para conocer el estado de la flota y optimizar su uso. Analiza datos de empleo de las carretillas y los cruza con información sobre costes, mantenimientos pasados, averías… Para proporcionar KPIs certeros que contribuyan a la toma rápida de decisiones estratégicas. Otro ejemplo de cómo la IA puede mejorar la planificación y gestión de tareas logísticas y flujos de trabajo, en nuestro caso, es el sistema MMS de STILL. Se trata de un sistema de gestión de flujo de material y datos que facilita la monitorización y el control de todas las operaciones y, por lo tanto, ofrece rutas de transporte y procesos logísticos altamente eficientes. Esto, a su vez, implica una reducción considerable de las emisiones al evitar traslados innecesarios”.

Las soluciones de gestión de almacén (SGA) y de transporte (TMS) las destaca Pablo Morales, director comercial de Generix Group en España: “Para alcanzar los objetivos en materia de ecoeficiencia, también se ha de incluir la mejora de la sostenibilidad en todo el proceso logístico. Desde la gestión de los sistemas de almacenes hasta la optimización del recorrido que hacen las mercancías para llegar a las manos del consumidor final. En este sentido, las soluciones de gestión de almacén (SGA) y de transporte (TMS) se han convertido en elementos clave que no solamente aportan eficiencia, sino que, combinadas con la inteligencia artificial, magnifican su potencial favoreciendo la optimización de los procesos y reduciendo significativamente su impacto. Dentro del SGA, que permite un mejor uso del espacio de los centros logísticos, optimizando los movimientos internos con un ahorro de costes, de energía y de emisiones muy importante, la IA es capaz de analizar los datos recopilados para crear rutas más eficientes, así como realizar asignaciones dinámicas de los recursos en función de los patrones de actividad del almacén. Además, permite sincronizar estas operaciones con las llegadas y salidas de transportistas, a través de la predicción de los tiempos de preparación, lo que ayuda a reducir los tiempos de recogida y entrega. Por último, mediante la IA podemos optimizar la gestión de flotas realizando asignaciones de vehículos basadas en la demanda y la capacidad de carga. Asimismo, las tecnologías como los asistentes de viaje permiten escoger los recorridos más eficientes y monitorizar en tiempo real el desplazamiento de los vehículos”.

Se trata de un gran avance tecnológico y un gran paso hacia el futuro, así lo razona Víctor Domínguez, director comercial Toyota Material Handling España: “En Toyota Material Handling ya estamos comprobando el papel fundamental que va a desempeñar la inteligencia artificial en la mejora de la planificación, gestión y optimización de nuestros procesos logísticos. Esta tecnología, combinada con la experiencia y profesionalidad de nuestro equipo, nos permite avanzar hacia niveles de eficiencia sin precedentes. En particular, la inteligencia artificial se revela como una herramienta clave para recopilar información, automatizar tareas repetitivas y a ayudar a los operarios a tomar las medidas adecuadas en base a los datos ofrecidos, lo que se traduce en una mejora notable en la productividad y la reducción de errores. Nos encontramos ante una gran oportunidad para el sector, y estamos seguros de que, al igual que en el pasado, como cuando apostamos por el hidrógeno verde, Toyota Material Handling España liderará este cambio. Nuestra capacidad para aprovechar estas oportunidades, tanto a nivel técnico como sostenible, es innegable. Es evidente que nuestro compromiso con la sostenibilidad se verá potenciado al integrar herramientas de inteligencia artificial en nuestros procesos, ya que cada avance tecnológico representa también un paso hacia un futuro más respetuoso con el medio ambiente. Y por supuesto, en este proceso de transformación, es importante que las personas que forman Toyota Material Handling Europe estén en el centro de todas nuestras decisiones, complementando y potenciando sus habilidades con la tecnología, en lugar de reemplazarlas. Esta sinergia entre la tecnología y el talento humano no solo mejora la eficiencia y la productividad, sino que también aumenta nuestra capacidad para innovar y adaptarnos a los desafíos del futuro”.

Sinónimo de rentabilidad para Sébastien Colledani, director de proyectos GXO: “La aplicación de la IA en distintos procesos, dispositivos e instalaciones ha revolucionado la forma en la que trabajamos y concebimos la logística. Mediante la automatización de almacenes, sistemas de clasificación inteligentes o vehículos autónomos para el transporte (interno o entrega de última milla) hemos optimizado nuestras operaciones desde un punto de vista tanto logístico como medioambiental. Optimizando rutas y reduciendo el tiempo de procesamiento también disminuimos el consumo de energía y las emisiones de carbono, contribuyendo así a una logística más sostenible. Además, estos ecosistemas tecnológicos ofrecen mejores resultados, como por ejemplo un 60% menos de malgasto en inventarios, un 10% de mejora en la precisión de los pedidos y hasta un 50% de mejora en la eficacia de inventario. Creo firmemente que las empresas y los consumidores de todos los sectores están avanzando constantemente hacia una economía circular en la que las opciones de devolución, reparación y renovación se están convirtiendo en la norma y cada vez son más obligatorias por ley. En GXO, hemos visto ejemplos de clientes capaces de reparar y revender más del 95% de los artículos devueltos, reduciendo el volumen de residuos enviados a los vertederos y mejorando los márgenes. En resumen, cuando conseguimos rentabilizar al máximo todos nuestros recursos, a todos nos va mejor”.

Desde ACSEP Iberia, Rafael Martín, General Manager, desarrolla un gran conjunto de beneficios: “Los avances tecnológicos se han posicionado, en los últimos años, como grandes aliados de la transición industrial hacia prácticas más responsables con el medio ambiente. La IA optimiza las rutas de transporte al procesar grandes volúmenes de datos en tiempo real y seleccionar la ruta más eficiente, lo que disminuye la huella de carbono al reducir la distancia recorrida y el tiempo de viaje. Además, la IA predice la demanda futura con precisión, permitiendo una mejor planificación de recursos y evitando la sobreutilización de vehículos, lo que contribuye significativamente a la reducción de emisiones asociadas con la logística y el transporte. Otro aspecto importante es la reducción de errores y el aumento de la productividad gracias a la IA, que automatiza tareas repetitivas y minimiza los errores humanos, mejorando la eficiencia operativa y reduciendo las emisiones asociadas con procesos ineficientes. Además, la IA facilita la preparación optimizada de mercancías para su envío al analizar datos detallados sobre el tipo de carga, peso y requisitos específicos de los productos, evitando envíos parciales y subutilización de espacio en los vehículos de transporte.  En conjunto, estos beneficios contribuyen a una logística más sostenible y ecoeficiente, al tiempo que mejoran la calidad y eficiencia de las operaciones logísticas”.

Finalmente, Max Martín, Head of Business Development Managers CargoON en Europa, indica: “La adopción de las nuevas herramientas tecnológicas en general y de la Inteligencia Artificial en particular aparece como la única forma de reducir la incertidumbre en el mercado del transporte y la logística y a adaptarse a las fluctuaciones de las tarifas de transporte y la disponibilidad de vehículos, así como a los desafíos que plantea el proceso de descarbonización de las flotas. Con cada vez más conexiones comerciales y cadenas de suministro más extensas, es necesaria una adopción integral de estas nuevas herramientas que permita localizar con rapidez los momentos en los que se generan costes excesivos para optimizarlos, traduciéndose en una mejora del impacto sobre el medio ambiente, con menos kilómetros en vacío y rutas trazadas al milímetro sin desvíos innecesarios.  Por otro lado, el actual es también el momento idóneo para empezar a plantearse la gestión de la cadena de suministro mediante big data. Analizar, procesar y extraer conclusiones de la creciente cantidad de datos digitales es el único camino posible para las empresas, que pueden servirse de estas nuevas herramientas para reducir su huella de carbono. En este sentido, quien sea más rápido en implantar nuevas soluciones tecnológicas que permitan tomar decisiones empresariales eficientes, irá por delante de la competencia… y cumplirá con los nuevos criterios verdes que son ya una obligación”.

