Posibles aplicaciones de la inteligencia artifical en la logística

La inteligencia artificial (IA) está en boca de todos como tecnología del futuro, además de despertar sentimientos positivos en algunas personas. Sin embargo, esta tecnología, que se basa en algoritmos de autoaprendizaje, ya está presente en muchas aplicaciones y productos cotidianos. Algunos ejemplos son: Asistentes de voz, hogares inteligentes, streaming de música, feed y anuncios de Facebook, el algoritmo de sugerencia de productos de Amazon, traducción de idiomas, creación/reconocimiento de imágenes, conducción asistida y autónoma, y navegación. Los subcampos de la inteligencia artificial (1) incluyen cada vez más aplicaciones, cuyo número crece constantemente: “bots“, mantenimiento predictivo, procesamiento de datos y de procesos, redes neuronales, aprendizaje automático, aprendizaje profundo, y muchos más... El aprendizaje profundo, con la ayuda de redes neuronales, es actualmente el enfoque más prometedor de la inteligencia artificial, además de un enfoque dentro del aprendizaje automático.

El McKinsey Global Institute (MGI) considera que la inteligencia artificial es un importante motor del crecimiento económico mundial. Para el estudio "Artificial Intelligence - The next digital frontier" (2017, 2), se hicieron encuestas a 3.000 empresas de 14 industrias. Según el estudio, las cinco tecnologías de IA que más utilizarán las empresas en el futuro son el reconocimiento automático de imágenes, el lenguaje natural, los asistentes virtuales, la automatización de procesos basada en robots y el aprendizaje automático avanzado. Para 2030, aproximadamente el 70% de las empresas utilizarán al menos una de estas tecnologías de IA. Según los autores del estudio, las empresas que implementen pronto las tecnologías de IA pueden duplicar su flujo de caja, mientras que las rezagadas verían disminuir su flujo de caja en un 20% aproximadamente con respecto a los niveles actuales. 

Las empresas alemanas también han reconocido este progreso. Según la asociación digital Bitkom, una de cada dos empresas alemanas asume ahora que el aprendizaje automático o la inteligencia artificial cambiarán definitivamente los modelos de negocio actuales. El 90% de las empresas afirma que el big data y el análisis de datos tienen una importancia muy grande o bastante grande para la futura competitividad de las empresas alemanas. Hace un año, solo era el 83%. Le siguen el Internet de las Cosas con un 81% (2019: 79%) y la impresión 3D con un 72% (2019: 68%). También hubo aumentos significativos respecto a los vehículos autónomos del 57% al 68% y en la inteligencia artificial del 60% al 67%. Sin embargo, solo una de cada cuatro empresas (24%) había planeado desarrollar específicamente modelos de negocio digitales a principios de año.  

Los tres mayores obstáculos en el uso de las nuevas tecnologías digitales, según las empresas, son los requisitos de protección de datos (79%, 2019: 74%), los requisitos técnicos de seguridad (63%, 2019: 57%) y la falta de trabajadores cualificados (55%, 2019: 48%). Le siguen a una distancia considerable la falta de tiempo en el día a día de la empresa (33%), la falta de recursos financieros (25%) y la falta de soluciones comercializables (18%).

"La crisis poer el Covid19 nos ha mostrado muy claramente la importancia de las tecnologías digitales para la economía, la administración y la sociedad. La crisis es una llamada de atención para avanzar masivamente hacia la digitalización. Hasta ahora no hemos prestado mucha atención a la digitalización", dijo el presidente de Bitkom, Achim Berg. Y añadió: "Tenemos que pensar en el momento posterior a la crisis del Covid19 y marcar el rumbo de la digitalización en todas partes. En la actualidad podemos ver claramente que las empresas más digitalizadas y la economía digital son mucho más que un motor de crecimiento. Son menos vulnerables en tiempos de crisis, estabilizan la economía y el mercado laboral". Según un estudio de TCS y Bitcom (3), la mayoría de las empresas (el 75%) ya han aumentado sus inversiones debido a la pandemia. Sólo una minoría (7%) está frenando la transformación digital por el momento debido a la falta de financiación. 

