Cadena de suministro más eficiente con la automatización de datos y procesos

    Indice contenuti

  1. Robots invisibles: automatización del software en la cadena de suministro y la logística
  2. ¿Qué es la automatización de procesos?
  3. ¿Cuáles son las principales tecnologías que permiten la automatización de procesos y datos?
  4. 1. Inteligencia Artificial
  5. 1.1 Aprendizaje automático o Machine learning (ML)
  6. 1.2 Procesamiento del lenguaje natural (PNL)
  7. 2. Reconocimiento óptico de caracteres (OCR) 
  8. Explicación simplificada: ¿cómo funciona la automatización de procesos y datos?
  9. ¿Cuáles son los casos de uso de la automatización de procesos y datos en la cadena de suministro y la logística?
  10. ¿Por qué las empresas automatizan la cadena de suministro y las operaciones logísticas?
  11. Notas

A lo largo de la historia, la automatización ha representado una oportunidad para crear nuevo valor a partir del equilibrio del paradigma clásico de personas, procesos y tecnología. Las automatizaciones a partir del hardware demostraron inmediatamente su valor, ya que sus resultados son visibles y tangibles a nuestros ojos. Las automatizaciones procedentes del software, por el contrario, pasan casi siempre desapercibidas, porque no están delante de nuestros ojos y funcionan en silencio. Sin embargo, las automatizaciones de software, es decir, la automatización de procesos y datos, han cambiado la forma de hacer negocios hoy en día. Incluso han cambiado la forma en que los consumidores o los ciudadanos interactúan con las empresas o las organizaciones gubernamentales. Todo comenzó con la automatización de tareas sencillas en la década de 1960 con la introducción de los sistemas ERP (Enterprise Resource Planning), hoy en día ha evolucionado hacia flujos de trabajo y operaciones automatizadas que se controlan a sí mismas sin ninguna intervención humana.

Un ejemplo de automatización avanzada para la cadena de suministro y la logística puede ser la extracción de datos de presupuestos de venta en PDF para crear automáticamente borradores de conocimientos de embarque (Bill of landings) y activar el seguimiento de los contenedores en tránsito. De este modo, el seguimiento de los contenedores se activa a partir de un presupuesto de ventas con una mínima intervención humana.

Hoy en día, se utilizan diversas tecnologías y métodos para la automatización de procesos y datos, como el reconocimiento óptico de caracteres (OCR), la inteligencia artificial (IA), el aprendizaje automático (ML), la automatización de procesos robóticos (RPA), etc. Es un mundo realmente rico en abreviaturas diversas y extrañas. Cada una de estas tecnologías puede explotarse con métodos y aplicaciones diferentes, según el campo de aplicación.


Independientemente de la tecnología utilizada, la automatización de la cadena de suministro y la logística automatiza las tareas manuales y las actividades operativas más comunes, y agiliza los flujos de trabajo y los procesos de la cadena de suministro y la logística. Ayuda a las empresas a reducir los costes y el riesgo de errores e interrupciones, y a obtener más valor de su mano de obra, simplemente liberándola de las tareas manuales y repetitivas.

Robots invisibles: automatización del software en la cadena de suministro y la logística

La automatización de la cadena de suministro y la logística ha evolucionado enormemente desde que Henry Ford introdujo la primera cadena de montaje en 1913. El desarrollo de las nuevas tecnologías ha dado a las empresas un sprint para transformar y automatizar sus operaciones. Hoy en día, la automatización de la cadena de suministro y la logística no sólo se refiere a la automatización mecánica, sino también a la automatización de las operaciones y la automatización de los procesos.

Cuando se habla de automatización en el ámbito de la cadena de suministro y la logística sigue siendo habitual pensar en la "automatización robótica" y no en la "automatización de procesos". Esto se debe principalmente al hecho de que la automatización comenzó con "actividades mecánicas". Por ejemplo, mientras que hoy en día la automatización de almacenes es ampliamente conocida por la mayor parte del mercado, la automatización de procesos es conocida por una parte más pequeña.

La automatización robótica es una rama distinta de las tecnologías de automatización. En el caso de la automatización de almacenes, se trata de automatizar el movimiento de las existencias hacia, dentro y fuera de los almacenes con la ayuda de máquinas/robots inteligentes. 

“Algunos robots pueden ser invisibles y trabajar muy silenciosamente.”

Por otro lado, la automatización de procesos se refiere a cualquier flujo de trabajo que se controla a sí mismo mediante el uso de ordenadores y software¹. Por ejemplo, la automatización de una actividad operativa específica, como la creación de órdenes de transporte en el TMS. Esta automatización puede ser realizada por la robótica (software), por una máquina inteligente que asiste a los humanos, o por otras tecnologías. Esto significa que, cuando hablamos de automatización, no siempre es necesario que la automatización esté habilitada por la robótica, pero si está habilitada por la robótica, no siempre es necesario tener una automatización de hardware con robots físicos. Algunos robots pueden ser invisibles y trabajar de forma muy silenciosa.