Grado de integración de las tecnologías 

¿En qué medida están integrando tecnologías avanzadas (big data, analítica predictiva, IA…) en su cadena de suministro, y cómo ha influido esto en la eficiencia y la toma de decisiones?

Javier Montoro (Anexa Logística): “Continuar apostando por la excelencia y mejora continua de nuestros servicios es uno de los motores que nos impulsa a incorporar nuevas tecnologías en nuestras operativas. En este sentido, tratamos de enfocarnos en aquellas que nos permiten obtener una mejora en términos de automatización y optimización de procesos, hecho que nos ayuda a reforzar la flexibilidad y escalabilidad de las operaciones. Desde Anexa Logística hemos integrado diversas tecnologías basadas en IA y analítica, así como el uso de una App para mejorar en las distintas verticales de la empresa. Gracias a la implementación de estas nuevas soluciones en nuestra cadena de suministro, hemos conseguido mejorar significativamente la visibilidad y trazabilidad de nuestra información, hecho que ha repercutido de manera positiva en nuestra capacidad para tomar decisiones, reduciendo errores y mejorando notablemente la rapidez y seguridad de todas nuestras operaciones”.

Marcos Fierro (Palibex): “Para avanzar en el uso de tecnologías innovadoras, empezamos por el big data. Partimos de un sistema transaccional, que se exportaba a archivos excel, y que todavía es la herramienta principal de gestión de información en muchas empresas. Creamos sistemas ETL para llevar el dato a la nube, en nuestro caso, Microsoft Azure, y así poder aprovechar las herramientas que Azure ofrece. De esta manera, hemos logrado sustituir el ciclo de extracción-excel-transformación-distribución por tener el dato disponible en PowerBI de forma automática y que, además estos datos, ya normalizados, nos faciliten avanzar en la detección de distintos patrones de servicio y modelos predictivos”.

Beatriz Cazorla (Dársena21): “Desde nuestros comienzos, en Dársena21 siempre hemos apostado por la optimización de los procesos logísticos con el fin de poder ofrecer el mejor servicio a nuestros clientes, teniendo en cuenta los tiempos de respuesta, los costes asociados internos y externos, los recursos necesarios y la sostenibilidad que demanda el mercado y nuestras políticas, además de la satisfacción de las empresas con las que trabajamos. Por ello, la implementación de tecnologías que apuesten por la automatización de los procesos intralogísticos son esenciales dentro de nuestra corporación, porque nos permiten disponer de control sobre la gestión de las mercancías con las que operamos, recopilar datos para una mejor toma de decisiones, así como mejorar la productividad para dar la respuesta que nuestros clientes necesitan.  La automatización de sistemas para la gestión del almacén, así como la gestión del transporte o los procedimientos con automatizaciones para el picking y packing son parte de nuestro día a día, contando con que, además, también repercuten en una mejora de la experiencia y satisfacción de nuestros empleados”.

Javier Avello (Lodisna): “La implementación de tecnologías avanzadas en diferentes áreas de la compañía está siendo progresiva y abarca diversos aspectos de la cadena de suministro. Nuestra visión es convertirnos en una empresa excepcionalmente eficiente en todos nuestros procesos, y esto se refleja en la implementación de tecnologías avanzadas en áreas clave, como la torre de control y la planificación de rutas. Reconocemos que la digitalización y la optimización de procesos representan oportunidades significativas en un entorno tan arraigado en prácticas convencionales, y Lodisna ha estado trabajando en esta dirección durante varios años, enfocándose en la eficiencia y la mejora continua de sus operaciones. Aunque hemos logrado avances notables, aún enfrentamos desafíos derivados de la rápida aparición de nuevos casos de uso relacionados con estas tecnologías emergentes. Además, mirando hacia el futuro, consideramos la posibilidad de implementar IA generativa para aliviar la carga de trabajo en la plantilla durante las conversaciones internas y externas. Un ejemplo concreto sería facilitar las interacciones entre conductores y agentes de tráfico mediante la aplicación de esta tecnología, mejorando la eficiencia y la toma de decisiones en tiempo real”.

