Guía SAVVY para cadenas digitales

AI artificial intelligence

Introducir la digitalización es una tarea compleja, apoyarse en el marco SAVVY facilita el proceso acelerando las decisiones asociadas con la tecnología, los procesos y los recursos necesarios para su adopción y operación.

El modelo SAVVY ha sido creado por la universidad de Tennessee para facilitar la integración de las tecnologías digitales en las cadenas de suministro.

La aparición de nuevas tecnologías ha permitido a las cadenas de suministro aplicarlas en dos grandes áreas. La primera es la automatización que consiste en asegurar que tareas repetitivas se realicen con mayor eficiencia y efectividad, generalmente remplazando al trabajo humano. La otra área de aplicación es la digitalización, en donde el objetivo es transformar y redefinir la creación de valor dentro de la cadena de suministro.

Para poder impulsar la digitalización, es necesario entender con claridad las posibles ventajas competitivas que ofrecen cada una de las tecnologías relevantes.

La inteligencia artificial es la tecnología de mayor impacto y potencial de transformación ya que permite resolver problemas complejos a velocidades nunca antes disponibles. Es una combinación de aprendizaje profundo y razonamiento para alcanzar la mejor decisión. Algunas aplicaciones son:

  • Mejorar la predicción de la demanda
  • Predecir las necesidades de mantenimiento de recurso de manufactura y transporte
  • Controlar los niveles de inventarios
  • Seleccionar el mejor medio y el proveedor del transporte
  • Mitigar los riesgos

Otra herramienta relevante es el cómputo cognitivo, que busca imitar la función del cerebro para mejorar el proceso de toma de decisiones. Es una combinación de machine learning, procesamiento de lenguaje natural, reconocimiento de objetos y otras tecnologías que permiten responder rápidamente a los estímulos.

La base de muchas de estas aplicaciones tecnológicas es el big data, que es un alto volumen de datos de diferente variedad que puede ser procesada con alta velocidad. La ventaja es poder combinar datos en formatos de texto, imágenes, videos y audio con otros perfectamente estructurados.

El blockchain con su potencial de garantizar el origen de los datos se vuelve una herramienta relevante para la transparencia en cadenas cada vez más complejas.

El internet de las cosas, IoT, es una red de dispositivos físicos que tienen sensores, actuadores y softwares para integrarse en una red e intercambiar datos en tiempo real sobre su desempeño. Esto facilita el intercambio de datos con el fin de controlar de forma remota el comportamiento y su integración con otros dispositivos de la cadena.

Toda esta generación y recolección de información encuentra su retorno cuando se aplican las herramientas de analítica, ya sea con un enfoque predictivo o prescriptivo. Con el enfoque predictivo se busca identificar la posibilidad de que ocurran ciertos eventos basados en los datos históricos. Con el enfoque prescriptivo se generan opciones que permiten maximizar los beneficios.

Cuando se desea maximizar los beneficios de la digitalización es necesario tener la voluntad de retar estas tres áreas clave:

  1. Las ideas tradicionales de cómo será el futuro.
  2. Las predisposiciones y supuestos acercadel futuro.
  3. Los modelos tradicionales de toma de decisión.

La materia prima básica de la digitalización son los datos y esto implica que los miembros de una cadena de suministro deben trabajar en protocolos de estandarización, en nuevas y mejores formas de adquirir, almacenar y gestionarlos.

El modelo SAVVY es un marco de referencia para los líderes de cadena de suministro para mejorar la toma de decisiones sobre que tecnología seleccionar e integrar tempranamente. SAVVY es un acrónimo de:

  • Sources of data, fuentes de los datos
  • Analytical capabilities, Capacidades de análisis
  • Variety of applications across the supply chain, Variedad de aplicaciones dentro de la cadena de suministro
  • Value provided to the organization, valor aportado a la organización
  • Your changing rol, el rol cambiante del tomador de decisiones

 

Con relación a las fuentes de datos hay que estar consciente que aproximadamente el 80% de los datos disponibles son no estructurados y que los datos provenientes del IoT crecerán exponencialmente en los próximos años.

Las capacidades analíticas permitirán mejora la visibilidad sobre la cadena y predecir escenarios sobre los cuales se debe actuar rápidamente para consolidar las oportunidades.

Debido a que la digitalización ha sido introducida a diferente velocidad y con diferentes enfoques, las cadenas tienen diferentes niveles de madurez, enfoques y manejo de información, por lo que se requiere evaluar el mejor rumbo que deben tomar los socios de una cadena para maximizar las eficiencias y la efectivad que proviene de la tecnología.

Sabemos que el objetivo final de la digitalización no es el uso de las tecnologías, sino la generación de valor para los clientes y los socios de la cadena. Los beneficios potenciales deben ser medidos en términos de nuevas oportunidades, disminución de amenazas, así como ganancias en eficiencia, visibilidad, seguridad o cualquier resultado pretendido por los socios del ecosistema.

El rol de los líderes de las cadenas de suministro está cambiando como resultado de la digitalización. Esto implica múltiples dimensiones que inician con el perfil de los colaboradores, el entendimiento de las diferentes tecnologías, así como la comprensión de las necesidades de los mercados objetivos.

No existe una solución estándar para introducir efectivamente las nuevas tecnologías a la cadena, pero si hay algunos puntos básicos que deben ser atendidos para evitar gastos, esfuerzos innecesarios y la pérdida de oportunidades de mejorar el servicio al cliente y la rentabilidad del negocio.

Para mayor información consultar “A SAVVY guide to the digital supply chain” publicado por Thaslam College of business junto con IBM.

Discuss this:

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.