Recientemente hemos hablado de logística 4.0 y de las diversas tecnologías que hoy en día se están usando en este ámbito de trabajo empresarial. En ese artículo se citaba tanto el Big Data como la Inteligencia Artificial. Si bien son “cosas” diferentes, cada una con sus aplicaciones, pueden combinarse y usarse juntas con grandes resultados, tanto en el mencionado campo de la logística como en muchos otros.

En cuanto al Machine Learning, que podemos traducir como aprendizaje automático de las máquinas, estaríamos hablando de un concepto englobado dentro de la inteligencia artificial, una forma de aprendizaje a partir de conjuntos de datos, normalmente enfocado a la realización de tareas muy específicas. Efectivamente, se cierra este pequeño círculo ya que el Machine Learning es un ejemplo perfecto de trabajo conjunto de Big Data e Inteligencia Artificial. Habría un concepto adicional, el Deep Learning, más complejo aún y por el que, de momento, pasaremos de puntillas.

Aplicaciones empresariales del Machine Learning (y el Big Data)

Son múltiples y más variadas de lo que en un principio podría esperarse. Según una información publicada inicialmente en la revista Forbes, y recogida después en Blogthinkbig.com, entre los 10 usos más comunes del machine learning nos podemos encontrar, por ejemplo, diversas aplicaciones relacionadas con la seguridad, tanto si hablamos de seguridad personal como si lo hacemos de seguridad informática. Otro ámbito con mucho interés es el de la salud, donde los algoritmos de Machine Learning tienen mucho que aportar tanto en los diagnóstico de enfermedades como en la creación de planes de prevención para las mismas. En realidad, cualquier actividad es susceptible de aprovechar el uso de esta tecnología para sus fines.

Puede que a algún lector el concepto del Machine Learning le suene lejano o futurista, pero nada más lejos de la realidad. Simplemente tiene que ejecutar una búsqueda en Internet para ver una herramienta que está continuamente aprendiendo, precisamente con los datos que les proporcionan los usuarios: el propio buscador.

En el campo del transporte por carretera, y ya estamos entrando poco a poco en el terreno de la logística, esta tecnología se puede usar para reducir la cantidad de los kilómetros que los vehículos de transporte hacen sin carga, gracias a la predicción de los tiempos de llegada, con el consiguiente ahorro, por no hablar de los beneficios medioambientales. El estudio de los datos del tráfico también ayudará a diseñar las mejores rutas en tiempo real y a evitar embotellamientos. De cara a los próximos años veremos también muchas aplicaciones que llegarán de la mano de los vehículos autónomos.

Pero el Machine Learning puede aplicarse en todas las fases de la logística. En los almacenes se pueden controlar mejor los stocks gracias a las predicciones sobre el consumo. Desde el chatbot que te ayuda a hacer la compra en una web de comercio electrónico hasta la hora de entrega de un paquete en el sitio exacto dónde el cliente lo quiere recibir, de un extremo a otro de la cadena logística hay datos que analizar, un proceso de aprendizaje que realizar y decisiones que tomar.

¿Puede ayudar el Machine Learning a una empresa de paquetería?

Por supuesto. El hecho de poder prever gracias al análisis de datos los picos de envíos que van a acontecer en días o fechas clave, como Navidad o San Valentín, permite a empresas como SEUR poder ofrecer a los comercios online las soluciones ecommerce más adecuadas a las circunstancias que imperen en cada momento. Por ejemplo, garantizar que el cliente de un comercio electrónico sepa cuándo le va a llegar su pedido y, con esta información en la mano, cambiar el punto y el momento de la recogida, si es su deseo.

Para SEUR el Machine Learning y el Big Data no son tecnologías nuevas. Ya hace dos años estaba en marcha el proyecto “Big Data y Machine Learning – Previsión de Producción” desarrollado en colaboración con PiperLab, una empresa española especializada en Big Data y Data Sciencie. Por este proyecto recibieron en abril de 2018 el Premio CEL 2018 Empresa a la Excelencia Logística y, unos meses más tarde, en noviembre, el Premio Comprendedor 2018, otorgado por la Fundación Empresa y Sociedad.

Gracias a este proyecto SEUR, con el concurso de las tecnologías mencionadas, analiza datos internos y externos con la finalidad de ajustar su operativa según el volumen de mercancía previsto. Las variaciones no solo pueden ser debidas a grandes campañas que tienen lugar en momentos muy concretos del año; también hay variaciones mucho más sutiles, por ejemplo, de un día de la semana a otro.

Se ha comentado a lo largo del artículo que el Machine Learning y la Inteligencia Artificial son el presente, y es cierto, pero también son un campo abonado para nuevas aplicaciones que seguramente veremos como, en los próximos años, se incorporan a la actividad empresarial, en general, y logística, en particular.


Tags: