Prevenir los choques en la cadena de suministro con IA: una oportunidad de $62 mil millones

• La pandemia de COVID-19 mostró cuán vulnerables son las cadenas de suministro globales
• En la industria del mueble, las ventas fueron récord al inicio de la pandemia, pero recientemente varias empresas quebraron por la escasez de contenedores, la falta de materias primas y los retrasos en la recepción de componentes clave
• La mayor crisis de la cadena de suministro ya pasó, pero cierto nivel de interrupción y desorden ahora se volvió parte de la normalidad
• Se estima que las disrupciones en la cadena de suministro han causado pérdidas por alrededor de $1.6 billones en los últimos años
• Si se revisan 10 años de datos sobre disrupciones en la cadena de suministro, en promedio una empresa puede perder cerca de la mitad de sus ganancias de un año

3 factores detrás del caos en la cadena de suministro

1. Herramientas de comunicación que dependen de datos no estructurados

   • Los datos no estructurados, como correos electrónicos, mensajes de texto y documentos escaneados, contienen información importante, pero son difíciles de extraer y analizar de forma sistemática, lo que vuelve más compleja la comunicación con los proveedores
   • Ejemplo: Tesla pasó por alto en correos electrónicos información sobre la escasez de chips, sufrió retrasos de producción y en el tercer trimestre de 2021 tuvo una afectación de 190 mil unidades

2. Sistemas EDI obsoletos y adoptados de forma desigual

   • EDI es un sistema de intercambio de archivos para documentos de negocio introducido en la década de 1960, y muchos grandes fabricantes lo adoptaron en los años 1990
   • Ejemplo: grandes empresas como La-Z-Boy solicitan por EDI pedidos de 50 mil sofás de cuero a proveedores extranjeros, y su equipo de abastecimiento compara los precios de las ofertas
   • En cambio, para las pymes es difícil adoptar EDI, y les cuesta negociar durante días con proveedores extranjeros a través de múltiples canales y plataformas

3. Silos de datos causados por el uso de múltiples sistemas de gestión de software

   • Al usar varios programas como ERP, WMS y TMS, se generan silos de datos que dificultan la visibilidad end-to-end de la cadena de suministro
   • Ejemplo: en Unilever, la falta de comunicación entre ERP y WMS provocó discrepancias de inventario, lo que en 2022 elevó globalmente los quiebres de stock en 23% y el sobreinventario en 17%

Una oportunidad de mercado de $62 mil millones que la IA puede capturar

• Según Gartner, el gasto anual en software de gestión de la cadena de suministro crecerá de $29 mil millones en 2023 a $62 mil millones en 2028, con una CAGR de 16.3%
• Startups de IA innovadoras, bien posicionadas y ágiles podrían adueñarse de este mercado
• La IA puede clasificar datos visuales, numéricos y de texto, y modelar escenarios complejos con alta precisión
• Ejemplo: los sistemas de visión por computadora pueden inspeccionar productos en la línea de ensamblaje e identificar defectos con más consistencia que los humanos
• Los algoritmos de machine learning pueden analizar desde patrones históricos de compra hasta agitación política, condiciones laborales y clima, para pronosticar la demanda con una precisión sin precedentes

3 áreas donde la adopción de IA se ve más prometedora

1. Compras (Procurement): abastecimiento y adquisición de los productos necesarios para operar una empresa
2. Inteligencia de proveedores (Supplier Intelligence): recopilación de datos para evaluar y optimizar las relaciones con proveedores
3. Planeación de demanda (Demand Planning): pronóstico de la demanda futura de los clientes para lograr un suministro óptimo

Por qué es ideal para automatizar compras

• Las compras son clave para asegurar un suministro estable de materias primas, mantener la relación con proveedores y mejorar márgenes
• Startups como Tonkean automatizan buena parte del proceso de compras, como renovaciones de contratos o procesamiento de facturas
• El RPA automatiza procesos de entrada basados en reglas, pero no puede procesar datos no estructurados
• Startups de IA como Didero, Lighthouz AI y Soff extraen insights ocultos en correos electrónicos y PDFs
• Pulse AI está creando un motor de búsqueda que explora datos no estructurados para responder preguntas sobre la cadena de suministro
• Mandel AI desarrolla un agente de cadena de suministro que actualiza automáticamente el ERP cuando cambian los lead times y los precios de los proveedores

