Inteligencia artificial para optimizar la última milla

Una de las grandes transformaciones que nos ha traído la pandemia ha sido el cambio en los hábitos de consumo. La manera de adquirir productos ha dado un vuelco radical reorientándose en altos porcentajes a las compras digitales, que han dejado de ser un complemento para conformar una verdadera alternativa a la compra en espacios físicos.

Esta transformación disruptiva ha generado un enorme reto logístico con fuerte impacto en la última milla. Se estima que entre el 35% y el 40% del total de tráfico que soportan las ciudades tiene relación con la distribución de envíos, siendo el 80% de dichos repartos correspondientes a comercio electrónico. Y estas cifras no van a hacer más que incrementarse en los próximos años. El impulso de la digitalización de la actividad comercial ha generado un nuevo marco venta-compra que ha llegado para quedarse.

Tradicionalmente, el transporte, especialmente la última milla, no ha tenido un especial protagonismo entre los eslabones de la cadena de suministro, si bien es vedad que la percepción de su importancia se ha incrementado en los últimos años. Los consumidores cada vez son más exigentes con la calidad de los productos adquiridos, con los plazos de entrega y con el nivel del servicio otorgado, a lo que hay que sumar que el volumen de repartos se ha multiplicado y que el tránsito por el centro de las ciudades es cada vez es más complejo, lo que pone a la logística en un primer plano del que puede depender la fidelización o pérdida de clientes.

Transformación digital: mayor eficiencia y rentabilidad

En consecuencia, una de las grandes preocupaciones de las empresas es ahora conseguir distribuir sus productos en los menores plazos posibles, cuidando cada entrega como si fuera única, y al menor coste, lo que implica verdaderos quebraderos de cabeza para los departamentos logísticos, fundamentalmente, en la última milla. Como apuntamos, los elementos de esta ecuación son difíciles de conjugar, si bien el desarrollo del Big Data, la Inteligencia Artificial y los sistemas de Internet de las Cosas (Internet of Thigs Iot), permiten hacer más eficientes todos los procesos de la cadena de suministro, y por supuesto avanzar hacia el Transporte 4.0 y la Logística 4.0.

En el nuevo contexto que vivimos es imprescindible iniciar procesos de transformación digital si se quiere ser eficiente y rentable. La última milla tiene una enorme dependencia de factores exógenos que hace que los costes de servicio sean altamente variables, como la meteorología, el tráfico, o el precio del combustible. Es por tanto, el proceso más difícil de planificar y cuantificar de la cadena de suministro, con un alto grado de incertidumbre, que impide rendimientos óptimos.

Para atajar esta problemática, la aplicación de nuevas tecnologías y analítica avanzada de datos permite desarrollar entornos que facilitan el trabajo sobre hechos objetivos, sobre certezas. El avance hacia la logística 4.0 y el transporte 4.0 hace posible planificar las mejores rutas; aprovechar al máximo la capacidad de carga; controlar en tiempo real las operativas en marcha, y estimar la demanda de producto y, por tanto, de necesidades futuras de transporte. Veamos algunos ejemplos de su aplicación:

Predicción de la demanda: basados en inteligencia artificial y analítica avanzada, los sistemas de predicción de la demanda compilan y analizan los datos internos y externos de la empresa, gracia a algoritmos diseñados específicamente para estas tareas, en base a los que emiten predicciones de la demanda de producto.

De este modo, conociendo la necesidad de salida de carga de los almacenes de manera anticipada, e incluso la zonificación de esa demanda futura, se pueden optimizar las operativas de transporte. Si además se conjuga la predicción de la demanda con el resto de herramientas que vamos a comentar, los ratios de eficiencia y rentabilidad del transporte se multiplican.

Gestión de carga: Los sistemas de gestión de carga analizan con inteligencia artificial los bultos que tienen que ser transportados y la capacidad de la flota para sacar el máximo rendimiento de cada centímetro de los vehículos y cada gramo que puedan llegar a desplazar.

Estas herramientas examinan la carga por tamaño, peso, contenido y destino, estructurándola de manera que se garantice la integridad de los envíos, y el máximo aprovechamiento de la capacidad de carga de la flota.

Hay, además, nuevas formas de operar, como la utilizada por Amazon, basada en la preclasificación de paquetería, que clasifica los bultos en fases previas a la carga en transporte.

Planificadores de ruta: estos sistemas posibilitan, mediante al análisis de datos internos y externos de las flotas, y el uso de Inteligencia Artificial, optimizar los recorridos de reparto, muy costosos en la última milla con múltiples puntos de descarga. Teniendo en cuenta variables como vehículos disponibles, horarios de entrega, tráfico, normativas, meteorología… son capaces de diseñar las rutas más eficientes para cada servicio.

Con menos tiempo en ruta, menos kilómetros recorridos y un menor consumo de combustible, las entregas son más competitivas, económicas y sostenibles, puesto que reducen la emisión de CO2, dejando una menor huella ambiental.

Gestores de flota: los gestores de flota permiten hacer un seguimiento de los vehículos en tiempo real gracias a la sensorización de los mismos. Con dispositivos de Internet of Things o Internet de las Cosas (IoT – IIoT) es posible conocer en todo momento la geolocalización de las distintas unidades, la ruta realizada, la velocidad… lo que facilita la toma de decisiones en los procesos logísticos.

Estos sistemas pueden dar un paso más y valerse de técnicas de machine learning para aprender de cada acción realizada para, en base a algoritmos predefinidos, emitir avisos y sugerencias de actuación a los equipos encargados de realizar la gestión de la flota.

Visibilidad 360º: La utilización en los últimos años de las nuevas tecnologías disruptivas que estamos comentando en el sector del transporte, facilita también una visión 360 de las operativas. La visibilidad, en este caso de la última milla, es total para la empresa en lo que a ubicación de vehículo y gestión de entregas se refiere, una información que puede ser compartida con el destinatario, permitiendo acotar la franja de entrega de los envío, por ejemplo.

Conclusión

Como vemos, las operativas de transporte, especialmente las de última milla, se han multiplicado en cantidad, exigencia y complejidad, lo que genera verdaderos quebraderos de cabeza a las empresas. Ante este nuevo y abrupto contexto, la transformación digital abre las puertas a la consecución de un transporte más eficiente, sostenible y rentable.

La analítica de datos hace posible la consecución de información objetiva sobre la que tomar decisiones, establecer diseños de rutas, aprovechar la totalidad del espacio disponible en los vehículos, optimizar las operativas… nuevas formas de gestión que, en definitiva, permite conseguir un transporte competitivo, con menos costes económicos y ambientales.