Efectos ascendentes de la IA en las entregas y logística de última milla que llegarán en 2025

 

• Para DispatchTrack, las aplicaciones de IA en el mundo real son más prácticas y limitadas, por lo que recomienda identificar áreas donde la logística y sus tecnologías asociadas pueden mejorar las operaciones y sus objetivos, a través del aporte de esta inteligencia.

 

 

Colombia, julio de 2024 – DispatchTrack, pionero en soluciones logísticas inteligentes, hace un llamado para anticiparse al impacto que generará la Inteligencia Artificial en la cadena de suministro, lo cual sin duda afectará las entregas en los próximos años.

 

Si bien la promesa final de la IA es interesante (cientos de vehículos de reparto autónomos cargados por robots que deambulan por todas partes bajo un paraguas de drones cargando paquetes), como ocurre con la mayoría de la tecnología, las aplicaciones en el mundo real son más prácticas y limitadas, especialmente en el corto plazo.

 

Por lo cual, lo que puede verse en última instancia y lo que sucederá realmente el próximo año está basado en dos escenarios completamente distintos, aunque cabe aclarar antes que, como ocurre con otras tecnologías, las empresas que no se incorporan ya se están perdiendo beneficios considerables y se encontrarán en desventaja competitiva más temprano que tarde. Las organizaciones de entrega de última milla que retrasan un compromiso total con la digitalización están haciendo que su eventual curva de aprendizaje e implementación sea cada vez más pronunciada.

 

Para Carlos Díaz, General Manager de DispatchTrack Latinoamérica, la IA ya ha transformado la última milla de maneras importantes, y el próximo año no será simplemente más de lo mismo a medida que se expandan la adopción y los casos de uso.

 

Si 2022 fue el año de la IA en el futuro y 2023 fue el año de la exageración de la IA, los próximos 12 meses parecen ser el momento en que la IA llegue a marcar diferencias esenciales en un número significativo de organizaciones de entrega. Si una organización de entrega aún no está digitalizada y lista para implementar nuevas tecnologías, está de capa caída en este juego y es probable que la brecha entre ellos y sus principales competidores se amplíe. Veamos lo siguiente:

 

1. Optimización de rutas. Si bien el software de optimización de rutas no es nuevo, la IA está ampliando las formas en que realiza enrutamientos más eficientes. En lugar de elegir entre rutas estáticas y dinámicas, la IA sofisticada permite a los ingenieros crear rutas altamente optimizadas que incluyen paradas estáticas dictadas por los mandatos del cliente (días de entrega fijos, ventanas o equipos) con paradas menos restringidas que se pueden programar en torno a esas entregas estáticas.

 

Si bien son menos dramáticos que los drones que dejan entregas en las puertas de los clientes, los resultados de la optimización de rutas con IA real son impresionantes: las paradas se asignan a los camiones y equipos óptimos; se maximiza la capacidad de la flota, lo que permite realizar más paradas con el mismo equipo y tripulaciones, lo que reduce los costos de mano de obra. Las millas recorridas se reducen hasta en un 10%+, lo que resulta en menos combustible quemado y menos emisión de carbono.

 

2. Experiencia del cliente. Las mejoras operativas realizadas por la IA son importantes, pero el objetivo final es una mejor experiencia para los clientes: entregar los productos correctos cómo y cuándo los desean.

 

Los operadores están descubriendo que la IA también proporciona herramientas para mejorar la experiencia del cliente. La auto programación es una de las más importantes. Al comparar rápidamente la capacidad de la flota y las entregas existentes con las fechas de entrega esperadas de un cliente, las herramientas habilitadas con IA pueden ayudar a sugerir ventanas de entrega que optimicen la capacidad y las rutas.

 

Además de aumentar la satisfacción del cliente, proporcionar ventanas optimizadas aumenta la eficiencia de los operadores. La capacidad de la IA para proporcionar ETA (tiempos estimados de llegada) precisos hasta un 98 % de precisión una vez que ML (machine learning) tiene algo de historial con el que trabajar, es de gran ayuda para los clientes que obtienen plazos más reducidos y entregas a tiempo.

