¿Cómo está transformando la IA la cadena de suministro?

El 95% de las decisiones basadas en datos, pronto automatizadas

La necesidad de desarrollar una estrategia sólida de implementación de IA surge de una expectativa sorprendente: el 95% de las decisiones basadas en datos pronto estarán al menos parcialmente automatizadas, según recoge el estudio de Gartner. Pero para beneficiarse completamente de la IA mientras se mitigan los riesgos potenciales, las organizaciones deben definir una estrategia integral de IA para la cadena de suministro que no solo mejore la competitividad, sino que también asegure un uso responsable.

¿Cómo construir esta estrategia? Una estrategia robusta debe construirse sobre cuatro pilares clave: visión, valor, riesgos y adopción. Esto implica alinear la IA con los objetivos empresariales, superar las barreras organizacionales, abordar temas como la gobernanza y la ciberseguridad, y priorizar casos de uso de alto impacto y factibles. Una visión clara y una fuerte colaboración interfuncional son esenciales para desbloquear todo el potencial de la IA.

¿Por qué la IA Generativa juega un papel central?

Entre las diversas aplicaciones de IA, la IA Generativa (GenAI) juega un papel central en la transformación actual. ¿Cuál es su impacto real? Según un informe revelador de NTT DATA, el 95% de 500 líderes de manufactura en 34 países aseguran que la GenAI está mejorando directamente la eficiencia y el rendimiento financiero de sus organizaciones.

"Para mí, herramientas como ChatGPT o Copilot son comparables al smartphone o las redes sociales: tecnologías que se adoptan masivamente porque encajan con la cultura de la inmediatez y son extremadamente accesibles. El reto está en promover un uso responsable y orientado a la productividad, lo que requiere una capacitación no solo técnica, sino también ética", destaca Ruth Pablo, Jefa de Transformación Digital del del Port de Barcelona.

¿Cómo pueden implementar GenAI efectivamente los líderes de la cadena de suministro? Se recomienda que los Chief Supply Chain Officers (CSCOs) alineen casos de uso a corto plazo con cuatro objetivos clave: estrategia, tecnología, organización y rendimiento. Mientras muchos líderes están ansiosos por adoptar la GenAI, pocos han establecido marcos estructurados para evaluar y priorizar su uso.

Las aplicaciones sugeridas a corto plazo incluyen creación de contenido, sumarización, chatbots, codificación de software y clasificación de datos. Estas funciones pueden apoyar la planificación estratégica, gestión de tecnología, desarrollo de talento y monitoreo del rendimiento. Sin embargo, los líderes deben evaluar cuidadosamente la factibilidad, el impacto y los riesgos potenciales, como problemas de calidad de datos, exposición de propiedad intelectual y degradación de habilidades a largo plazo, cuando desarrollen un portafolio equilibrado de iniciativas de GenAI.

En este sentido, Ruth Pablo añade que la IA generativa "tiene un alto potencial en cualquier organización; en el ámbito portuario, puede simplificar procesos, reducir burocracia y mejorar la experiencia de usuarios, clientes y empleados. Sin embargo, cuando hablamos de procesos empresariales, su implementación exige una estrategia clara, una gestión eficaz del dato y un modelo de gobernanza que permita escalar y mantener los pilotos en el tiempo".

¿Cómo clasificar las inversiones en IA según su impacto?

Los líderes de la cadena de suministro ven a la IA como una inversión estratégica para obtener una ventaja competitiva. ¿En qué áreas están invirtiendo? Las áreas clave de inversión en IA incluyen mano de obra (automatización y compromiso), inteligencia (toma de decisiones através de ML y GenAI), computación en el borde (edge computing) y ciberseguridad.

¿Cómo categorizar estas iniciativas?

Las iniciativas de IA se dividen en tres categorías: IA Cotidiana (enfocada en productividad), IA que Empuja Límites (mejoras operacionales), y IA que Cambia el Juego (liderazgo de mercado e innovación).

El éxito depende de la preparación organizacional, por lo que estudios como el de Gartner aconsejan un enfoque de cinco pasos: identificar casos de uso de alto impacto, asegurar el talento adecuado, recopilar datos relevantes, hacer coincidir las técnicas con las necesidades, y escalar después de los pilotos iniciales.

