Bruno, el asistente digital de ejecución en góndola creado por Zippedi (https://www.zippedi.com/) que busca resolver el problema de los últimos metros de la cadena de abastecimiento.
Asegurar una alta disponibilidad de productos en las góndolas (OSA) es esencial para los fabricantes y distribuidores de productos de consumo masivo. Las empresas invierten millones de dólares en sistemas y procesos logísticos para llegar con sus productos al consumidor final. Sin embargo es en el último eslabón -los últimos metros desde la puerta de recepción de mercadería de los supermercados hasta la góndola- donde se produce la mayoría de los problemas que generan los quiebres de stock y que finalmente impiden que los productos estén disponibles para los clientes cuando están frente a la góndola; y el costo para la industria es gigantesco. Según IHL la pérdida a nivel mundial es de $ 984 mil millones de dólares anuales, de los cuales $ 144,9 mil millones ocurren solo en Norteamérica y $ 97 mil millones en LATAM.
Hay varias razones por las cuáles se generan estos quiebres. El número de artículos o catálogo continúa en aumento, lo que reduce automáticamente la capacidad de almacenamiento de artículos en bodegas y góndola. En paralelo se han ido disminuyendo las áreas de almacenamiento por gran parte de los retailers con el objetivo de ganar espacio de venta adicional. Puede que efectivamente sea un problema de la cadena de distribución aguas arriba. Sin embargo una de las causas más importantes de la generación de quiebres de stock es el inventario fantasma. El inventario fantasma ocurre cuando el sistema de gestión de inventario muestra que un producto en particular está disponible (tiene stock >0) incluso cuando ese producto no está realmente presente. Esto puede ser causado porque el producto está perdido en la bodega de trastienda, o fue movido por un cliente de un lugar a otro en la sala de venta, o fue dañado o quizás robado. En estudios de la Universidad de Chile se demostró que en más de la mitad de los casos en que no se encontró el producto en el supermercado, el stock según sistema era distinto a 0.
Muchos de los modelos de optimización de inventarios fueron desarrollados hace más de 50 años, pero en la práctica su adopción en el retail ha sido muy lenta debido a estos problemas de data incorrecta. Hoy con el advenimiento de modelos de aprendizaje de máquina se puede analizar las ventas y esto puede ayudar a detectar problemas de disponibilidad con cierto grado de efectividad, particularmente para productos con muy alta rotación. Sin embargo para la mayoría de los productos este enfoque es poco práctico debido a que estas detecciones distan mucho de ser en tiempo real y el alto número de falsos positivos.
Hasta hace unos pocos años, sin embargo, no había muchas alternativas para enfrentar este problema, más allá de chequeos esporádicos y puntuales, y eran poco efectivas. A mediados del año 2017 se juntan Álvaro Soto, profesor de inteligencia artificial del departamento de Ciencias de la Computación de la Universidad Católica, Ariel Schilkrut y Luis Vera, dos emprendedores con muchos años de experiencia trabajando con retailers, y viendo que finalmente la tecnología está madura para abordar este problema desde otro ángulo deciden fundar Zippedi.
La empresa nace con el propósito de asegurar la correcta ejecución en las góndolas: que el producto esté disponible, en el lugar correcto, con la exhibición correcta y con el precio correcto cuando el cliente llegue a la góndola. Usando inteligencia artificial Zippedi creó un robot equipado con distintos sensores y cámaras de alta resolución que recorre de forma autónoma el supermercado por completo. Este robot digitaliza las góndolas, generando información en tiempo real del surtido, quiebres de stock, precios, ubicación del producto, implementación de carteles promocionales, entre otros. La tecnología de punta a nivel mundial, tanto para la navegación autónoma en ambientes dinámicos y con mucha gente como son las tiendas de retail, como de la tecnología de reconocimiento de imágenes que es capaz de traducir las imágenes 3D de las góndolas en información digitalizada es sumamente compleja y fue completamente desarrollada en Chile.
Tener esta información es el primer paso, pero ¿cómo se logra que esta información se transforme en una mejor ejecución en góndola?, es decir, aumentar la disponibilidad y disminuir los quiebres. Para esto Zippedi desarrolló una plataforma colaborativa entre retail y proveedores que permite la coordinación en la ejecución de tareas para lograr este objetivo. La base de esta plataforma colaborativa es Bruno, un chatbot, quien permite que los reponedores se comuniquen con el robot y puedan consultarle toda la información que necesitan saber para poder hacer su trabajo más eficiente.
“Al partir el día el reponedor consulta a Bruno la lista de productos que necesita reponer para ir directamente a la bodega por ellos. Luego, al estar en la sala el reponedor solicita a Bruno que le muestre tarea por tarea según el pasillo seleccionado para ir ejecutando cada una de estas tareas. La aplicación retorna el nombre del producto, la imagen del quiebre de stock, el código del producto, ubicación precisa en metros de izquierda a derecha y su altura y por último el stock disponible en el local”, explica Ariel Schilkrut, CEO de Zippedi, y agrega: “el reponedor puede reportar si es que el producto real tiene diferencias con el stock teórico, y solicitar un ajuste de inventario, proceso que es un gran dolor de cabeza para los proveedores porque si no se realiza el ajuste, es posible que no se hagan pedidos del producto, generando quiebres de stock y por lo tanto disminución en la disponibilidad. El personal interno del retail que también trabaja con Bruno, revisa estas solicitudes por parte de los reponedores y confirma los ajustes de inventarios”.
El trabajo por parte de proveedores y retail con Bruno ha permitido disminuir los tiempos de ajustes de inventarios, implementar productos del fondo de surtido, que se pierden en bodega y aumentar la disponibilidad en góndola por la accionabilidad a tiempo de las tareas de reposición. El proveedor ahora tiene visibilidad de la disponibilidad de sus productos en cada una de las tiendas y el control por producto de su ajuste correspondiente. Otro punto interesante es que con el uso de Bruno el proveedor puede estimar la cantidad de horas de reposición que son necesarias para mantener una disponibilidad óptima de acuerdo con las tareas de reposición que se generan. Nuestra experiencia con la solución nos ha mostrado que proveedores de distintos sectores han generado aumentos de disponibilidad (OSA) de 13%, aumento en productividad de los reponedores del orden de un 40% generando finalmente un aumento en ventas de 7%.
Los robots de Zippedi están hoy presentes en los tres grupos de retail más grandes de país y varios de sus robots están también circulando en tiendas de Latinoamérica y Estados Unidos recorriendo más de 3.000 kms y analizando más de 100 millones de imágenes cada mes.