Aunque el término y el campo de investigación "inteligencia artificial" se conocen desde la década de 1950, el actual auge de la misma es consecuencia del potente hardware que ya está disponible a bajo coste. Es ahora que se dispone de procesadores, redes de alta velocidad y opciones de almacenamiento de Big Data que hacen posible la aplicación práctica de muchas consideraciones teóricas. La IA y sus algoritmos son especialmente adecuados para su uso en la logística, ya que las redes logísticas ampliamente ramificadas ofrecen el campo de aplicación ideal para aquella. Las relaciones causa-efecto en estas redes se pueden calcular y predecir muy bien. 

"La logística es ya uno de los sectores empresariales más digitalizados. Pero con los drones, los sistemas autónomos y la inteligencia artificial, la logística no solo se enfrenta a una optimización de los procesos empresariales, sino a una auténtica revolución", afirma el Dr. Bernhard Rohleder, director general de Bitkom. Los resultados de una encuesta representativa (4) de 508 empresas que llevan a cabo procesos logísticos encargada por la asociación digital Bitkom muestran que dos tercios (65%) de las empresas encuestadas creen que los sistemas de IA de autoaprendizaje se harán cargo de muchas tareas en logística, como la planificación de la mejor ruta o la activación de los procesos de pedidos. El 75% confía en que las gafas de datos apoyen a los empleados en la logística. Seis de cada diez empresas (58%) esperan que los drones autónomos hagan el inventario de las existencias. Un número similar (57%) espera que las mercancías sean transportadas por vehículos autónomos. Cuatro de cada diez (42%) creen que los drones y los robots de reparto incluso llevarán los productos al cliente. 

Las empresas aprecian las numerosas ventajas de la digitalización y la inteligencia artificial. El 89% espera una reducción de los costes logísticos y una aceleración del transporte a largo plazo (86%). El 72% prevé menos errores en la cadena de transporte y el 58% un transporte más respetuoso con el medio ambiente. La digitalización en su conjunto es vista como una oportunidad por el 88% y como un riesgo solo por el 11%. 

A continuación, se presentan algunos ejemplos del uso de la IA en logística e intralogística. 

El uso de la inteligencia artificial en el ámbito de la logística es especialmente útil para predecir los estados futuros de la red logística. 

Los algoritmos de IA de autoaprendizaje pueden utilizarse para evaluar grandes cantidades de datos (big data) que describen el comportamiento de los clientes en el pasado. A través de patrones reconocidos en estos datos, es posible predecir la ocurrencia de ciertos eventos (comportamiento de los pedidos, etc.) con una cierta probabilidad (análisis predictivo). Gracias a este análisis predictivo, se pueden crear modelos generados por ordenador del sistema logístico (por ejemplo, la cadena de suministro) para el futuro. De ahí se pueden derivar decisiones inteligentes sobre futuras acciones en este ámbito. Por ejemplo, se puede predecir en qué región se pedirá un determinado artículo con determinada frecuencia. A partir de esto, se pueden calcular el espacio de almacenamiento necesario, los camiones, los trabajadores del almacén, etc. y de ello se pueden derivar ciertas acciones. Por ejemplo, los artículos pueden almacenarse en un almacén cercano al domicilio del cliente antes de ser pedidos, acortando así los plazos de entrega. La gestión de riesgos de toda la cadena de suministro también se puede anticipar más. Por ejemplo, los datos en directo de la cadena de suministro, que proporcionan los sensores de seguimiento sobre el estado de las mercancías transportadas, o los informes de tráfico, pueden incorporarse a los modelos de datos y tomar las medidas oportunas. Se trata, pues, de una planificación inteligente basada en la simulación, que ya está revolucionando no solo la industria logística, sino también muchos otros sectores.

