La IA, reinventando la gestión de la cadena de suministro

IFS identifica un aumento en la inversión entre los fabricantes y proveedores de servicios de campo en perfiles profesionales con capacidad para analizar el dato

En los últimos años, hemos aprendido una valiosa lección: que las interrupciones son, y seguirán siendo, un lugar común. Por lo que las empresas deben estar preparadas para ello. Y para sobrevivir a este nivel de incertidumbre es crucial apoyarse sobre herramientas sólidas como, por ejemplo, la Inteligencia Artificial que, actualmente, se encuentra en un grado de madurez que permite reforzar y dotar de flexibilidad a las organizaciones.

Además, la integración de esta en la estrategia de negocio permite a los líderes empresariales adquirir una visibilidad completa de sus organizaciones en tiempo real. Pero mientras intentan utilizar esa información para agilizar y optimizar sus operaciones, también deberán abordar la brecha de talento que actualmente afecta a las organizaciones. No hay una solución fácil para esto, pero una vez que la IA esté firmemente integrada en el flujo de trabajo y los empleados estén lo suficientemente capacitados para usarla las empresas estarán bien preparadas para enfrentar el próximo gran impacto.

Dejar atrás las tecnologías heredadas en la era de la transformación digital requiere romper los silos dentro de las pilas tecnológicas de una organización e incorporar las nuevas tecnologías en la operación o seno de la empresa. En esta línea, por ejemplo, si la IA se integra en el rendimiento de la cadena de suministro para la predicción meteorológica durante el proceso, puede ayudar a prevenir posibles interrupciones debidas al clima.

Precisamente, los eventos meteorológicos son cada vez más comunes y perjudiciales para el proceso de la cadena de suministro. Hoy en día, ejecutar los plazos de entrega estándar ya no funciona: es demasiado ajustado, lo que significa que los plazos se interrumpen por completo cuando ocurre un evento meteorológico notable.

Con la IA, que puede utilizar las tendencias históricas junto con las lecturas meteorológicas, las empresas pueden medir la probabilidad de que se interrumpan los plazos de entrega por motivos asociados al clima. Si existe una alta probabilidad, las empresas pueden cambiar sus planes para prepararse para el pronóstico, incluso, el sistema podría modificarse automáticamente gracias a la capacidad de la IA de realizar cambios en las instrucciones de pedido y envío.

No se puede evitar que ocurra un huracán, pero sí anticipar y planificar de acuerdo a este.

El mantenimiento predictivo se está volviendo cada vez más popular a medida que las empresas adoptan nuevas herramientas de IA y ERP.

En esta línea, la gestión del rendimiento de activos (APM) garantiza que los activos puedan funcionar a niveles óptimos, aumentando su fiabilidad y disponibilidad e impulsando el uso de datos provenientes de IoT. Y, por otro lado, la gestión predictiva de activos (PAM) reduce los costes y el tiempo asociado al mantenimiento al optimizar el proceso de órdenes de trabajo.

Así, una vez que detecta una señal de alarma o un código de fallo de un equipo averiado, la IA analiza el trabajo anterior para ese tipo de equipo y ese código de señal en particular. Con base en el historial de viajes de reparación para el código y la máquina, la IA determina las piezas de repuesto y las herramientas correctas necesarias para completar la reparación dejando constancia de ello en la orden de trabajo, eliminando así la necesidad de un viaje de diagnóstico preliminar al equipo y el tiempo necesario para pedir las piezas.

Junto con IoT, donde el equipo puede alimentar a la IA con esta información directamente, el monitoreo predictivo de activos cambia las reglas del juego para este campo.

Para que la IA y el mantenimiento predictivo funcionen como se espera, es fundamental recopilar los datos correctos. El método principal para las empresas que diseñan, construyen, implementan y dan servicio de activos es la obtención a partir de sensores en equipos en el campo o datos procedentes de la planta de producción. Con la capacidad de incorporar filtros de calidad en el proceso, las empresas pueden reducir costes y evitar que alguien tenga que salir personalmente al servirse directamente de la fuente.

Estos datos son la perspectiva clave de lo que realmente está sucediendo con esos activos por lo que su monitorización del entorno permitirá incluso predecir que el mantenimiento debe realizarse antes o después de lo programado regularmente. Por ejemplo, si ve que la temperatura del equipo está aumentando antes de que esté programado para el mantenimiento, se podría abordar antes de que la temperatura suba demasiado y la máquina se desconecte, lo que resultaría en una interrupción mucho mayor. La información directamente del activo hace que este aspecto predictivo del uso de datos y el resultado resultante sean mucho mejores.

En IFS, estamos viendo un aumento en la inversión entre los fabricantes y proveedores de servicios de campo que analizan y estudian el dato, creando incluso nuevos perfiles profesionales para ello.

Una encuesta reciente encargada por IFS reveló que casi un tercio de las empresas citan la superioridad tecnológica como el diferenciador más significativo, una cifra que se ha triplicado desde 2018. Una clara muestra del deseo implacable de las empresas de aprovechar todos los beneficios que brinda la tecnología inteligente.

Si bien el apetito por implementar tecnología avanzada solo ha aumentado, la oferta de trabajadores calificados necesarios para navegar por dicho despliegue no ha logrado mantenerse al día con la demanda. De hecho, según la misma encuesta de IFS, casi el 50% de las empresas informaron que tienen dificultades para cumplir con los acuerdos de nivel de servicio; el 37% lo atribuyó a un soporte técnico inadecuado.

Además, para los fabricantes, el tema de la escasez de habilidades nunca ha sido más claro, con un 44% citando la escasez de mano de obra calificada y la rotación como una de sus principales preocupaciones, el otro 40% señalando a la adopción de nuevas tecnologías por parte de los usuarios y un 29% la mayor complejidad de los activos como sus principales preocupaciones.

Contar con las personas adecuadas es tan importante como contar con el equipo adecuado para hacer el trabajo. Volver a capacitar y mejorar las habilidades de los empleados existentes puede ser un buen lugar para comenzar, especialmente porque atraer al talento adecuado se vuelve más desafiante con una creciente escasez de mano de obra en la economía en general. Al retener y volver a capacitar a los empleados existentes para nuevos roles, las empresas mantienen la clave del conocimiento institucional para una máquina bien engrasada y ahorran los costes asociados con los despidos. También crea una percepción de una empresa saludable, que es clave para atraer más clientes e inversiones, y empleados.