Martin Barraud/Getty Images
- En los almacenes fríos, la IA puede evitar daños costosos en el producto y ayudar con la seguridad de los trabajadores.
- Los proveedores de cadena fría están explorando cómo los gemelos digitales y los agentes de IA podrían mejorar la eficiencia.
- Este artículo es parte de «Cómo la IA está cambiando todo: cadena de suministro», una serie sobre innovaciones en logística.
Cuando un envío de productos refrigerados o congelados llega a un almacén de logística de linaje, las máquinas entran en acción. La tecnología de visión por computadora escanea paletas y registra datos sobre clientes, tipos de productos y descripciones de artículos. Los algoritmos impulsados por la IA combinan datos de envío con información histórica para predecir cuándo un camión sacará los productos del almacén. La tecnología asigna a los paletas un lugar en el almacén en función de cuánto tiempo permanecerán en la instalación y dirige al operador de montacargas a dónde ir.
Este nivel de tecnología puede mejorar la eficiencia en cualquier tipo de cadena de suministro, pero es crítico en los almacenes fríos, donde se almacenan productos como alimentos congelados, productos frescos y productos farmacéuticos. Una breve desviación en la temperatura tiene el potencial de dañar un envío, y los gerentes de almacén no quieren que los trabajadores pasen horas sin descansos en condiciones de bajo cero. Esto hace que la precisión y la productividad imperativa en la cadena fría.
La tecnología de refrigeración y sensor de temperatura ha sido parte integral de las cadenas de frío durante décadas, pero las versiones avanzadas ahora están impregnando la industria. Los proveedores de cadena de frío están abandonando procesos manuales para algoritmos impulsados por la IA y explorando gemelos digitales y agentes de IA para hacer que las operaciones altamente automatizadas sean aún más autónomas.
«Ya sea que se trate de una tecnología de 50 años o si se trata de una IA de vanguardia, la tecnología es muy generalizada en la cadena de frío», dijo a Business Insider de Sudarsan Thattai, director de información y director de transformación de Lineage Logistics.
La cadena fría se calienta para la IA predictiva
One Way Lineage usa IA es con algoritmos de decisión. Cuando un envío avícola del cliente de linaje Tyson Foods llega a un almacén, los algoritmos determinan dónde colocar productos para minimizar la distancia de caminar o conducir en el almacén.
Es probable que un pavo entero no esté en los estantes de las tiendas hasta noviembre, pero la carne de deli se transporta y se vende durante todo el año. Los algoritmos podrían dirigir a los operadores de montacargas que coloquen pavos enteros en un estante alto en la parte posterior del almacén, mientras mantienen el pavo en rodajas para sándwiches cerca del frente.
«Corta las millas que necesito conducir para elegir esa paleta y guardarla», dijo Thattai. «No quieres enterrar la carne de delicatessen porque ahora vas a gastar energía adicional excavando».
El proveedor de cadena fría Americold ve un «gran interés en la innovación en todos los sectores de la cadena de frío», dijo Rob Chambers, presidente de la compañía. Los productos farmacéuticos, los productos frescos y los alimentos especializados a menudo lideran el camino en la adopción tecnológica debido a las regulaciones y las sensibilidades de temperatura que requieren una cadena de suministro altamente controlada y monitoreada activamente.
Chambers dijo que los clientes no necesariamente le piden a Americold a AI por su nombre, pero sí esperan «resultados que AI pueda ayudar a entregar», como menos recursos y la capacidad de reaccionar rápidamente en tiempo real a cualquier cambio. La compañía de cadena fría ha invertido en análisis predictivos para comprender mejor la demanda y los cambios de los clientes en cómo fluye los alimentos a través de la cadena de suministro. De esa manera, Americold puede planificar de manera proactiva su capacidad de almacenamiento, dijo Chambers.
Unilever, que posee marcas de helados como Magnum y Ben & Jerry’s, también usa IA para predicción. La compañía de bienes de consumo opera una cadena de frío que abarca 60 países, 35 líneas de producción y 3 millones de gabinetes de congelador de helados. El equipo de la cadena de suministro de Unilever analiza las entradas meteorológicas con IA, lo que les permite pronosticar cuánto helado podrían comprar en regiones específicas. Si se avecina una ola de calor, la demanda de helados puede elevarse, y los sistemas de inventario basados en IA podrían sugerir decisiones sobre cómo asignar existencias. Las herramientas de IA mejoraron la precisión del pronóstico en un 10% en Suecia, según un informe de enero de Unilever. En los EE. UU., Las ventas aumentaron un 12%.
Las predicciones no solo guían la estrategia de inventario, sino que también ayudan a los gerentes a determinar la cantidad de camiones necesarios y la forma óptima de enrutarlos hacia y desde los almacenes, dijo Ron Leibman, el presidente del transporte, logística y la práctica de gestión de la cadena de suministro de McCarter & English.
«Muchas de estas cosas se han hecho durante mucho tiempo. Es solo, la IA lo hace de manera diferente, más rápida y probablemente mejor», dijo Leibman.
El agujero negro de la cadena fría de la cadena fría
Americold y Lineage ven el potencial para que la IA se expanda en la cadena de frío.
Americold está explorando gemelos digitales, que crean un duplicado virtual de un almacén utilizado para simular y planificar. También está buscando robots guiados por IA que eligen productos en entornos fríos.
En el monitoreo de la temperatura, la tecnología ya va más allá de registrar las temperaturas para enviar alertas cuando las temperaturas salen de alcance, dijo eso. Los modelos de idiomas grandes podrían ser entrenados en excursiones de temperatura, lo que hace que sea más fácil y más barato implementar IA y detectar cambios.
Eso prevé que los agentes de IA ajusten automáticamente los horarios de la cita de almacén basados en los datos de ubicación en tiempo real de un camión, en lugar de usar estimaciones o llamadas telefónicas. Eso bromea que si llama a un camionero para pedir su ubicación, pase lo que pase, dirán que están a 10 minutos.
Sin embargo, un déficit es la visibilidad y el intercambio de datos en la cadena de frío. Eso dijo que ha progresado, pero no es ubicuo.
«El intercambio de datos es una gran área que es un agujero negro», dijo.
No todas las empresas comparten sus datos en tiempo real, dijo Thattai. Las flotas de camiones independientes o pequeñas pueden no usar tanta tecnología como grandes compañías de transporte. Los productores de productos «no son altamente sofisticados», dijo Leibman. A menudo trabajan con documentos manuales que enumeran los tipos y cantidades de frutas y verduras para elegir.
Estos tipos de procesos manuales no se prestan para compartir datos en la cadena de frío. Sin datos, la IA carece de una base para hacer predicciones.
«Realmente no estamos en el punto de utilizar la inteligencia artificial para su máximo», dijo Leibman.