Como este artículo se centra en la automatización de procesos y profundiza en las tecnologías relacionadas, podemos describir la automatización de la cadena de suministro y la logística de la siguiente manera:

"La automatización de la cadena de suministro y la logística consiste en aprovechar la tecnología moderna para automatizar las tareas manuales comunes, las actividades operativas y agilizar los flujos de trabajo y los procesos de la cadena de suministro y la logística. Se trata simplemente de confiar a la tecnología la ejecución de determinadas tareas operativas, en lugar de confiarlas manualmente a un ser humano."


La definición suele suscitar la preocupación por la eliminación total de la participación humana en las actividades de la cadena de suministro y la logística. Por lo tanto, plantea dudas sobre la fiabilidad de estas tecnologías. La cadena de suministro está compuesta por personas, empresas y procesos. Es poco probable pensar que sea posible eliminar alguno de estos componentes. Por el contrario, la tecnología nos ofrece la oportunidad de conectar estos componentes de manera eficiente y simplificar la interacción entre ellos. Desplaza la carga de los procesos de los humanos a la tecnología. Cuantas más tareas realice la automatización de procesos, más libres estarán los humanos para dedicarse a actividades más valiosas.

“La cadena de suministro está formada por personas, empresas y procesos. La tecnología nos da la oportunidad de conectar estos componentes y simplificar el intercambio de información entre ellos.”

La automatización de la cadena de suministro y la logística es una respuesta tecnológica a las interrupciones y la incertidumbre del entorno actual. Es una herramienta que ayuda a las empresas a adaptarse rápidamente a los nuevos cambios. La gestión tradicional de la cadena de suministro ya no puede ofrecer a las empresas esta flexibilidad. Por esta razón, la mayoría de las empresas han comenzado a automatizar sus procesos logísticos y de la cadena de suministro con la ayuda de tecnologías como la Inteligencia Artificial (IA), el Aprendizaje Automático (ML), el Reconocimiento Óptico de Caracteres (OCR), la Automatización de Procesos Robóticos (RPA) y otras.

La digitalización y la automatización de los procesos y los datos reducirán los costes y el riesgo de errores e interrupciones. Según un estudio realizado por IBM, más del 50% de los ejecutivos de nivel C utilizan la automatización de procesos y creen que los procesos operativos clave pueden mejorarse o automatizarse utilizando capacidades de IA². 

Gartner predice que esta será una tendencia creciente y que en los próximos 10 años las empresas delegarán progresivamente el poder de decisión en la tecnología. Los directivos y gestores de la cadena de suministro deben preparar a sus empresas para aprovechar esta oportunidad³. 

“La digitalización y automatización de los procesos y datos reducirá los costes y el riesgo de errores e interrupciones.”

Vamos a hablar de los métodos y aplicaciones que pueden ayudar a los directivos y responsables de la cadena de suministro a adoptar la automatización de procesos en sus actividades logísticas y de la cadena de suministro, pero primero vamos a ver el concepto de automatización y las tecnologías que la hacen posible. 

¿Qué es la automatización de procesos?

Un proceso empresarial se define por el comportamiento de las personas, los sistemas, la información, los datos y las tareas o actividades que deben completarse para producir resultados empresariales en apoyo de una estrategia u objetivo específicos. La automatización de procesos es cuando todo el proceso (o parte del proceso) relacionado con la creación del resultado empresarial es un flujo de trabajo automatizado que se controla a sí mismo mediante el uso de ordenadores y software.


En las empresas actuales, la gran mayoría de las tareas y/o actividades están relacionadas con los datos, y las tareas relacionadas con los datos requieren personas al teclado para activar procesos, transacciones o interacciones. La automatización de las tareas relacionadas con los datos comenzó en la década de 1960 con la introducción de los sistemas ERP (Enterprise Resource Planning). Hoy en día, ha evolucionado y se ha desarrollado más allá del simple "screen scraping" y la "clasificación de datos"⁴. 

“Actualmente, la automatización ha evolucionado y ha ido más allá del simple "screen scraping" y la clasificación de datos.”

Las capacidades de procesamiento de datos del screen scraping y la clasificación de datos son limitadas, ya que estos métodos sólo pueden ingerir formatos de datos estructurados y estandarizados. Hoy en día, el 80% de los datos empresariales son datos no estructurados. Además, la cantidad de datos semiestructurados y no estructurados está creciendo mucho más rápido que la de los datos estructurados. Cuando los procesos empresariales no cuentan con un registro de datos totalmente digitalizado o los datos que contienen no son fiables, las posibilidades de que el screen scraping y la clasificación de datos funcionen correcta y eficazmente son muy escasas.

