67 IA, VISIÓN ARTIFICIAL, REALIDAD AUMENTADA planificación de necesidades secundarias y el control de la producción mediante agentes inteligentes. PREVISIÓN DE FECHAS DE ENTREGA EN LA GESTIÓN DE PEDIDOS Desde las ofertas de ‘entrega al día siguiente’ de Amazon y compañía, los plazos de entrega cortos y fiables son una cuestión de rutina. Ser capaz de ofrecer y mantener plazos de entrega cortos también es de gran importancia para las empresas de fabricación. La gestión de pedidos en las empresas de fabricación tiene dos funciones importantes. Por un lado, se negocian las fechas de entrega y se promete una fecha fija como parte del proceso de aclaración de pedidos al inicio de la tramitación de los mismos. Por otro, la coordinaFigura 1: Modelo Hannoveriano de Cadena de Suministro www.halimo.education. pueden procesar lo que se les da. Si los datos maestros están mal conservados o los datos de retorno son incompletos y de baja granularidad, el resultado será deficiente. También hay que tener en cuenta que la IA no siempre determina la fecha de entrega correcta, sino la fecha más probable según los modelos subyacentes. Sin embargo, dado que un modelo de IA no puede tener en cuenta todas las condiciones del entorno, como el absentismo o los cuellos de botella inusuales en las entregas, es necesario verificar la fecha de entrega antes de comunicarla al cliente. PREVISIÓN DE NECESIDADES DE MATERIAL EN LA PLANIFICACIÓN DE NECESIDADES SECUNDARIAS En la planificación de necesidades secundarias, las necesidades secundarias se determinan a partir de la planificación del programa de producción. Las necesidades secundarias son tanto materias primas como piezas y conjuntos para la fabricación de productos acabados. Tras calcular las necesidades brutas y netas, teniendo en cuenta las existencias planificación de pedidos hace un seguimiento del progreso de los pedidos de los clientes y comunica un retraso en caso de interrupciones irrecuperables. Para apoyar estas dos tareas, la IA puede utilizarse para predecir las fechas de entrega. Los métodos tradicionales para determinar las fechas de entrega suelen basarse en métodos estadísticos simples que sólo tienen en cuenta unos pocos factores influyentes, así como los conocimientos de los expertos. Con la ayuda de los métodos de IA, es posible utilizar los datos maestros y transaccionales disponibles en las empresas mediante el uso de modernos sistemas ERP y MES (por ejemplo, datos de confirmación, rutas, movimientos de almacén) y utilizarlos para predecir las fechas de entrega. Se pueden buscar grandes cantidades de datos en muy poco tiempo, detectar patrones y tendencias y calcular automáticamente las fechas de entrega. Los algoritmos de IA utilizados suelen ser muy superiores a los métodos estadísticos. Sin embargo, hay que tener en cuenta que aquí también se aplica el principio GIGO (Garbage In - Garbage Out). Los algoritmos sólo
RkJQdWJsaXNoZXIy Njg1MjYx