Si lo vemos desde el punto de vista de replicar acciones humanas, una calculadora sería potencialmente una forma de Inteligencia Artificial; si lo vemos desde la perspectiva del aprendizaje desde las formas humanas: a través del entrenamiento, esta definición agruparía modelos y sistemas mucho más complejos.

En la siguiente gráfica podemos ver el crecimiento en el desempeño de reconocimiento de distintos datos de entrada no estructurados, y cómo los mejores modelos comienzan a superar el desempeño de los humanos en el reconocimiento de patrones naturales, como por ejemplo, las imágenes.

El anterior es un repaso conceptual de la categoría tecnológica a la cual pertenece la tendencia tecnológica que analizaremos a continuación: Visión computarizada (reconocimiento de imágenes mediante IA).

¿Qué es la visión computarizada (reconocimiento de imágenes)?

La tendencia de Visión Computarizada utiliza dispositivos de entrada de imágenes, como cámaras para capturar fotos o videos y aplica algoritmos de inteligencia artificial (IA) para analizar los datos extraídos de estas imágenes digitales. Los sistemas más básicos de IA visual están entrenados para diferenciar objetos entre sí, mientras que las versiones más avanzadas pueden rastrear objetos a través de puntos de vista, asociar imágenes con otros contextos en distintos formatos y aprender por sí mismos.

Un ejemplo de reconocimiento de imágenes mediante Visión Computarizada e integración con un modelo de análisis optimizado para el diálogo (GPT-4):

Como se puede apreciar, se trata de tareas de reconocimiento, clasificación y análisis, para dar como resultado una respuesta a una instrucción de texto específica que trasciende el reconocimiento, ya que requiere de asociación con el contexto de la solicitud. Además, se aprecia cierto nivel de empatía en la respuesta (en este caso específico).

La Visión Computarizada se ha desarrollado junto con el avance del aprendizaje automático profundo, aprovechando la calidad creciente y la disminución del costo de los dispositivos que captan imágenes, y la capacidad creciente y los costos de modelos de lenguaje robustos. En 2020, el mercado de visión artificial a nivel mundial valía 9400 millones de dólares y, a medida que la IA, los sistemas de visión y el procesamiento informático mejoran continuamente, se anticipa que este mercado se cuadriplicará con creces hasta los 41400 millones de dólares estadounidenses en 2030.

Vivimos tiempos disruptivos, el avance desde los primeros modelos de reconocimiento de imágenes hasta los modelos más avanzados es asombroso. La integración con modelos de lenguaje natural no es una visión a futuro, desde el lanzamiento de GPT-4 en marzo de 2023, es una realidad. Las posibilidades de aplicación aun se están explorando por estos días. De acuerdo a la infografía de capacidades de reconocimiento, los modelos actuales pueden realizar una clasificación con un desempeño superior al de los seres humanos; probemos:

Clic en una de las imágenes de ejemplo, carguen la imagen en el modelo, luego clic en «Caption It!»

¿Qué tal les pareció? Si aprecian bien, podemos dar instrucciones específicas al modelo anterior, de manera que no solo le pedimos un reconocimiento de la imagen, sino también inferencias e información de acuerdo a una instrucción de texto expresada en lenguaje natural.

Aplicaciones en Logística: ¿Puede la Visión Computarizada remover restricciones logísticas?

Inventarios, procesamiento de órdenes y envíos

Muchas tareas que se desarrollan desde el CEDI hasta las góndolas en puntos minoristas involucran a humanos para evaluar o confirmar visualmente los elementos de un producto, caja o estiba a medida que pasa por las instalaciones. Muchas de esas tareas de reconocimiento y clasificación visual se pueden delegar gradualmente a sistemas de IA habilitados para visión por computadora. Y no hablamos del tradicional OCR (Reconocimiento Óptico de Caracteres), hablamos de sistemas robustos que tengan la capacidad de reconocer imágenes en diversos formatos y analizarlas en distintos contextos, en interacción con instrucciones no estructuradas (por ejemplo, lenguaje natural).

Un caso de uso práctico que proponen los especialistas de DHL es dimensionar un envío o medir su área o volumen (también determinar el tamaño de la flota). Esto puede ser difícil cuando los envíos son grandes o tienen formas extrañas, o se encuentran en cintas transportadoras que se mueven rápidamente. Empresas como Metrilus, con sede en Alemania, han desarrollado recientemente soluciones de bajo costo que automatizan este proceso de dimensionamiento, capturando medidas en milisegundos y enviando estos datos al sistema de gestión de almacenes (algoritmos de optimización). La medición precisa y la detección de volumen permiten seleccionar el empaque que mejor se ajuste para evitar el envío aéreo, lo que reduce el desperdicio y mantiene la sostenibilidad a la vanguardia de la logística.