Hasta hace poco, la automatización de las tareas en estas condiciones requería la intervención humana para ser completada con éxito. Ahora, los movimientos de datos elementales de los años 60 están evolucionando hacia sistemas más avanzados. No es erróneo afirmar que, en comparación con las tecnologías básicas de procesamiento de datos, hoy en día aumenta la capacidad de automatizar procesos complejos y disminuye la experiencia del usuario

¿Automatización basada en datos o en procesos?

Para comprender plenamente los fundamentos de la automatización de procesos, debemos entender cómo empieza la automatización. Así que la pregunta es: ¿cuál es la fuente que impulsa la automatización?

La automatización orientada a los procesos se basa simplemente en ellos. En este tipo de automatización, el objetivo principal es la ejecución de tareas a través de rutas y procesos predeterminados. La trayectoria predeterminada se mantiene bastante estable y no puede desviarse, ya que el proceso es el factor principal. Cuando es necesario realizar una actividad que no encaja en este camino predeterminado, y por lo tanto representa una excepción a las reglas, el ser humano debe intervenir y tomar el control⁵. 

Si alguna vez ha configurado un correo electrónico con las palabras "fuera de la oficina", ya ha realizado una automatización basada en procesos. Los correos electrónicos enviados automáticamente o los informes generados automáticamente son automatizaciones de tareas muy sencillas. El nivel avanzado puede ser la automatización de procesos más complejos, a veces en varios sistemas.

En comparación con la automatización basada en procesos, la automatización basada en datos representa un paso más en términos de complejidad. En este caso, la automatización se basa en los datos y en el contexto que se muestran⁶. La automatización basada en datos está preparada para gestionar procesos más complejos. En este caso, los datos de buena calidad son la clave del éxito. Una buena calidad de datos ayudará a la tecnología de automatización, como la inteligencia artificial (IA), a aprender de los datos y optimizar la automatización de los procesos. Esto acelerará los procesos de automatización en múltiples sistemas y silos de datos.

Por ejemplo, la transformación automática de la solicitud por correo electrónico de un cliente para la recogida de mercancías en una tarea en el TMS asignada a una persona o a un transportista es un ejemplo muy adecuado de automatización compleja. Sigue una clara lógica de automatización de procesos repetitivos y rutinarios: hacer lo mismo una y otra vez. 

En cualquier caso, ya sean procesos o datos, la automatización y los flujos de trabajo automatizados agilizan los procesos complejos, liberando el tiempo de los trabajadores del conocimiento para que puedan dedicarlo a tareas que generen más valor. 

“Los flujos de trabajo automatizados agilizan los procesos complejos, liberando el tiempo de los trabajadores del conocimiento para que puedan dedicarlo a tareas que generen más valor.”

La decisión sobre cómo comenzar -procesos o datos- es más bien una elección técnica para el desarrollo de una tecnología de software o de automatización, porque tiene un impacto directo en la selección de las tecnologías habilitadoras (Inteligencia Artificial (IA), Aprendizaje Automático (ML), Automatización Robótica de Procesos (RPA), etc.) y de los métodos (Procesamiento Inteligente de Documentos (IDP), Automatización de Procesos de Negocio (BPA), etc.) Por ello, si la empresa no opta por el desarrollo interno, la automatización de los procesos y actividades de la cadena de suministro y la logística es, en la mayoría de los casos, una cuestión que compete al proveedor de tecnología y no a la propia empresa.

¿Cuáles son las principales tecnologías que permiten la automatización de procesos y datos?

El mundo de las tecnologías y métodos utilizados para la automatización de procesos y datos es muy rico y está compuesto por diversas y extrañas abreviaturas. Las tecnologías habilitadoras pueden explotarse con diferentes métodos y aplicaciones según el campo de aplicación. Por ejemplo, cuando el reconocimiento óptico de caracteres (OCR) se une a la inteligencia artificial (IA), se crea la base del procesamiento inteligente de documentos (PID).

Cada método y aplicación tiene un objetivo particular. Pueden funcionar tanto de forma independiente como en combinación con otras. 

Empecemos por las principales tecnologías. Una clasificación simplificada puede ser la siguiente:

  • Inteligencia Artificial (IA)

– Aprendizaje automático (ML)

– Procesamiento del lenguaje natural (PNL)

  • Reconocimiento óptico de caracteres (OCR)

Tecnologías

1. Inteligencia Artificial

De forma muy simplificada, la Inteligencia Artificial es la ciencia de hacer que las máquinas hagan cosas que requerirían inteligencia si las hicieran los humanos⁷. El concepto de inteligencia se refiere a algún tipo de capacidad para planificar, razonar y aprender, percibir y construir algún tipo de percepción del conocimiento y comunicarse en lenguaje natural. La tecnología actual de IA sólo puede hacer lo que está diseñada para hacer. Esto significa que para cada problema hay que diseñar un algoritmo específico para resolverlo.