Cómo fortalecer la inteligencia de proveedores con IA

• Para encontrar a los mejores proveedores, hay que considerar requisitos de cumplimiento, cotizaciones, cambios de mercado y más
• Además, contar con múltiples proveedores fortalece la resiliencia de la cadena de suministro ante shocks como el COVID-19 o la guerra entre Rusia y Ucrania
• A diferencia de una simple caja de búsqueda, la IA permite hacer mapeo y matching inteligente de proveedores
• Altana es líder en esta área: ha creado una cadena de valor inteligente sobre múltiples capas de la cadena de suministro y ofrece un asistente con LLM para consultas sobre proveedores específicos
• Keelvar y Fairmarkit también ofrecen plataformas impulsadas por IA para que los equipos de compras encuentren proveedores fácilmente
• Más recientemente, nuevos actores como Kipo AI y Terra están construyendo plataformas para hacer matching entre empresas y proveedores

La planeación de demanda va más allá de los datos históricos

• Si se pueden prever los cambios en oferta y demanda, es posible evitar que las disrupciones de la cadena de suministro afecten a los consumidores
• El software de planeación tradicional pronostica principalmente con base en datos históricos, lo cual puede ser insuficiente en mercados y contextos geopolíticos que cambian con rapidez
• La IA puede mejorar la capacidad de planeación al considerar tanto datos históricos como tendencias actuales del mercado
• Según investigaciones, la IA puede identificar outliers y clasificarlos como relevantes para detectar casos de "compras de pánico", como el acaparamiento de papel higiénico durante la pandemia
• Según McKinsey, la planeación autónoma de la cadena de suministro puede aumentar los ingresos hasta 4% y reducir costos hasta 10%
• Ikigai usa un modelo gráfico de gran escala patentado para conectar fuentes de datos separadas y generar pronósticos y escenarios
• Empresas emergentes como Spherecast también están entrando al espacio de planeación con motores que gestionan múltiples canales y generan pronósticos de demanda granulares en distintos niveles

Transformar la cadena de suministro con IA

• En el sector de cadena de suministro hay dos elementos especialmente atractivos para las startups de IA: sistemas de gestión de software aislados entre sí y grandes volúmenes de datos no estructurados
• Ya sea en compras, inteligencia de proveedores o planeación de demanda, la IA parece encaminada a alterar y fortalecer la cadena de suministro durante los próximos años

Opinión de GN⁺

• Están surgiendo muchas startups que integran tecnología de IA en software de gestión de la cadena de suministro. Esto, junto con el avance de la IA, abre una nueva oportunidad para transformar métodos tradicionales de gestión que estaban fragmentados y eran ineficientes
• En particular, se espera que la IA contribuya fuertemente a automatizar y optimizar procesos existentes en compras, inteligencia de proveedores y planeación de demanda, porque el procesamiento de datos no estructurados y el modelado de escenarios complejos son fortalezas claras de esta tecnología
• Sin embargo, la cadena de suministro es un campo muy complejo con múltiples partes interesadas, por lo que al adoptar IA hay muchos aspectos que deben considerarse con cuidado, como la calidad de los datos, la prevención de sesgos algorítmicos y la construcción de esquemas de colaboración humano-IA
• Sobre todo, es importante recordar que la IA es solo una herramienta para apoyar la toma de decisiones, y que la responsabilidad final sigue recayendo en las personas. Más que seguir ciegamente los insights de la IA, lo importante es tomar decisiones equilibradas con base en la experiencia y el criterio experto
• En resumen, la IA puede convertirse en un game changer capaz de resolver ineficiencias y habilitar optimización en la gestión de la cadena de suministro, pero más que una fe ciega en la tecnología, se requiere un uso estratégico alineado con los objetivos del negocio

[colus001]

¿Cómo se supone que esto se implementa con IA? Mmm... no logro identificarme mucho con la idea. La cadena de suministro tiene problemas físicos, tangibles y políticos, así que me resulta un poco extraño pensar que se pueda arreglar con software.