Como explica Javier Garrido, "la adopción de IA exige más que tecnología: requiere un cambio cultural. Estamos invirtiendo en formación y construyendo equipos multidisciplinarios para liderar esta transformación. Como un nodo clave de la cadena de suministro, proporcionamos datos de alta calidad a través de herramientas como nuestro Portal de Datos Abiertos, ofreciendo APIs en tiempo real para apoyar el desarrollo de IA. Esto empodera a nuestro ecosistema para innovar con confianza".

El framework de priorización: AI Use-Case Prism

¿Cómo priorizar las inversiones en IA de manera sistemática? Gartner también proporciona una guía titulada, AI Use-Case Prism for Supply Chain, que busca ofrecer un framework para priorizar las inversiones en IA en las operaciones de la cadena de suministro. El prisma evalúa los casos de uso basándose en su valor comercial y factibilidad, presentando 18 aplicaciones propuestas.

Estos casos abarcan varias etapas de la cadena de suministro y también pueden adaptarse al sector marítimo. Las actividades clave de la cadena de suministro abordadas incluyen planificación, abastecimiento, manufactura, entrega y cumplimiento del cliente.

¿Cómo aplican las Autoridades Portuarias estos conceptos?

Considerando el rol de una Autoridad Portuaria, podemos enfocarnos en las etapas de "Origen" y "Entrega" de la cadena de suministro. ¿Por qué son relevantes estos roles? En la fase de "Origen", las Autoridades Portuarias juegan un papel clave en gestionar el flujo de materias primas y componentes a través de sus terminales, asegurando una coordinación eficiente con otros stakeholders. En la fase de "Entrega", el puerto permite el movimiento de bienes, sirviendo como un hub crítico para que las empresas distribuyan productos a sus destinos finales.

Debido a su doble papel en las actividades de origen y entrega, identificamos algunos casos como especialmente relevantes para los puertos:

• Limpieza de datos: la base invisible pero crítica

La limpieza de datos es especialmente importante en el entorno portuario, ya que asegura información precisa de carga, despacho aduanero fluido y coordinación logística eficiente. También mejora la integración con líneas navieras, aduanas y transporte terrestre, lo cual es crucial en el complejo entorno portuario de múltiples stakeholders.

¿Existe un ejemplo benchmark? Un buen ejemplo es la herramienta del Puerto de Los Ángeles, "The Signal", una herramienta importante que proporciona acceso fácil de datos para todos los actores de la cadena de suministro.

• Gemelos digitales: simulando el futuro

Estos datos también pueden apoyar aplicaciones de Gemelos Digitales, como se ve en la Autoridad del Puerto de Busan, donde se desarrolló una versión inicial para una terminal. ¿Para qué se utiliza? Se usa para rastrear embarcaciones, optimizar horarios y simular escenarios.

Así lo señala también Javier Garrido, que nos cuenta que en el Port de Barcelona se están implementando "diferentes casos de uso de Gemelos Digitales para simular operaciones portuarias y anticipar disrupciones. La IA complementa la experiencia humana, mejorando las decisiones estratégicas con insights predictivos. Nuestro objetivo es construir un puerto más inteligente y resiliente a través de la innovación basada en datos".

Finalmente, las cadenas de suministro autónomas, combinando IA, robótica, IoT y automatización, se están convirtiendo en un enfoque clave para las autoridades portuarias que buscan mayor eficiencia y resistencia.

• ETA predictivo: el caso Rotterdam

Uno de los temas más discutidos es el Tiempo Estimado de Llegada (ETA) predictivo. ¿Cuál es el ejemplo más notable? Un ejemplo destacado es la colaboración del Puerto de Rotterdam con PortXchange Shiptracker, que aprovecha big data y machine learning para proporcionar predicciones de ETA más precisas.

• Mantenimiento predictivo: el éxito de Savannah

Otra aplicación clave de la IA en delivery es el mantenimiento predictivo, que ayuda a reducir tanto los costos como el tiempo de inactividad identificando problemas antes de que ocurran. ¿Cuáles son los resultados reales? Por ejemplo, el Puerto de Savannah afirma haber reducido en un 30% el tiempo de inactividad no planificado integrando big data en una plataforma centralizada y aplicando analytics avanzados.