Otro caso de uso es la identificación de objetos para recoger y empacar. Actualmente, la mayoría de los pedidos se recogen a mano, y aquellos que utilizan visión por computadora en soluciones robóticas tienden a identificar un producto por su código de barras o código QR. Pero los avances en la visión artificial han permitido que los robots identifiquen decenas de miles de productos con gran precisión, independientemente de la presencia de códigos de identificación.

Con este nivel de IA visual, los proveedores de logística pueden optimizar los procesos, reduciendo los costos, apoyando la gestión del flujo y aumentando el rendimiento del sistema.

También podemos mencionar las aplicaciones de esta tecnología en góndola, desde las prestaciones para disminuir agotados, hasta el soporte de accesibilidad para usuarios con limitaciones físicas. Imáginese la integración de la visión computarizada con un sistema de reabastecimiento automatizado, que active no solo la solicitud de pedido hacia el proveedor, sino la solicitud de reabastecimiento interno de la góndola.

La Visión Computarizada puede procesar la detección de uno o varios objetos y clasificar una serie de elementos a partir de una sola imagen

Probemos con la siguiente imagen procesada por un modelo sencillo.

Descarguen la imagen y utilicenla en el siguiente modelo: Descargar imagen

Caso de estudio

Desafíos de esta tecnología

Perspectivas 2023

La tendencia de la Visión Computarizada tiene campos de aplicación en prácticamente todos los procesos logísticos y a lo largo de una cadena de suministro. La tecnología puede ser de gran ayuda para la gestión del flujo y por ende en las organizaciones logísticas en la optimización de operaciones, el control de los activos, la mejora de la salud y seguridad de los trabajadores, y la reducción de costos. La integración con modelos de lenguaje robustos serán el paso siguiente a nivel logístico.

A medida que los proyectos piloto de hoy superen sus pruebas, se prevé una implementación rápida en los próximos años, ya que se trata de una tecnología de alto impacto en la logística.

*Recomiendo revisar el concepto de: Cadena de Suministros Digital.

Recuerde:

«Una nueva tecnología traerá beneficios para la empresa, si y solo si, tiene la capacidad potencial de remover restricciones activas del sistema» Eliyahu Goldratt

De manera que en el ejercicio de desarrollo de la Ruta Tecnológica, considere cuáles son las restricciones del sistema logístico (convencionales y transaccionales); cuáles son las reglas de operación actuales que están condicionadas por las restricciones; cómo la Visión Computarizada puede remover las restricciones del sistema; cuáles serían las nuevas reglas de operación con esta nueva tecnología y cómo se puede mejorar.

La entrada Visión Computarizada se publicó primero en Ingenieria Industrial Online.

Si lo vemos desde el punto de vista de replicar acciones humanas, una calculadora sería potencialmente una forma de Inteligencia Artificial; si lo vemos desde la perspectiva del aprendizaje desde las formas humanas: a través del entrenamiento, esta definición agruparía modelos y sistemas mucho más complejos.

En la siguiente gráfica podemos ver el crecimiento en el desempeño de reconocimiento de distintos datos de entrada no estructurados, y cómo los mejores modelos comienzan a superar el desempeño de los humanos en el reconocimiento de patrones naturales.

El anterior es un repaso conceptual de la categoría tecnológica a la cual pertenece la tendencia tecnológica que analizaremos a continuación: Inteligencia Artificial Interactiva.

¿Qué es la Inteligencia Artificial Interactiva?

La Inteligencia Artificial, en su forma general, requiere del procesamiento de datos de entrada de múltiples fuentes, ya sea en el entrenamiento como en la instrucción. La tendencia de la Inteligencia Artificial Interactiva implica algoritmos de inteligencia artificial (IA) que pueden procesar la entrada de los usuarios humanos, como texto, voz y gestos, y proporcionar una respuesta razonable. Formas avanzadas de esta tecnología pueden interpretar varios estilos de escritura y acentos, sostener conversaciones complejas, realizar tareas complejas más allá de comandos simples y simular un sentido de empatía con los usuarios humanos. Si usted se está introduciendo en estos temas, debe considerar que se trata de probablemente la revolución tecnológica más potente de los últimos años: ¡Cambió las reglas de juego!

Emergiendo de la tendencia general de la IA, hay varios tipos de IA interactiva con aplicaciones variables que van desde la geolocalización y navegación, detección y reconocimiento facial, chatbots, asistentes digitales, dictado de voz a texto, salidas de texto a voz, procesamiento de imagen a texto y pagos electrónicos, por nombrar algunos. La tendencia, sobre todo con el lanzamiento de la cuarta generación GPT, es: procesamiento desde cualquier formato a cualquier formato; y esto despliega infinitas aplicaciones.

