Blog > Entrega de última milla

Cómo la inteligencia artificial está ayudando a las empresas a optimizar sus procesos logísticos

Publicado en 19 febrero 2024 • Lectura: 9 min read

En un entorno global muy tenso, los mánager de la cadena de suministro se enfrentan a retos cada vez mayores: escasez de mano de obra y materias primas, elevados costes de transporte, etc.
Para construir una cadena de suministro más resiliente, la mayoría de quienes tienen poder de decisión han elegido su bando: la innovación tecnológica.

Índice de contenidos

• Inteligencia artificial logística o generativa: ¿pero de qué tipo de inteligencia estamos hablando?
  • Machine learning
  • Deep learning
• Las aplicaciones de inteligencia artificial más relevantes para el sector logístico
  • Análisis predictivo de la demanda
  • Gestión inteligente de stocks
  • Preparación automatizada de pedidos
  • Inventario por dron
  • Entrega de mercancías a través de drones o vehículos autónomos
  • Optimización de rutas de transporte

La Inteligencia Artificial está transformando los retos logísticos actuales en oportunidades. Para los mánager de la cadena de suministro, la innovación tecnológica es la clave para crear una cadena de suministro más resiliente.

Como muestra la encuesta Descartes 2023 sobre la gestión del transporte, el 44% de los mánager prefieren la automatización de operaciones, y el uso inteligente de la información parece ser crucial para crear valor.
Entre las herramientas disponibles para aprovechar al máximo los recursos disponibles, la inteligencia artificial se posiciona en primer lugar. Pero entre el revuelo creado y los escenarios de ciencia ficción, no siempre es fácil ver con claridad.
Nuestra empresa, que lleva casi 10 años utilizando la inteligencia artificial para optimizar rutas, analiza esta tecnología y sus usos más relevantes en la industria logística.

Inteligencia artificial logística o generativa: ¿pero de qué tipo de inteligencia estamos hablando?

En tan solo unos meses, los programas de inteligencia artificial generativa como ChatGPT, DALL-E y Midjourney ya han conquistado a cientos de millones de usuarios en todo el mundo. Se dice que todas esas IA, que son capaces de reproducir una tarea o series de tareas previamente realizadas por humanos, son débiles. Según la definición de la UNESCO, esto significa que son “capaces de realizar determinadas tareas precisas de forma autónoma pero sin conciencia, dentro de un marco definido por humanos y siguiendo decisiones tomadas únicamente por humanos”.

Por el momento, una fuerte IA, dotada de razón y sensibilidad y capaz de resolver problemas independientemente, ¡solo existe en la imaginación!

No obstante, el rendimiento de estas débiles IA es ya muy impresionante. Para entender mejor cómo funcionan y lo que puedes esperar de ellas, podemos distinguir entre dos métodos de aprendizaje automatizado: machine learning o aprendizaje automático y deep learning o aprendizaje profundo.

La inteligencia artificial está revolucionando los procesos logísticos.

Machine learning

Este método enseña a una máquina a producir un resultado basado en datos estructurados o semiestructurados como coordenadas geográficas, bases de datos de clientes, información sobre una flota de vehículos, etc.

En la vida cotidiana, muchos sistemas integran una capa de machine learning, como los algoritmos de recomendación utilizados por sitios web de comercio electrónico y plataformas de streaming.
Con cada clic, la máquina afina su conocimiento sobre tus gustos y hábitos de compra para desarrollar ofertas cada vez más personalizadas.

Nuestro software de optimización de rutas también está basado en machine learning, y es constantemente mejorado por dos Doctores en investigación operativa. Gracias a estos algoritmos de machine learning, AntsRoute puede optimizar rutas muy complejas cada vez de forma más precisa, teniendo en cuenta un volumen de datos considerable, sin ninguna intervención humana.

El software de optimización de rutas AntsRoute se basa en el machine learning.

Deep learning

Esta tecnología está basada en el uso de redes neuronales, que son capaces de establecer relaciones entre grandes volúmenes de datos desestructurados con el objetivo de tomar decisiones o hacer predicciones.