1.1 Aprendizaje automático o Machine learning (ML)

El aprendizaje automático (ML) es un subconjunto de técnicas de IA que utiliza métodos estadísticos para que las máquinas mejoren con la experiencia. Por ejemplo, si quiere escribir un algoritmo para identificar listas de empaquetado entre otros documentos, tendrá que entrenar el algoritmo mostrándole muchos ejemplos de documentos marcados manualmente como lista de empaquetado o no. El algoritmo aprende a identificar patrones, como la aparición de ciertos datos o combinaciones de datos, que determinan si un documento es una lista de empaquetado. Dependiendo de la técnica utilizada, un algoritmo puede mejorar con el tiempo, absorbiendo más ejemplos⁸.  

1.2 Procesamiento del lenguaje natural (PNL)

El procesamiento del lenguaje natural (PNL) es una rama de la inteligencia artificial que se ocupa de las interacciones entre los ordenadores y el lenguaje humano. Es la capacidad de un programa informático para entender el lenguaje humano tal y como se habla y escribe, lo que se denomina lenguaje natural⁹. El PNL permite a los ordenadores entender el lenguaje natural como lo hacen los humanos. EL PNL utiliza la inteligencia artificial para tomar datos del mundo real, procesarlos y darles un sentido que el ordenador pueda entender. Los algoritmos de aprendizaje automático producen una estimación de un patrón en los datos a partir de unos datos de entrada, que pueden estar etiquetados o no. De este modo, los algoritmos realizan predicciones o clasificaciones. Los algoritmos evalúan y optimizan constantemente el proceso de clasificación o predicción, actualizando de forma autónoma los parámetros hasta alcanzar un umbral de precisión.

2. Reconocimiento óptico de caracteres (OCR) 

El reconocimiento óptico de caracteres (OCR) es el uso de la tecnología para identificar caracteres de texto impresos o manuscritos dentro de imágenes digitales de documentos físicos, como un documento de papel escaneado. El proceso básico del OCR consiste en examinar el texto de un documento y traducir los caracteres en un código que pueda utilizarse para el procesamiento de datos. Esta tecnología se denomina también reconocimiento de texto¹⁰. Normalmente, las tecnologías de reconocimiento óptico de caracteres tienen dos componentes: el hardware para digitalizar el documento y el software para convertir los documentos en texto legible por la máquina. El software puede aprovechar las tecnologías de IA. 

El OCR forma parte del mundo de la visión por ordenador. El objetivo de la visión por ordenador es entrenar a los ordenadores para que interpreten y comprendan el mundo visual y obtengan información significativa de las imágenes digitales. Las tecnologías de visión por ordenador funcionan de forma muy similar a la visión humana. Una vez entrenados, estos sistemas pueden inspeccionar o analizar miles de imágenes y detectar problemas imperceptibles para el ojo humano.

“Cada método y aplicación tiene un objetivo particular. Pueden trabajar tanto de forma independiente como combinada.”

Como se ha mencionado, existen numerosos métodos y aplicaciones que explotan una o varias de estas tecnologías. Estas tecnologías no funcionan perfectamente de forma aislada, pero suelen estar disponibles como soluciones integradas.   

 Las más conocidas pueden ser las siguientes: 

  • Procesamiento inteligente de documentos (Intelligent Document Processing, IDP)

  • Automatización de procesos robóticos (Robotic process automation, RPA)

  • Minería de procesos

– Automatización de procesos empresariales (Business Process Automation, BPA)

– Gestión de procesos empresariales (Business Process Management, BPM) 

1. Procesamiento inteligente de documentos (IDP) 

El Procesamiento Inteligente de Documentos (PID) se refiere a la extracción de información de los documentos en papel y electrónicos y su uso para permitir la automatización de extremo a extremo de los procesos centrados en los documentos. Aprovecha la Inteligencia Artificial (IA), el Aprendizaje Automático (ML), el Procesamiento del Lenguaje Natural (NLP) y los motores avanzados de OCR.
Este tipo de soluciones capturan, extraen, categorizan y analizan información de diferentes tipos y formatos y permiten a los usuarios integrar sin problemas la salida de datos en las automatizaciones del flujo de trabajo. Una solución IDP incluye las siguientes funcionalidades básicas¹¹: 

  • Capacidad para procesar datos no estructurados y/o semiestructurados

  • Reconocimiento y clasificación de datos

  • Extracción automática de datos

  • Herramientas de IA y ML para la categorización y el análisis

  • OCR para la captura de datos 

  • Integración con otros programas de gestión de datos

2. Automatización de procesos robóticos (RPA)

La automatización robótica de procesos (RPA) es un método que emula la forma en que los humanos interactúan con el software para realizar tareas repetitivas  y de gran volumen. Permite a los usuarios crear "programas de software" o "bots" que pueden acceder a las aplicaciones, introducir datos, calcular y completar tareas y copiar datos entre aplicaciones o flujos de trabajo según sea necesario¹².