En logística y la cadena de suministro, este tipo de interacción tiene la capacidad potencial de lograr que las actividades cotidianas de los empleados sean menos manuales y, al mismo tiempo, puedan ofrecer una experiencia más automatizada al cliente. El foco disruptivo y polémico radica en que ya no se trata de una sustitución de tareas humano-pantalla operativas, también tareas humano-pantalla analíticas. ¿Cuál será el rol humano en la Cadena de Suministro? Sin duda, y como mínimo, será la toma de decisiones asistida, es decir, el ser humano en el corto plazo desempeñará sus tareas dentro de la Cadena de Suministro con alguna forma de asistencia basada en Inteligencia Artificial Interactiva; siendo más arriesgado, creo que el rol del ser humano puede relegarse a la supervisión de las tareas ejecutadas por un modelo de IA.

Expertos desde DHL consideran que se esperan más desarrollos en los próximos 5 años para la tendencia de la IA Interactivaen Logística (yo creería que en mucho menos tiempo). Esto tendrá un impacto poderoso en los enfoques empresariales centrados en el cliente para las empresas de logística, ya que se están identificando casos de uso en una multitud de procesos de flujo de trabajo en todos los niveles transaccionales en la cadena de suministro. La adopción y escalabilidad continua de la tecnología de IA interactiva dentro de almacenes y otros entornos operativos, así como en flujos de trabajo de oficina, demuestran las oportunidades para la colaboración humano-máquina.

Aplicaciones en Logística: ¿Puede la Inteligencia Artificial Interactiva remover restricciones logísticas?

Para responder a esta pregunta, es necesario cuestionar lo que sabemos y creemos acerca de la logística. En este sentido, se puede evocar uno de los principios de la Teoría de Restricciones de Goldratt: nunca asumir que ya se sabe todo.

En general, los objetivos de la logística son asegurar que el cliente o consumidor tenga acceso al producto correcto, en el momento adecuado, en el lugar preciso, en la cantidad correcta, con la calidad correcta y a un precio justo. Para ello, es fundamental asegurar la disponibilidad del producto en el punto de venta, ya que esto es el resultado de la sinergia de toda la cadena de suministro. Como bien lo dijo Goldratt, «en la cadena de suministro, ningún eslabón habrá alcanzado el resultado hasta que el cliente final no haya comprado».

Sin embargo, aunque estos objetivos siguen siendo importantes, el actor clave de la cadena, el consumidor, no se mantiene estático, sino que ha sufrido cambios disruptivos en sus hábitos de consumo. En la actualidad, nos enfrentamos a un consumidor hiperconectado que ha transformado la ruta de consumo. Esto es relevante en términos logísticos, ya que para el consumidor hiperconectado, la disponibilidad física del producto es solo un factor más en la ruta de consumo. Este tipo de consumidor se rige por sesgos particulares, como el poder del ahora, el sesgo de escasez, el sesgo de autoridad, la prueba social y el compromiso asumido. Por lo tanto, para este tipo de consumidor, la disponibilidad del producto no es necesariamente más importante que la visibilidad digital de dicha disponibilidad.

Por ejemplo, si un punto de venta tiene 1000 unidades de un SKU y no logra hacer que dicha disponibilidad sea visible digitalmente para el consumidor, difícilmente logrará una ventaja competitiva frente a otro punto de venta que tenga solo 10 unidades disponibles pero que logre una visibilidad digital del stock (además de su ubicación geográfica). Esto se debe a que el consumidor final ha incorporado a su ruta de consumo procesos como la investigación, la navegación digital y la consulta digital del punto físico y la disponibilidad, incluso antes de realizar la compra física.

La logística 4.0 consiste en la integración entre el mundo físico y digital, aprovechando los impulsos de conectividad, procesamiento, almacenamiento y accesibilidad, y haciendo uso de tecnologías habilitadoras que permiten dicha integración. El objetivo es eliminar las restricciones logísticas convencionales, como la disponibilidad, así como aquellas propias de la era digital que tienen impacto en la logística, a través de soluciones y aplicaciones. El objetivo final sigue siendo el mismo: conectar al consumidor con el producto en las condiciones adecuadas. Este cambio de chip, nos permite evaluar a la Inteligencia Artificial Interactiva como tendencia tecnológica capaz de remover restricciones logísticas transaccionales.

Automatización de la interacción con el cliente / Nivel de servicio

Con la experiencia del cliente en el centro del objetivo logístico, los departamentos de servicio al cliente y soporte son muy importantes para las empresas de logística. Los chatbots pueden ayudar a estas empresas a manejar consultas de centros de llamadas de baja y mediana intensidad sobre, por ejemplo, solicitudes de entregas, edición de pedidos, seguimiento de envíos y respuestas a preguntas frecuentes. Los chatbots también pueden facilitar valiosas métricas de análisis, lo que permite a la empresa comprender mejor las necesidades del cliente y mejorar la experiencia del cliente. En un futuro cercano, la relación con el cliente será automatizada y la promesa de servicio será propuesta por algún modelo de Inteligencia Artificial Interactivo, que tenga acceso a los flujos de datos relacionados con los flujos físicos.