Gracias al deep learning, los ingenieros han logrado desarrollar soluciones tan revolucionarias como software de traducción automática, software de reconocimiento de imagen y robots autónomos, ¡que eran impensables apenas hace unos años!

Estos sistemas, que contribuyen en gran medida a la imitación del cerebro humano, requieren, no obstante, recursos informáticos y enormes volúmenes de datos para entrenarse adecuadamente y producir resultados satisfactorios.

Las aplicaciones de inteligencia artificial más relevantes para el sector logístico

La logística se ha posicionado muy rápidamente como un campo ideal para la aplicación de los sistemas de inteligencia artificial, con sus amplios conjuntos de datos vinculados por relaciones de causa y efecto bien estudiadas. A continuación presentamos un resumen de los casos de uso más interesantes, desde herramientas que ya son operativas hasta experimentos que parecen muy prometedores en el corto plazo.

Análisis predictivo de la demanda

Uno de los grandes retos a los que se enfrentan las empresas de retail y distribución es el de adaptar las demandas de los clientes a tiempo real, sin correr el riesgo de desabastecimiento o exceso de almacenamiento.
Esto es especialmente cierto en el caso de los productos “sensibles a las temperaturas”, cuyo consumo varía en función de las condiciones meteorológicas: ropa, bebidas, helados o aparatos de calefacción o de aire acondicionado, etc.
Unos grados más o menos, y la compra de estos productos se dispara o cae, a veces de forma espectacular.
Por ello, los profesionales de estos sectores tienen un interés en analizar su historial empresarial basándose en datos meteorológicos de años anteriores para anticipar mejor el comportamiento del comprador y ajustar sus pedidos.

Analizar la demanda en función del tipo de establecimiento es otro caso de uso muy interesante de la inteligencia artificial, porque el consumo de determinados productos varía mucho dependiendo de la ubicación de la tienda, el origen social de los clientes, etc.

Al cruzar todos estos datos con la ayuda de la inteligencia artificial, las empresas de retail pueden optimizar la gestión y el suministro a sus diferentes puntos de venta con gran precisión. Esta información es también muy útil para negociar tarifas de transporte en función de la urgencia de los pedidos.

Gestión inteligente de stocks

Pero para que los productos lleguen rápidamente a las tiendas o a los comercios online, es necesario que estén disponibles en cantidades suficientes, en almacenes logísticos ubicados lo más cerca posible del consumidor final.
De nuevo, el análisis cruzado del historial de pedidos de años anteriores con datos recopilados online, o facilitados por tus clientes, es esencial para una gestión óptima del stock.

La mayoría de softwares de gestión de almacenes (SGA) actualmente integran algoritmos de machine learning para apoyar la toma de decisiones humanas sugiriendo pedidos de productos relevantes.

Algunas empresas están yendo incluso más allá en su uso de la inteligencia artificial, recurriendo a gemelos digitales o dispositivos ocultos. Estas son soluciones de simulación muy sofisticadas que crean una especie de espejo digital de tu cadena de suministro.
El objetivo de estos sistemas es simular tu cadena de suministro en toda su complejidad y calcular todos los escenarios y movimientos posibles, para optimizar dinámicamente los diversos flujos de mercancías.

Robots y vehículos autónomos preparan pedidos.

Preparación automatizada de pedidos

Ante un mercado laboral competitivo, a las empresas les resulta difícil atraer y retener preparadores de pedidos altamente eficientes.
Esto no es sorprendente, dado que estos trabajos, que son físicamente exigentes y muy repetitivos, también suelen estar mal remunerados.

Por esta razón, cada vez más y más actores de la industria de la logística están desarrollando soluciones innovadoras para mejorar las condiciones de los operarios, e incluso para automatizar por completo estos trabajos.

Para reducir el número de movimientos realizados por los operarios dentro del almacén, muchos sistemas de software de gestión de stock, por ejemplo, determinan la ubicación ideal para cada artículo a partir de parámetros como la estacionalidad, la tasa de rotación, el tipo de artículo, etc.

También existen soluciones que utilizan la inteligencia artificial para calcular automáticamente la mejor ruta de recogida, de modo que cada preparador de pedidos pueda recopilar de forma eficiente todas las referencias solicitadas sin olvidarse de ninguna.