Cuando se combina con la IA y el ML, la RPA es capaz de captar un contexto más amplio del contenido con el que trabaja, leyendo texto o escritura a mano con el reconocimiento óptico de caracteres (OCR), extrayendo entidades como nombres o direcciones mediante el procesamiento del lenguaje natural (NLP) y captando un contexto más amplio de las imágenes. Muchas soluciones de RPA son herramientas de software prediseñadas y fáciles de instalar que funcionan de forma compatible con los sistemas existentes sin necesidad de conectarse a bases de datos o acceder a interfaces de programación de aplicaciones (API).

Las soluciones IDP y el software RPA se solapan porque ambos métodos implican la automatización de tareas repetitivas. Sin embargo, las soluciones de IDP suelen ser complementarias al software de RPA, ya que mientras un sistema de IDP optimiza los datos no estructurados para mejorar los flujos de trabajo, el software de RPA diseña y emplea bots para gestionar tareas sencillas. Por lo tanto, los PDI pueden garantizar que la alta calidad se incorpore a los flujos de trabajo automatizados.

3. Minería de procesos

La minería de procesos es un método diseñado para descubrir, supervisar y mejorar los procesos reales extrayendo el conocimiento disponible de los registros de eventos de los sistemas informáticos corporativos, como ERP, CRM, etc¹³. Proporciona el mapa del proceso real. 

Cuando el resultado del descubrimiento y el análisis es el proceso ideal, que muestra cómo mejorar y optimizar los procesos empresariales, hablamos de gestión de procesos empresariales (Business process management, BPM).

Si introducimos el elemento de la automatización, el término cambia ligeramente y se convierte en Automatización de Procesos de Negocio (Business Processes Automation, BPA). La BPA se define como la automatización de procesos y funciones empresariales complejas que van más allá de las actividades tradicionales de manipulación y registro de datos, normalmente mediante el uso de tecnologías avanzadas¹⁴. A diferencia de otros tipos de automatización, las soluciones BPA suelen ser complejas, estar vinculadas a múltiples sistemas informáticos empresariales y estar adaptadas a las necesidades de una organización.

Tanto el BPM como el BPA buscan mejorar las actividades y procesos repetidos, continuos o predecibles. Mientras que el BPM tiene una visión amplia de la organización, el BPA es una estrategia para mejorar procesos específicos.

Todas estas tecnologías y métodos mencionados tienen una amplia gama de aplicaciones. Pueden ser suministrados por los proveedores de tecnología como una solución independiente o pueden alimentar silenciosamente soluciones específicas. Hoy en día, muchas soluciones para la cadena de suministro se basan en la tecnología de IA: algunas permiten el análisis predictivo, otras calculan la hora estimada de llegada (ETA) y otras automatizan las actividades de la cadena de suministro y la logística.

Explicación simplificada: ¿cómo funciona la automatización de procesos y datos?

Las tecnologías explicadas anteriormente y todas las abreviaturas pueden ser muy confusas. Especialmente si no está familiarizado con estas tecnologías. Si este es su caso o simplemente no tiene tiempo para explorarlo todo y sólo quiere entender las partes cruciales, aquí tiene una explicación muy simplificada de cómo funciona la automatización de procesos y datos

“3 pasos para empezar a automatizar procesos y datos.”

En principio, se siguen tres pasos: 

1. Extracción: Extracción de datos de entrada de una o varias fuentes. 

2. Transformación: Armonización y normalización de los datos y posterior transformación en la estructura requerida. 

3. Carga: Carga de datos en el sistema final. 

Nuestro punto de partida son los datos y nuestro objetivo es crear flujos de trabajo inteligentes y automatizados. Por lo tanto, nos centramos en la selección de los datos, en la elección de la automatización que queremos conseguir y en qué hacer con los datos de salida. 

En un caso de uso real, la situación podría ser la siguiente:

Proceso: “Me gustaría activar el seguimiento de los contenedores sin tener que introducir manualmente el número de contenedor en el sistema de visibilidad. Mis proveedores me envían por correo electrónico una packing list, como archivo adjunto en PDF, donde puedo encontrar el número de contenedor para hacer el seguimiento de mi pedido".

1. Elija una o varias entradas de datos

“Extraer datos de una Packing list que se presenta como documento adjunto en un correo electrónico con formato PDF” 

  • Centrarse en los datos de entrada. 

  • No piense en la fuente de los datos. Puede agregar datos de cualquier fuente: sistemas informáticos de clientes/proveedores, dispositivos telemáticos o IoT, correos electrónicos, archivos Excel, listas de empaque, pedidos, facturas, listas de carga y más. 

No preste atención al formato o al tipo de documento. Puede ser de cualquier formato o tipo: correo electrónico, texto, excel, PDF, API, FTP, EDI, etc.

2. Elija su caso de automatización 

"Activar la trazabilidad de los contenedores de forma automática"

  • ¿Qué se va a automatizar? 

  • Deja que los algoritmos inteligentes hagan el resto. 

3. Elija la salida

"Recibir el número de contenedor y los datos del proveedor en mi plataforma de la cadena de suministro".