 

3. Análisis. Tener grandes volúmenes de datos (cargas, paradas, rutas, tráfico, clima, tiempos de servicio de la tripulación, costos) no sirve de nada si no se pueden analizar. La IA y el ML se utilizan cada vez más para reconocer patrones que señalan puntos de fricción en la entrega de última milla. Cuando los operadores comprenden dónde se están desacelerando o fallando sus procesos, pueden realizar mejoras para aumentar la eficiencia y la satisfacción del cliente.

 

La capacidad de la IA para clasificar y cotejar rápidamente grandes cantidades de datos en informes procesables está acortando los ciclos de mejora y permitiendo cambios de procesos más rápidos. El uso de IA para automatizar el proceso de revisión (enviar solicitudes de revisión, informar resultados y resaltar revisiones notables (positivas o negativas) a los gerentes humanos para que tomen medidas) tiene el poder de impulsar nuevas mejoras rápidas.

 

La influencia clara de la IA en la cadena de suministro

Lo que sucede antes de que un camión salga del almacén tiene un enorme impacto en el último kilómetro, y la IA seguirá involucrándose en los procesos ascendentes durante el próximo año: Previsión de la demanda y automatización de almacenes.

 

Lo que está por venir…

Al igual que los autos voladores y las mochilas propulsoras, algunos de los beneficios prometedores de la IA en la cadena de suministro parecen estar siempre en el horizonte.

 

• Camiones de reparto autónomos: Si bien las pruebas están apareciendo en todas partes, el lanzamiento a gran escala de camiones de reparto autónomos no está a la vuelta de la esquina. El problema de mezclar vehículos autónomos con el tráfico cotidiano es más difícil de resolver de lo que pensaba mucha gente de la comunidad tecnológica.

 

Algunos accidentes de alto perfil que involucran vehículos autónomos han creado dudas entre las autoridades encargadas de otorgar licencias, y algunos fabricantes de vehículos han frenado o finalizado voluntariamente las pruebas en vivo. Los robots de reparto más pequeños confinados en las calles pueden llegar mucho antes que los camiones de reparto autónomos.

 

• Entregas con drones: En realidad, según un informe de McKinsey, se estima que hubo medio millón de entregas con drones en todo el mundo en la primera mitad de 2023. Las pruebas bien publicitadas de Amazon, UPS, Walmart y otros han demostrado ser muy prometedoras para reducir los tiempos y costos de entrega. Sin embargo, sólo 15% de esas entregas con drones se realizaron en América del Norte porque Estados Unidos carece de un marco regulatorio nacional que facilita el despliegue a gran escala de entregas con drones. Esta no es sólo una cuestión de Gobierno; los estudios han demostrado que los consumidores estadounidenses dudan en aceptar las entregas con drones. Las preocupaciones sobre la seguridad y la vigilancia encubierta siguen siendo fuertes en EU, mientras que los consumidores en los países europeos con esquemas regulatorios aprobados se han mostrado más tolerantes.

 

La IA ya ha dejado su huella en la entrega de última milla y su influencia crecerá, y crecerá rápidamente, durante el próximo año. Diaz concluyó: Esto es lo que las empresas deben hacer para asegurarse de no quedarse en la línea de salida:

 

• Identificar áreas donde la IA en logística y sus tecnologías asociadas pueden mejorar las operaciones y evaluar qué tecnologías se adaptan mejor a sus necesidades y objetivos.

• Explorar cómo la IA en la cadena de suministro se integrará con los procesos y la infraestructura existentes.

• Elija socios tecnológicos con cuidado. La mejor tecnología no mejorará nada si es difícil de implementar o si el proveedor no responde a las solicitudes de ayuda para la integración, actualizaciones de funciones o soporte.