Para optimizar aún más los costes de la preparación de pedidos, los principales actores también están experimentando con robots y vehículos autónomos, es decir, controlados por IA.

En un espacio que normalmente está muy bien organizado, como es un almacén, donde el tráfico es reducido, estos sistemas ya son capaces de llevar a cabo tareas complejas como colocar o recoger un paquete en altura.
Algunos robots pueden incluso recoger y entregar el producto solicitado, gracias a sensores conectados a los paquetes.

Otra de las aplicaciones de la IA en auge son los vehículos de guiado automático (AGV). Capaces de moverse de forma autónoma dentro de los almacenes, pueden transportar palés de productos a través de estanterías, hasta un muelle de carga, etc.

Inventario por dron

Tedioso y lento, el inventario es no obstante una tarea esencial a la hora de rectificar los inevitables errores de stock.

Para automatizar este temido ejercicio, dos empresas de Grenoble, Francia, Hardis Group y Squadrone System, desarrollaron un dron denominado Eyesee en 2015.

En 2022, la startup Darwin Drones se hizo cargo de Eyesee para industrializar su producción y acelerar el lanzamiento comercial de la solución.
Porque esta tecnología, que durante mucho tiempo ha sido materia de ciencia ficción, ha madurado y ya ha conquistado a multinacionales como L’Oréal, Bayer e Ikea.
Este dron puede volar de forma manual o automática, en áreas de almacenamiento interiores o exteriores. Gracias a una cámara integrada que está conectada a tu software de gestión de almacén, puede reconocer automáticamente todo tipo de códigos de barras, actualizando tus datos de stock en tiempo récord.

Este sistema, que utiliza la identificación informatizada de objetos, también detecta la presencia de palés, estanterías u obstáculos analizando líneas verticales y sus saltos.

El uso progresivo y generalizado de estas soluciones debería reducir rápidamente los costes y acabar automatizando el inventario con una tasa de error muy baja.

Entrega de mercancías a través de drones o vehículos autónomos

En la misma línea, empresas como Amazon, Walmart y Kroger han experimentado con entregas usando robots móviles autónomos, tanto por carretera como por aire.

Por el momento, estas tecnologías para transportar mercancías aún implican demasiados riesgos de colisión en una zona abierta. Algunas mercancías son además muy pesadas o muy frágiles para este tipo de transporte, sin olvidar el problema de la protección de la privacidad.

No obstante, los rápidos avances que se están haciendo en la inteligencia artificial deberían significar que estos sistemas, que son menos futuristas de lo que aparentan, pronto se generalizarán…

Algunas empresas están experimentando con la entrega de mercancías mediante drones.

Optimización de rutas de transporte

Mientras tanto, el transporte de mercancías en vehículos conducidos por personal humano sigue siendo el mayor gasto para las empresas de logística.
Únicamente la última milla representa el 20% del coste real de una entrega, una ratio que puede llegar al 50% en los centros de las ciudades.
Para optimizar las distancias recorridas y, por lo tanto, los costes de transporte, nuestros dos Doctores en investigación operativa han desarrollado potentes algoritmos basados en optimización combinatoria. Esta rama de las matemáticas se centra en calcular la mejor solución a partir de un finito pero muy elevado número de posibilidades.

Gracias a estos algoritmos, combinados con machine learning, nuestro software de gestión de rutas es capaz de determinar la mejor ruta para cada repartidor en función de limitaciones específicas.
Dependiendo de tu negocio, esto puede implicar el horario de apertura o la presencia del cliente final, el nivel de servicio contratado, determinadas características de las mercancías, las habilidades de los conductores, etc.

Pero si realizas entregas a solo cien clientes al día, con limitaciones que varían de un cliente a otro, la optimización de rutas manualmente o con una hoja de cálculo rápidamente se volverá un quebradero de cabeza.
Únicamente una solución IT de alto rendimiento te permitirá optimizar todos tus flujos, teniendo en cuenta el considerable volumen de datos disponibles.

Para probar nuestro software de gestión de rutas durante 7 días, simplemente regístrate aquí. La prueba es gratuita, sin compromiso, ¡y sin necesidad de introducir tu número de tarjeta de crédito!