  • Corrija los datos si es necesario. Recuerde: los algoritmos suelen estar en un proceso de aprendizaje continuo. Pueden mejorar con el tiempo, absorbiendo más ejemplos. 

  • Decida el destino de los datos de salida. ¿Los datos de salida irán al ERP, al TMS o a la plataforma de la cadena de suministro?

Todo está listo. En tres sencillos pasos habrá automatizado un proceso que requería mucho tiempo y agilizado sus operaciones. Las tecnologías y los métodos utilizados en el backend pueden ser complejos, pero la automatización en sí es mucho más sencilla de lo que parece. 

 

¿Cuáles son los casos de uso de la automatización de procesos y datos en la cadena de suministro y la logística?

Los procesos de la logística y la cadena de suministro exigen mucho trabajo humano, son propensos a errores y están fragmentados. Suponen un enorme volumen de comunicación entre clientes, proveedores, expedidores y transportistas que se sirven de métodos manuales basados en papel, hojas de cálculo, correos electrónicos o llamadas telefónicas. Según el Consejo Nacional de Investigación de Turín, las empresas italianas consumen 1,2 millones de toneladas de papel al año. Esta cifra se eleva drásticamente en Estados Unidos, donde cada año se copian e imprimen más de 30.000 millones de documentos en papel¹⁵. 

Un análisis de McKinsey indica que el conocimiento de embarque representa entre el 10% y el 30% de los costes totales de documentación comercial. La adopción de un conocimiento de embarque electrónico podría ahorrar 6.500 millones de dólares en costes directos y permitir entre 30.000 y 40.000 millones de dólares en nuevos intercambios comerciales a nivel mundial, al tiempo que mejoraría la resistencia de la cadena de suministro¹⁶.

Además, gran parte de la información necesaria para realizar operaciones críticas de logística y cadena de suministro se extrae manualmente de dichas fuentes de datos (correos electrónicos, hojas de cálculo) o de los sistemas existentes (ERP, TMS, WMS). Este tipo de operaciones suelen ser propensas a cometer errores durante el proceso de introducción de datos, lo que provoca la ineficacia de las empresas. 

“Los procesos logísticos y de la cadena de suministro requieren mucho trabajo humano y son propensos a errores por sus comunicaciones fragmentadas.”

Por lo tanto, no es de extrañar que haya muchos casos de uso para la digitalización y la automatización de procesos en la cadena de suministro y la logística. Estos casos de uso pueden abarcar desde el ámbito de los corredores logísticos y los centros de comercio, hasta la facilitación del comercio, los puntos de contacto e interacción con los consumidores, los servicios circulares, las relaciones con los proveedores, las plataformas digitales y los mercados, el seguimiento de la cadena de suministro, la gestión de riesgos, el aspecto financiero del comercio y la cadena de suministro y los procesos de toma de decisiones. 

Estos son algunos ejemplos concretos de automatización de la cadena de suministro y la logística: 

  • Solicitud de recogida por correo electrónico → Envío creado en el TMS: en este caso, es posible transformar automáticamente una solicitud de cliente por correo electrónico para la recogida de mercancías en una actividad en el TMS asignada a una persona o a un transportista.

  • Albarán → entrada en SGA → datos en BI: partiendo de un albarán en formato pdf, es posible extraer los datos de trazabilidad y entrada y recibirlos en el SGA y visualizarlos en un sistema de BI o Plataforma de la Cadena de Suministro.

  • Pedido del cliente → Optimización de rutas → Notificación → Seguimiento y localización: Puede extraer los detalles de la entrega de los datos del pedido del cliente y crear rutas optimizadas para su flota o sus socios. La automatización se llevará a cabo notificando al cliente la entrega y, en su caso, facilitándole el tiempo estimado de tránsito.

  • Cotización de ventas en PDF → borrador de conocimiento de embarque → seguimiento de contenedores: extraiga los datos de las cotizaciones de ventas en pdf para crear automáticamente el borrador de conocimiento de embarque y activar el seguimiento de los contenedores en tránsito. De este modo, se automatizan los intercambios de datos del departamento de ventas, importación y exportación y se simplifica el proceso de seguimiento.

  • Varios rastreadores GPS → Track & Trace→ Notificación: Agregación de datos de localización de diferentes GPS o sistemas de seguimiento para recibir automáticamente una notificación en tránsito vía sms o WhatsApp.

  • Albarán+Factura+Packing list → Seguimiento del lote en el ERP: Partiendo de un documento como una lista de materiales, una factura o una packing list, los datos de trazabilidad o de los productos pueden transformarse en un sistema ERP o de calidad.

  • Portal del proveedor → trazabilidad de las entradas y seguimiento de las cantidades: Permita que sus proveedores carguen la mercancía que le envían, con detalles de cantidad, precio, tipo de producto, etc., y empiece a trabajar con ellos sin necesidad de llamadas telefónicas ni intercambios de correos electrónicos. 