Como resultado, los chatbots representan el canal de comunicación de marca de más rápido crecimiento de hoy en día, con una tasa de manejo de chat de inicio a fin del 68,9% en 2020 (un aumento del 260% en la resolución de extremo a extremo desde 2017), y se espera que la contribución a las transacciones de comercio electrónico alcance los 112 mil millones de dólares para 2023 (creo que, dada la salida en vivo de la API de GPT, esta predicción será ampliamente superada).

Con la IA interactiva, la automatización del servicio al cliente también se extiende al procesamiento de la entrada del usuario a través de otros canales de comunicación comúnmente utilizados, como respuestas de correo electrónico inmediatas, servicios telefónicos automatizados, integración con plataformas de mensajes de texto e incluso, asistencia digital en punto físico de venta. Esto amplía los ámbitos en los que los clientes pueden obtener respuestas inmediatas y satisfactorias a sus consultas.

IA Interactiva en el lugar de trabajo

En el contexto de los lugares de trabajo digitales, los chatbots son comúnmente utilizados en casi todos los sectores, ya que pueden permitir que los trabajadores accedan a la información necesaria para completar su trabajo.

Según Gartner, el 70% de los trabajadores de oficina interactuarán con plataformas de chatbots a diario para finales de 2022. Estas plataformas, al igual que en aplicaciones de servicio al cliente, pueden proporcionar información y respuestas inmediatas a los trabajadores de oficina, ayudando a la organización a difundir detalles sobre la gestión del cambio, recursos humanos, soporte de helpdesk, servicios generales, informes de anomalías y organización de reuniones.

Para las operaciones logísticas, los chatbots pueden optimizar el manejo y la gestión de inventario, seguimiento de cargas y programación de entregas, así como actualizaciones de gestión de relaciones con clientes (CRM) y sistemas de gestión de almacenes (WMS), el software dedicado de Realidad Extendida, los Gemelos Digitales. La adopción de tecnología de IA interactiva dentro de la cadena de suministro automatiza los flujos de trabajo y la gestión de pedidos, liberando a los empleados de operaciones para enfocarse en tareas más complejas y de mayor valor. En caso de que un chatbot no pueda completar una consulta, asigna la tarea a un humano para una acción adicional mientras notifica al solicitante sobre este estado.

El siguiente es un ejemplo de Inteligencia Artificial Interactiva que se integra a la tendencia tecnológica de la Realidad Extendida para el desarrollo de un proceso logístico convencional: Packing:

La consulta del operario se expres en su lenguaje natural y se procesa a través de Inteligencia Artificial Interactiva: ¡Jarvis en el CEDI!

IA Intercativa para la accesibilidad en puntos minoristas

Desafíos de esta tecnología

Perspectivas 2023

Si bien hemos visto saltos de desarrollo en IA en los últimos años, sigue generando interés e inversión y se predice que crecerá a largo plazo en la expansión de aplicaciones de IA interactivas capaces de impulsar un valor económico significativo; los desarrollos de IA interactiva en lo corrido de este año son exponenciales. Los cuatro bloques de impulsores clave de más datos (conectividad), mejores algoritmos y mayor potencia informática (procesamientos y almaceanmiento) y accesibilidad, indican que es probable que estos casos de uso se materialicen y escalen.

De acuerdo con los especialistas de DHL: La logística y la cadena de suministro son fundamentales para los crecientes niveles de adopción de IA cada año. Se predice que la tasa de adopción de IA en la industria sea del 42,9% CAGR, alcanzando un valor de 6,5 mil millones de dólares para 2023. Al adoptar la tecnología de IA interactiva, la industria logística puede responder de manera efectiva a los desafíos operativos del creciente demanda B2B y B2C de entrega inmediata de bienes.

*Recomiendo revisar el concepto de: Cadena de Suministros Digital.

Recuerde:

«Una nueva tecnología traerá beneficios para la empresa, si y solo si, tiene la capacidad potencial de remover restricciones activas del sistema» Eliyahu Goldratt

De manera que en el ejercicio de desarrollo de la Ruta Tecnológica, considere cuáles son las restricciones del sistema logístico (convencionales y transaccionales); cuáles son las reglas de operación actuales que están condicionadas por las restricciones; cómo la Inteligencia Artificial Analítica puede remover las restricciones del sistema; cuáles serían las nuevas reglas de operación con esta nueva tecnología y cómo se puede mejorar.

La entrada Inteligencia Artificial Interactiva se publicó primero en Ingenieria Industrial Online.