Paulo Sá (DB Schenker Iberia): “Hemos identificado casos en los que la de aplicación de tecnologías avanzadas, incluidos big data y/o IA, tienen un gran potencial para mejorar la productividad y la calidad. Priorizamos la aplicación de aquellos que se encuentran en un nivel de madurez elevado y que pueden implementarse rápidamente en nuestra actividad. Señalaría dos ejemplos, por un lado, optimización de rutas, con millones de envíos anuales en Iberia (y en toda Europa) y con muchas opciones de rutas, DB Schenker Land Transport, tanto en la entrega de última milla como en el transporte de línea, era un candidato idóneo para la optimización matemática. En Iberia llevamos más de 4 años implementando una herramienta para optimizar las entregas de última milla (a diario y utilizando datos en tiempo real), consiguiendo ahorros sobre los costes subyacentes y consiguiendo, así, posicionarnos como uno de los principales players en términos de calidad de servicio. Una herramienta similar está implementada en toda Europa para asegurar la optimización de nuestras operaciones de Linehaul. Por otro lado, la lectura automática de tickets, hablar un gran número de idiomas es el sueño secreto de muchos de nosotros. Se ha hecho realidad para una parte del Servicio de Asistencia de TI (ITSD) con la implantación de la función de traducción, que está colmando las lagunas lingüísticas dentro del ecosistema de la organización. La introducción de esta función mejoró la comunicación y agilizó los procesos entre los grupos de asistencia internacionales”.

Roberto Gamero (DHL Supply Chain): “DHL Supply Chain lleva años apostando por la aplicación en la logística de la tecnología avanzada. Fuimos pioneros en el sector implementando soluciones de análisis predictivo de datos, computación en la nube, robótica o IoT (Internet of Things), entre otras innovaciones. Y también lo estamos siendo al utilizar ya la IA como herramienta de apoyo que nos ayuda a mejorar nuestra productividad hasta en un 30%. La automatización y la digitalización hace tiempo que son un imperativo en nuestra industria. Es imprescindible aplicar esas tecnologías avanzadas en todos los eslabones que forman la cadena de suministro, de principio a fin. Un ejemplo importante de innovación ha sido la incorporación en los últimos años de robótica colaborativa. Hablamos, por ejemplo, de robots autónomos que acompañan al trabajador que se encarga de la preparación de los productos que conforman un pedido, aumentando las tasas de recogida de una manera muy relevante. Y, no nos equivoquemos, lejos de sustituir a las personas, la robótica colaborativa es un aliado indispensable para trabajar en sincronía con el ser humano y, bajo el control de este, mejorar procesos en cuanto productividad, velocidad, seguridad y ergonomía, algo fundamental para mejorar la experiencia del empleado y también adecuarse con mayor agilidad a los cambios y la volatilidad de la demanda. En otro ámbito de innovación, la analítica de datos y la IA aplicadas a la previsión de la demanda y la planificación han centrado gran parte de las inversiones de la compañía para contar con recursos e implementar herramientas que nos permiten trabajar de una forma mucho más acertada y cercana a la demanda real. Ambas son clave para planificar recursos eficientemente y, gracias a ello, nuestra cadena de valor a los clientes redunda en soluciones eficientes y rentables”.

Sergio Gellida (XPO Logistics): “Este tipo de tecnologías han influido en varias áreas de XPO Logistics, sobre todo en optimización de rutas, llegando a mejorar los recursos para todos nuestros equipos, además de que colabora a reducir el impacto medioambiental de los vehículos (por ejemplo, la reducción de kilómetros en vacío o segundas entregas).  Por otro lado, aplicamos analíticas predictivas para tener una estimación de volúmenes y poder anticiparnos a los recursos necesarios que nos aseguren una buena calidad a nuestros clientes. Los mercados cada vez son más volátiles y nos tenemos que apoyar en este tipo de herramientas para poder tener visibilidad de futuras necesidades. En XPO tenemos una estructura europea con un sistema avanzado de almacenamiento de datos de los sistemas de gestión de cadenas de suministro (TMS) y sistemas de planificación de recursos empresariales (ERP) en toda Europa. Esto nos permite poder hacer comparativas entre países de forma sencilla con nuestras herramientas de Business Intellingence tales como Power BI”.