  • Trazabilidad con varias medidas de temperatura → Notificación de alarmas → Informe de calidad: Agregue los datos de la cadena de frío de diferentes rastreadores tanto en tránsito como en almacenamiento y cualquier alarma será notificada automáticamente a los responsables. Los datos del informe se extraerán de acuerdo con los parámetros establecidos. 

Se puede ver fácilmente que todos los casos de uso explicados anteriormente siguen los principios básicos de la automatización de datos y procesos. Se parte de unos datos de entrada, se elige un caso de automatización y se tratan los datos de salida.  

“Cuanto más errores manuales se eliminen y se rompan los silos de datos, más valor se extraerá de los datos de la cadena de suministro y de la red.”

Es importante conectar los datos y automatizar el flujo de datos porque los datos crean valor a través de la conectividad. Cuanto más se eliminen los errores manuales y se rompan los silos de datos, más valor se extraerá de los datos de la cadena de suministro y de la red.

¿Por qué las empresas automatizan la cadena de suministro y las operaciones logísticas?

La ecuación oferta/demanda está sometida a una presión constante y las empresas tienen que ser capaces de funcionar a un ritmo mucho más rápido. Racionalizar las operaciones y agilizar los procesos puede crear una verdadera ventaja competitiva en este entorno. Las empresas que no adopten las tecnologías de IA y Machine Learning para automatizar procesos y operaciones se quedarán atrás. Los primeros en adoptarlas ya han empezado a aplicar estas tecnologías y a hacer de la automatización una parte integral de sus procesos empresariales. Según un informe de IBM, estas empresas ya han declarado que han conseguido un impacto significativo gracias al uso de estas tecnologías en diversas funciones empresariales¹⁷. 

“Las empresas que no adopten tecnologías de IA y ML para automatizar procesos y operaciones se quedarán atrás.”

Aumentar la eficiencia y la productividad

El valor de la automatización proviene principalmente de la eficiencia que crea. Una de las mayores empresas mundiales de bienes de consumo ha informado de que el uso de la automatización avanzada para resolver los problemas del flujo de trabajo aumenta la eficiencia en un 30% y mejora la productividad de los empleados en un 50%¹⁸. 

La figura siguiente muestra el impacto que tienen las capacidades de automatización basadas en la IA en los modelos operativos actuales y el impacto que los usuarios esperan ver dentro de 2-3 años. En cuanto a la gestión de la cadena de suministro, los usuarios informan de un impacto del 21% en sus modelos operativos actuales y esperan un aumento del 39% en los próximos años¹⁹. 

Fuente: IBM Institute for Business Value 2017 2Q C-suite research

La automatización de procesos simples puede eliminar errores, reducir el sesgo y realizar tareas y actividades en una fracción del tiempo que requieren los humanos. 

Reducción de costes y riesgos

Como ya se ha mencionado, los procesos de la logística y la cadena de suministro requieren mucho trabajo y son propensos a errores. La automatización de las operaciones y actividades de la logística y la cadena de suministro tendrá un impacto inmediato en los errores y los riesgos asociados.  

¿Alguna vez se ha dado cuenta de que la información introducida en un sistema tenía un pequeño error? Entonces, se corrige, a veces justo a tiempo, a veces después de que se hubiera cometido el error y las operaciones siguieran adelante con la información equivocada. Especialmente cuando tenemos que transferir datos e información de una fuente a otra, la probabilidad de cometer errores aumenta. A veces, incluso un error tipográfico involuntario puede provocar un problema más grave a corto o incluso a largo plazo.

La automatización de las tareas manuales y repetitivas tiene un impacto directo en los costes operativos y la reducción de riesgos. Mediante la aplicación de tecnologías de automatización, las empresas pueden ahorrar hasta un 75% de los costes de las tareas repetitivas en comparación con el rendimiento humano, mientras que el resultado generalmente reportado es entre el 25 y el 50%²⁰. 

Gartner indica que para 2022, el 65% de las empresas que han implementado la automatización de procesos robóticos (RPA) también introducirán la IA, incluidos los algoritmos de aprendizaje automático (ML) y el procesamiento del lenguaje natural (NPL). La aplicación de estas tecnologías reducirá los costes de explotación en un 30% de aquí a 2024²¹. 

Por ejemplo, un proveedor de electricidad europeo informó de un ahorro estimado de 6 millones de euros después de que sólo los primeros 8 de los 50 automatismos previstos hubieran entrado en funcionamiento y predijo un ahorro porcentual de dos dígitos durante la aplicación²². 

La automatización de tareas y operaciones mundanas y repetitivas aporta mayor precisión y resistencia a las empresas, reduciendo los errores y mejorando los tiempos de respuesta para resolverlos. 

Carga de trabajo equilibrada y valor superior

La automatización es una oportunidad para crear nuevo valor a partir de los tres elementos de la cadena de suministro: personas, empresas y procesos. El objetivo de la implantación de estas tecnologías no es la sustitución de las personas, sino la transformación del trabajo realizado por los humanos y la creación de nuevas formas de trabajo²³. 