• Automatización revolucionaria: los casos asiáticos

¿Cómo está impulsando la IA la automatización en las actividades de entrega? Puertos como Qingdao han implementado control de robots móviles y sistemas autónomos. Su Terminal de Contenedores Qianwan es la primera terminal completamente automatizada de Asia, declarando que lograron una reducción del 70% en los costos laborales y una mejora del 30% en eficiencia.

De manera similar, el Puerto Yangshan de Shanghái usa IA para optimizar la operación de grúas inteligentes, Vehículos Guiados Inteligentes (IGVs) y logística de patio. ¿Qué otros ejemplos europeos existen? El Puerto de Felixstowe también ha desplegado camiones autónomos dentro de sus operaciones terminales.

Sostenibilidad e IA: el futuro verde de los puertos

¿Puede la IA apoyar además los objetivos de sostenibilidad? En el Puerto de Tanjung Pelepas en Malasia, un sistema alimentado por IA desarrollado con Innovez One busca mejorar la eficiencia y reducir las emisiones. La plataforma MarineM usa machine learning para automatizar y optimizar la programación de servicios portuarios, de remolque y practicaje.

¿Cómo funciona este sistema? El sistema despacha eficientemente pilotos y remolcadores y reasigna recursos cuando los ETAs de embarcaciones cambian. Según sus desarrolladores, ayuda a maximizar la eficiencia del combustible, reducir las emisiones de gases de efecto invernadero y minimizar la congestión para los barcos que llegan.

¿Existen otras innovaciones centradas en sostenibilidad? Otro ejemplo enfocado en sostenibilidad es Clean Sea Solutions, una empresa que proporciona limpieza marina autónoma y seguimiento del impacto ambiental en tiempo real. Sus sistemas monitorean y reportan sobre las condiciones ambientales en línea con los estándares de la UE, ayudando a reducir los desechos marinos y apoyar el cumplimiento regulatorio.

Diversidad de tecnologías IA en el sector portuario

La IA está transformando el sector portuario, optimizando operaciones, mejorando la eficiencia y garantizando la seguridad. David Serral, CIO (Chief Information Officer) del Port de Barcelona, destaca que Barcelona, con su proyecto inGenIA, "se posiciona a la vanguardia de esta revolución tecnológica, liderando el camino hacia un futuro más eficiente y seguro" en el que, explica, existen diferentes tipos de IA aplicables al sector: "Otro tipo de IA es el Machine Learning, que utiliza datos para identificar patrones y elaborar predicciones. Esta tecnología optimiza la cadena de suministro y la gestión de inventarios, ayudando a prever y mitigar posibles interrupciones. También permite analizar los datos y comportamientos de los clientes para ofrecer experiencias personalizadas".

"La Computer Vision es otra tecnología de IA que permite a las máquinas procesar información visual. En el ámbito portuario, esta tecnología puede ser utilizada para el control de aforos y accesos, asegurando un flujo ordenado y seguro de personas y vehículos. Además, la Computer Vision facilita la gestión y coordinación de incidentes de seguridad y emergencias mediante la integración de cámaras y sistemas de distintos cuerpos de seguridad", añade.

De pilotos con éxito a integración sistémica

Los ejemplos destacados aquí muestran que la IA no es solo una palabra de moda, ya está entregando resultados tangibles. En la actualidad, sin embargo, la mayoría de las iniciativas permanecen locales en alcance: los puertos están avanzando independientemente, dando forma a sus proyectos alrededor de casos de uso aislados para objetivos específicos.

¿Cuál es la oportunidad real? Se ha creado un paisaje de soluciones diversas, a menudo aisladas, cada una valiosa por sí misma pero aún no conectada a un conjunto más amplio. Con el tiempo, la oportunidad real puede estar en unir estas piezas, primero dentro de puertos individuales, donde diferentes sistemas necesitarán interactuar de manera fluida, y luego a través de la cadena de suministro más amplia, donde la integración podría amplificar los beneficios mucho más allá de las puertas del puerto.

¿Cómo se define el futuro de la IA en puertos? El futuro de la IA en puertos será definido no solo por pilotos con éxito, sino por la capacidad de tejerlos en el complejo tejido de la logística global. Esta integración representa tanto el mayor desafío como la mayor oportunidad para las autoridades portuarias que buscan liderar la próxima revolución en gestión logística.