Pablo Gómez (FM Logistic Ibérica): “Todavía muy lentamente. Está claro que hay un potencial importante para estas tecnologías y aunque ya hay algunas aplicaciones puntuales en uso, por ejemplo, predicción de la demanda, sugerencia inteligente de introducción de información en los sistemas, correcciones automáticas de datos de bases de datos..., todavía estamos en una fase previa importante que es la aplicación de automatización de procesos”.

Pedro Orejas (ID Logistics): “La innovación de nuestros procesos es uno de los factores por los que destacamos en ID Logistics. En este sentido, trabajamos por proporcionar a nuestros clientes soluciones logísticas de vanguardia que incorporan avances de última tecnología. Implementamos sistemas de IA para Ejecutar (robots), para Recomendar acciones (Business Intelligence), para Predecir (algoritmos que prevean la demanda) y para Comprender (diseñar escenarios posibles antes de que se hagan realidad). El nexo en común para todo ello son los datos, y estamos trabajando cerca de nuestros clientes, para que nos permitan recopilar y analizar sus datos de manera que podamos ofrecerles soluciones y alternativas efectivas para su negocio.  Adicionalmente, y como parte de nuestro programa SIX, hemos invitado a toda una comunidad de empresas destacadas en IA, start-ups y multinacionales, a colaborar activamente con nosotros en el programa de innovación del grupo. Otro avance destacable en nuestra integración tecnológica es el uso de elementos de realidad virtual para formar a nuestro equipo humano. Actualmente, estamos testeando estos programas, lo que nos permitirá ofrecer experiencias de capacitación más inmersivas y efectivas para nuestros empleados, mejorando así la eficiencia operativa y la seguridad en nuestras instalaciones, así como la agilidad y el coste de la adaptación a nuevas tecnologías o la cultura de la empresa”.

Óscar López (Logista Parcel): “En Logista Parcel generamos grandes cantidades de datos. En los últimos años hemos aplicado una estrategia clara en Business Intelligence que nos ha permitido transformar esos datos en conocimiento útil tanto internamente como de cara a mejorar el servicio con nuestros clientes. Con una base estructurada podemos adoptar fácilmente tecnologías avanzadas como Big Data y analítica predictiva especialmente en las áreas de trazabilidad térmica y medición de la huella de carbono, que se han transformado en soluciones innovadoras a nuestros clientes. Asimismo, desde hace años utilizamos algoritmos y analítica predictiva para reducir la posibilidad de tener incidencias en el transporte y especialmente en el control de temperatura activa. Sobre machine learning e IA tenemos varios proyectos piloto para probar su funcionamiento antes de utilizarla en múltiples áreas que ya tenemos dibujadas. Estamos convencidos del potencial que estas herramientas tienen en el análisis de grandes volúmenes de datos en tiempo real, la identificación de patrones y tendencias, y el anticiparse a posibles problemas”.

Jaime Escacena (UNEI): “Aunque estamos aún en una fase incipiente, la integración de tecnologías avanzadas como el big data, la analítica predictiva y la Inteligencia Artificial en la cadena de suministro está creciendo rápidamente y en poco tiempo no habrá operaciones logísticas ajenas a estas tecnologías. El big data nos permite la recopilación y análisis de grandes volúmenes de datos para obtener información valiosa sobre la cadena de suministro. Con la analítica predictiva utilizamos datos históricos y análisis estadísticos para predecir la demanda, los riesgos y las oportunidades. Y con la inteligencia artificial automatizamos tareas, optimizamos rutas, y mejoramos la toma de decisiones. Todo esto nos permite operar con mayor eficiencia consiguiendo reducción de costes, optimización de stocks, mejora de la gestión de nuestros almacenes y transporte, además de tener una visión más completa de la cadena de suministro, con mayor capacidad para anticiparnos a los problemas, tomar decisiones estratégicas, e incluso plantearnos nuevos modelos de negocio”.

Informe completo publicado en el nº292 de Logística Profesional (pág 6-34)