La automatización de procesos y datos puede liberar el tiempo de los trabajadores cualificados del trabajo rutinario, para que puedan emplearse en actividades que generen más valor. Los algoritmos inteligentes pueden realizar varios procesos operativos repetitivos más rápidamente que los humanos. De este modo, la mano de obra humana recuperará tiempo para hacer lo que mejor sabe hacer: pensar estratégicamente, actuar creativamente e interactuar humanamente.

Por ejemplo, uno de los mayores proveedores farmacéuticos del mundo implantó la automatización para resolver los problemas de las aplicaciones empresariales antes de que se convirtieran en accidentes. La empresa procesaba millones de pedidos al día a un ritmo muy superior a las capacidades humanas. Para llevar a cabo las tareas, la empresa tuvo que realizar cientos de tareas manuales repetitivas. Estas tareas incluían la conciliación de un gran sistema ERP heredado para garantizar que las entregas enviadas también se facturaran. Los problemas recurrentes con el sistema existente estaban afectando a los clientes finales de la empresa: mientras el personal de apoyo trabajaba para resolver los problemas del sistema ERP, los camiones esperaban en los almacenes la información necesaria para realizar las entregas

La empresa automatizó las actividades de supervisión en el ERP y redujo drásticamente la necesidad de intervención manual. La automatización permitió a la empresa redirigir aproximadamente 1.100 horas de trabajo al mes, o más de 13.000 horas al año, a nuevas iniciativas de proyectos. Esto ha permitido al equipo crear y desarrollar valiosas habilidades de diseño²⁴.

Según el Mckinsey Global Institute, la automatización está transformando rápidamente la economía mundial; de hecho, al menos el 30% de las actividades de alrededor del 60% de las ocupaciones de cualquier industria pueden ser automatizadas. En la actualidad, más del 70% de las empresas tienen varias iniciativas de automatización en marcha, pero a menudo son dispares y aisladas y no están coordinadas con los objetivos empresariales de todas las funciones. En 2025, esto empezará a cambiar y los responsables y profesionales de la cadena de suministro pondrán en marcha iniciativas más coordinadas²⁵. Sería una decisión contraproducente para cualquier empresa intentar resistirse a este cambio en lugar de formar parte de él.

Conclusiones 

La automatización no sólo significa automatizaciones robóticas. Es importante que las empresas vean la automatización más allá de una actividad física y se centren en la automatización de procesos y datos. Especialmente en la economía actual, la automatización de la cadena de suministro y la logística es una respuesta tecnológica sólida a la interrupción y la imprevisibilidad. La gestión tradicional de la cadena de suministro ya no puede ofrecer a las empresas la flexibilidad necesaria para adaptarse rápidamente a los nuevos cambios. 

Los primeros en adoptarla ya han comenzado su viaje de automatización con la ayuda de tecnologías como la Inteligencia Artificial (IA), el Aprendizaje Automático (ML), el Reconocimiento Óptico de Caracteres (OCR), la Automatización Robótica de Procesos (RPA), la Automatización Inteligente de Documentos (IDP) y otras.

La automatización de las operaciones y tareas de la cadena de suministro y la logística eliminará las tareas manuales y repetitivas que tanto tiempo consumen, liberando tiempo para los trabajadores y agilizando las operaciones. Esto aumentará la eficiencia y la productividad, reducirá los costes y los riesgos operativos y proporcionará un mayor valor a los empleados y una importante ventaja competitiva.

Notas

1. Disrupting Logistics (Future of Business and Finance)

2. IBM Institute for Business Value (2018): The Evolution of Process Automation

3. Gartner - From Automation to Autonomy: The Supply Chain 2035 Roadmap

4.  IBM Institute for Business Value (2018): The Evolution of Process Automation

5.  IBM Institute for Business Value (2018): The Evolution of Process Automation

6. Ibidem

7. Raphael, B. The thinking computer. San Francisco, CA: W.H. Freeman

8. Deloitte: Part 1: Artificial Intelligence Defined

9. TechTarget - A guide to artificial intelligence in the enterprise

10. TechTarget - OCR

11. TrustRadius- Intelligent Processing Systems

12. Gartner IT Glossary - RPA

13. Gartner Market Guide for Process Mining 2021

14. Gartner IT Glossary - BPA

15. Omdia, Market Landscape: Intelligent Document Processing

16. The multi-billion-dollar paper jam

17. IBM Institute for Business Value (2018): The Evolution of Process Automation

18. Ibidem

19. IBM Institute for Business Value 2017 2Q C-suite research

20. Ibidem

21. Gartner Press release, June 2021

22. IBM Institute for Business Value 2017 2Q C-suite research

23. World Development Report 2019 – The Changing Nature of Work

24. IBM Institute for Business Value (2018): The Evolution of Process Automation

25. Gartner - From Automation to Autonomy: The Supply Chain 2035 Roadmap

Artículos relacionados