es.wedoany.com Noticia: C.H. Robinson ha lanzado una tecnología pionera de inteligencia artificial para operar la cadena de suministro global de los propietarios de carga y evaluar y mejorar continuamente el rendimiento, siendo la primera vez que se realiza un lanzamiento de este tipo en el sector. Este proveedor logístico global ha construido el sistema para atender a sus clientes de 4PL Managed Solutions (Soluciones de Gestión Logística de Cuarta Parte). El recién lanzado Lean AI Engineer (Ingeniero de IA Ágil) trabajará en conjunto con el Lean AI Planner (Planificador de IA Ágil), lanzado en 2025, para crear un sistema interconectado que mejore de manera única el rendimiento de la cadena de suministro mientras esta opera.
La tecnología gestiona de forma autónoma el 92% de los envíos de carga 4PL a nivel mundial, abarcando camiones, transporte marítimo, aéreo y ferroviario. Administra la carga desde la creación del pedido, incluyendo licitación, planificación de rutas, entrega, gestión de excepciones y pago a transportistas. El Lean AI Engineer puede evaluar toda la cadena de suministro en 25 a 30 minutos y determinar mejoras antes de que el rendimiento se vea afectado, reemplazando las evaluaciones tradicionales que suelen tardar hasta cuatro semanas y solo revisan eventos pasados. El Lean AI Engineer proporciona inteligencia, mientras que el Lean AI Planner gestiona el transporte de carga a través de cientos de agentes de IA interconectados. Los resultados de la ejecución retroalimentan datos al Lean AI Engineer para desarrollar planes de optimización más inteligentes.
Jordan Kass, presidente de Soluciones de Gestión de C.H. Robinson, afirmó que el sistema opera de forma continua, mejora las operaciones en curso y se autorrepara cuando ocurren fallos, sin necesidad de alertas ni de que un humano detecte primero el problema. El Lean AI Planner ejecuta tareas en tiempo real, mientras que el Lean AI Engineer estudia los resultados, identifica patrones y ajusta la lógica. Jordan explicó que la tecnología elimina la necesidad de herramientas independientes de inteligencia y orquestación de la cadena de suministro.
Al expandir la experiencia logística a través de la tecnología, los servicios logísticos de calidad tradicional dependen de talento excepcional para gestionar la complejidad, tomar decisiones e intervenir durante interrupciones. Jordan añadió que el problema es que el talento no es escalable, y al cambiar esto codificando la experiencia en la propia tecnología, los propietarios de carga obtendrán talento y conocimiento ilimitados, aplicables de manera consistente a cada envío, sin importar quién esté disponible en qué zona horaria, ni cuánto crezca o aumente el volumen de carga. Los equipos pueden centrarse en prioridades estratégicas para impulsar los mejores resultados comerciales.
El éxito depende de los datos y la información contextual a los que el sistema pueda acceder. Con 450 ingenieros de software y científicos de datos internos, una capa de contexto patentada se construye obteniendo sistemáticamente conocimiento institucional de los flujos de trabajo. Estos datos provienen de expertos en carga con experiencia y alimentan continuamente el modelo. La tecnología utiliza datos de todos los pasos del transporte de extremo a extremo, en lugar de las partes fragmentadas que ven diferentes herramientas. Se entrena con el contexto único de orquestar la carga, incluyendo detalles del envío, procesos, lugares de recogida y entrega, transportistas, rutas y tolerancia al riesgo. Jordan indicó que así es como el Lean AI Engineer sabe qué mejoras son adecuadas, en lugar de dar recomendaciones genéricas o teóricas. Por ejemplo, si un fabricante de piezas de automóviles realiza envíos transfronterizos cinco días a la semana a una línea de ensamblaje justo a tiempo, el sistema no sugerirá ahorrar costos enviando una vez por semana. La IA avanzada considera más variables que el análisis humano o el software típico, y las sugerencias de mejora son priorizadas y ejecutables para el usuario.
En el momento del lanzamiento, el Lean AI Engineer identificará oportunidades de optimización y ahorros ocultos para el negocio. Un adoptante temprano descubrió que cambiar de un plan de envío variable a uno semanal podría reducir las cargas en un 17% en 20 ubicaciones, ahorrando más de un millón de dólares al año. Otro cliente reestructuró el transporte de carga para que una sola recogida sirviera a tres puntos de entrega diferentes, lo que redujo las cargas totales en un 81% y generó un ahorro del 40% en costos. El Lean AI Engineer se implementará para más clientes, comenzando a evaluar otros factores como el rendimiento de los transportistas. Al monitorear continuamente el comportamiento de los transportistas a través de corredores, modos de transporte y clientes, identificará indicadores adelantados de disminución del rendimiento y recomendará acciones correctivas antes de que ocurran fallos en el servicio.
Arun Rajan, director de Estrategia e Innovación de C.H. Robinson, señaló que las cadenas de suministro no suelen carecer de información, sino que sufren una brecha entre el saber y el hacer. Las tecnologías situadas por encima o fuera de la cadena de suministro pueden agregar datos, coordinar señales y hacer recomendaciones, pero dependen de otros para ejecutar las señales y saber si las acciones son efectivas. Arun explicó que la tecnología cierra esta brecha al proporcionar un servicio de calidad las 24 horas del día a través de un sistema unificado, algo que ninguna otra empresa puede igualar.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