Los robots equipados con inteligencia artificial o algoritmos de aprendizaje profundo pueden tomar decisiones autónomas inteligentes en relación con la identificación, el análisis y el recuento de mercancías, así como su manipulación y transporte. Por ejemplo, la robótica puede utilizarse para rastrear, localizar y mover el inventario en los almacenes. Los robots de picking, los robots de carga y los cobots (robots colaborativos) marcarán el futuro de la intralogística. Los robots de picking autónomos son especialmente útiles para los lotes pequeños, por ejemplo, en el comercio minorista online. Los cobots apoyan cada vez más a los humanos en su trabajo en el almacén. Entre otras cosas, hay cobots que guían a los empleados hacia los artículos dentro de una zona de picking. Esta solución, basada en la IA, no solo aumenta la tasa de preparación de pedidos entre un 200 y un 300%, sino que también ayuda a los preparadores a trabajar con mayor rapidez y precisión. 

La conducción autónoma se refiere a la conducción totalmente automatizada de un vehículo sin conductor. En intralogística, los vehículos autónomos se denominan vehículos de guiado automático (AGV). Los AGV pueden reducir enormemente el número de viajes vacíos e incorrectos porque los vehículos se dirigen automáticamente a la estantería correcta. Para ello, se guían por diversas tecnologías, como bandas indicadoras, láseres de precisión, reflectores o simples pistas de cinta adhesiva. Mientras que la mayoría de los almacenes intralogísticos siguen confiando en los vehículos de transporte por el suelo, como las carretillas elevadoras, cuyos conductores conducen guiadps por su vista y oído, los AGV siguen una trayectoria programada automáticamente. Para ello se puede utilizar, por ejemplo, una pista visual que un AGV puede seguir en su camino. De este modo, pueden eliminarse casi por completo los cuellos de botella, las colisiones u otros obstáculos en el flujo de trabajo. Esto hace que la intralogística de una empresa sea más rápida y eficiente. El reto en este caso consiste únicamente en crear una infraestructura abierta. En la logística del transporte, los vehículos autónomos y los drones pueden utilizarse para la entrega de paquetes, entre otras cosas. 

La llamada inteligencia artificial visual puede utilizarse para la detección y clasificación de daños. Es mucho más rápida y precisa que los evaluadores de daños humanos. Un ejemplo es el uso de la inteligencia artificial visual en el gigante de Internet Amazon. Aquí, los contenedores con artículos se descargan en muy poco tiempo y se clasifica su contenido. 

La inteligencia artificial visual o la tecnología de aprendizaje profundo pueden utilizarse para el reconocimiento de objetos sin códigos de barras, para contar y medir productos. Esto puede utilizarse, por ejemplo, para automatizar la recepción de mercancías identificando de forma independiente los productos, determinando las dimensiones y el peso de los mismos y leyendo información adicional si es necesario. Los procesos de embalaje pueden acelerarse, por ejemplo, eliminando la necesidad de escanear los productos y mostrando el esquema de embalaje en 3D o escaneando automáticamente muchos códigos de barras y códigos QR a la vez. Los objetos pueden contarse y medirse simultáneamente mediante la IA y la visión por ordenador. 

En el corazón de un almacén inteligente se encuentra un sistema de gestión de almacenes (SGA) inteligente para aumentar la productividad y la eficiencia. Este sistema visualiza y utiliza de forma coherente los datos sobre los objetos logísticos, detecta las anomalías antes de que se produzcan los problemas y procesa la información para lograr optimizaciones eficientes, como la reducción del tiempo de recorrido. En el SGA inteligente se integran soluciones de automatización como robots de IA, AGVs, inteligencia artificial visual, RFID, soluciones de pick-by, gafas de realidad argumentada y muchas más. También se puede reducir mucho el consumo de energía integrando redes inteligentes para ahorrar electricidad y sistemas inteligentes de refrigeración y calefacción. 

Literatura:

1 How artificial intelligence is revolutionising logistics, Bito Expertise 

2 Bughin Jacques et al., Inteligencia artificial - La próxima frontera digital, McKinsey Global Institute, 2017, San Francisco Ámsterdam Shangai 

3 Germany learns AI - How companies use digital technologies, Bitkom Research GmbH y Tata Consultancy Services, 2020, Frankfurt, www.studie-digitalisierung.de   

4 Dr. Rohleder Bernhard, Digitalisierung in der Logistik, Presentación, marzo de 2017, Bitkom e.V., Berlín, descargar