Por Jaime Ortega
La razón por la que empresas de todo el mundo están usando inteligencia artificial en sus redes de distribución y cadena de suministro es porque se ha vuelto demasiado complejo llegar al consumidor final en el momento y lugar adecuados. Algo que, de por sí, ya era lo suficientemente complejo.
Regresa en el tiempo unos 10 años e imagina a los responsables de la planeación de la demanda analizando las series históricas de ventas para tratar de calcular lo que se venderá, lo que se producirá, lo que se comprará, lo que se distribuirá, etc, etc, etc.
De alguna manera, si esas series históricas de datos eran correctas, estabas del otro lado. Podrías predecir, con cierta exactitud, lo que iba a suceder en términos de venta porque la premisa era que el futuro se comportaría igual que el pasado.
Hoy en día, cualquiera se reiría de un pronóstico de la demanda hecho así. Y lo haría porque sabemos que la única certeza es la incertidumbre: pandemias y conflictos bélicos que ponen de cabeza al mundo y a la logística de las empresas, que repentinamente nos dejan sin proveedores de insumos, que nos cierran rutas y fronteras o que congela el movimiento de contenedores; que nos dispara los costos de un día para otro.
Estas son las reglas del juego para los responsables de mover las cadenas de suministro en empresas globales y locales. Planear el futuro cuando, hoy más que nunca, nadie sabe lo que va a suceder.
¿Ya nos tienes en Facebook? Danos like y recibe la mejor información
Esto suena a alto nivel, pero si lo piensas, este tipo de disrupciones en una cadena de suministro rígida o lenta, podrían ocasionar que ciertos productos no lleguen al mercado en el momento adecuado. Y los consumidores no esperan. No tienen por qué hacerlo, dado que el comercio electrónico, que es otra disrupción, les ofrece la posibilidad de acceder a miles de proveedores de cualquier producto desde sus teléfonos y comprar lo que deseen.
Entonces tenemos el factor incertidumbre, a un consumidor que nos exige estar en nuevos canales de venta y una competencia con un mayor número de empresas.
Tener un pronóstico de ventas que nos garantice la disponibilidad de nuestro producto en el mercado, hoy en día es un diferenciador. En el segmento del retail o, incluso, en un canal de detalle, si un consumidor no encuentra tu producto, cambiará de marca. Quizá no tanto en productos con un alto nivel de fidelidad y diferenciación, pero no en aquellos donde la diferencia no es clara; por ejemplo, en el segmento de agua embotellada o agua mineral.
En el segmento de la construcción, los fabricantes no solo compiten vendiendo cemento, sino con el mejor servicio. Y eso implica dominar la logística, responder a los cambios en la demanda y vencer al competidor en esto.
Aquí es donde la inteligencia artificial está cambiando el mercado. A diferencia de los pronósticos de la demanda que se basaban en series históricas, las redes neuronales computacionales son clave para combinar y entender comportamientos históricos con variables en tiempo real y potenciales elementos futuros, como pueden ser temas de estacionalidad, crecimiento potencial, promociones o, incluso, factores climáticos.
Por ejemplo, piensa en una red neuronal que es alimentada con toda esta información, lo que le da la posibilidad de evaluar escenarios basados en estacionalidades, promociones y fechas que pueden crear picos de venta.
Esa red será capaz de entrenarse, aprender y correlacionar los diferentes eventos y cómo tiene influencia en la venta, y una vez que esté la red entrenada, tener una planeación de qué promociones se vana estar generando en la siguiente semana y qué eventos van a venir, hay que codificar y con eso la red neuronal tiene la suficiente información para hacer una proyección.
Capacidad de modelar relaciones no lineales, esto significa que las redes neuronales pueden detectar patrones más complejos y sutiles en los datos, lo que puede mejorar la precisión de los pronósticos de ventas. También, tienen una capacidad de adaptabilidad a diferentes situaciones y cambios en los patrones de demanda, además de que pueden actualizarse continuamente para reflejar los cambios en las tendencias del mercado y los patrones de compra de los clientes.
Algo muy importante es que estas redes reducen el sesgo humano en los pronósticos de ventas, pues históricamente, al basarse en series lineales, los pronósticos de venta han basado gran parte de su planeación en las suposiciones y los juicios humanos.
El retorno de inversión en una solución de este tipo puede verse en varios segmentos. El primero tiene que ver con un mejor servicio al clientes gracias a una mayor disponibilidad de de producto en el punto de venta. Con un pronóstico acertado difícilmente podrías enfrentarte a faltantes.
Además, una mayor precisión en los pronósticos de ventas puede reducir los costos de almacenamiento y la pérdida de ventas debido a la falta de inventario, así como disminuir los sesgos y errores que trae la gestión manual de datos.
Como toda innovación, este tipo de soluciones generan escepticismo, pero estamos viendo un tiempo de avances exponenciales en la inteligencia artificial, como sucede con el famoso ChatGPT, así que solo es cuestión de tiempo.
Contacto:
Jaime Ortega, socio de Exertus Consulting Group
Mail: [email protected]
Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.
