Modelos predictivos potenciados con IA ayudan a que el 83% de las entregas puedan predecirse exitosamente con un margen de cinco minutos, gracias a su capacidad de procesar distintas variables que no dependan de la experiencia del operario o coordinador logístico.
En Chile, la pandemia acentuó el déficit de recurso humano que ya exhibía la industria logística antes. En cifras, el problema es más que evidente: la última Encuesta Nacional de Demanda Laboral detectó que el 83% de las empresas del sector presentan problemas para llenar sus vacantes, siendo los operadores de carga y de gestión, la mayoría del dilema. Además, distintos gremios del área estiman que solo en conductores, el déficit se acerca a los 10 mil trabajadores.
En la misma línea, la falta de mano de obra especializada llevó a que el técnico en gestión logística se convierta en la carrera con mayor empleabilidad en Chile, según datos de la Subsecretaría de Educación Superior del Mineduc.
Pero, ¿dónde radica el problema? Según expertos, mucho tiene que ver la cantidad de variables que se deben manejar en la cadena logística, ya sean vehículos, rutas, flujo de demanda, la ciudad en que se opera y las características propias de cada rubro. Por ende, la curva de aprendizaje y la experiencia, históricamente, termina siendo vital.
“Para hacer frente a este problema es necesario integrar a personas calificadas que puedan hacer cierto tipo de transporte. La IA tiene la capacidad de brindar un entrenamiento específico al crear modelos predictivos con base en los conocimientos operativos que ya se tienen, haciendo que las variables complejas dependan de la tecnología, y no de una curva de aprendizaje y experiencia del operario”, dice Álvaro Echeverría, CEO y cofundador de SimpliRoute.
En este sentido, SimpliRoute, startup dedicada a la optimización logística de última milla, detalla que, en base a la data histórica de su plataforma, el uso de IA reduce en un 66% la curva de aprendizaje del operador logístico. Es decir, el uso de software resulta crucial para la eficiencia, ya que esta herramienta tecnológica impacta en la curva de aprendizaje que tienen los operadores al realizar las entregas logísticas.
“Los modelos matemáticos que potencian la última milla toman en cuenta factores como el comportamiento de las personas, el tráfico o el tipo de vehículos utilizados para generar un pronóstico de entrega más eficiente y real para los clientes. Saber conducir no es el único requisito para ser un operador, ya que mucho depende de conocer las rutas, horarios idóneos, orden de entrega de la carga, entre otros. Todo eso lo contempla la tecnología, y por ende, facilita que la velocidad con que nueva mano de obra se integre a los procesos de una empresa, sea mayor”, asegura el directivo.
Con IA es posible analizar una enorme cantidad de información y con base en ella, sugerir a los operadores rutas de entrega, lugares de descanso seguros y mejores horarios para realizar las visitas. Con esto se maximizan los recursos humanos al ayudar a los operadores a realizar sus labores de manera más eficiente y rápida, con lo cual pueden terminar su ruta de entrega en menos tiempo.
De hecho, la inteligencia artificial en logística ayuda a que el 83% de las entregas las entregas puedan predecirse exitosamente con un margen de cinco minutos, debido a que predicen el tiempo de entrega de los envíos y van mejorando las rutas con base en la experiencia con el tráfico de las ciudades, accidentes y otros factores que influyen en el tiempo del trayecto.
“En la medida en que utilicemos la tecnología más avanzada para impulsar el aprendizaje de los operadores podremos dotarlos de mejores herramientas para cumplir con sus labores de una forma profesional, rápida y segura lo que sin duda es un paso importante para hacer frente al déficit actual que sufre la industria”, aseguró Echeverría.
