La optimización de almacenes es esencial para cualquier negocio. No solo es fundamental contar con un proceso ágil y transparente para satisfacer la creciente demanda de los consumidores, sino que también reduce costos: el almacenamiento representa el 15% de los costos operativos. La optimización de almacenes siempre ha sido un punto de interés para las empresas, y ahora con el avance de la Inteligencia Artificial, se potencian las posibilidades de maximización.
Esto se debe a que se dan las condiciones necesarias tanto para el diseño como para la implantación de sistemas de control de almacenes dinámicos, integrales y artificialmente inteligentes. Estas condiciones son dos: la disponibilidad de grandes cantidades de datos, registrados por los sistemas de gestión de almacenes; y el acceso a potentes arquitecturas informáticas basadas en la nube, que permiten la inferencia en línea y la solución casi instantánea de problemas complejos.
Según Infor, empresa especialista en software empresarial en la nube especializado por industria, basado en cifras de sus clientes, “para atender los pedidos a través de plataformas de comercio electrónico, los operarios del almacén usan listas de picking (preparación del pedido), proceso que representa entre el 50% y el 70% de los costos operativos y, si se dirige a las ubicaciones correctas, supone el 55% del tiempo que los operarios dedican a realizar este proceso”.
Según los datos del estudio Mid Term 2023 según el CACE (Cámara Argentina de Comercio Electrónico), la industria de los negocios digitales del país facturó $2.459.030 millones, lo que significa un significante aumento del 125% con respecto al mismo período del año anterior. Y este panorama no es sólo local: la firma Pay Retailers asegura que el comercio electrónico en Latinoamérica cuenta con más de 300 millones de compradores digitales, lo que implicará un crecimiento del 20% entre 2023 y 2027.
Este panorama, sumado a las necesidades de un consumidor que demanda más eficiencia y agilidad, ha llevado a que los responsables de almacén inviertan en soluciones tecnológicas cada vez más eficientes. Y uno de los principales retos es mejorar el rendimiento de la selección de productos de un almacén, lo que se conoce como picking.
El sistema de gestión de almacenes (SGA) como medio de transformación IA/ML/DL
Los proveedores de soluciones de SGA ofrecen servicios de software que incluyen planificación de recursos empresariales, gestión de inventarios y programación de tareas, brindando un mayor control a los operarios de almacén. Además, integran máquinas de almacenamiento y sistemas de recogida automáticos en la cinta transportadora. “Para mantener su competitividad en un entorno cada vez más desafiante, los proveedores de SGA deben incorporar tecnologías y procesos, como la IA, en la gestión de almacenes”, comenta Belluomo.
Políticas de almacenamiento: aleatorio/caótico vs. dedicado/slotting
Las políticas de almacenamiento son esenciales en los procesos operativos y pueden beneficiarse de soluciones basadas en IA y ML. Estas políticas determinan cómo se almacenan los productos entrantes, equilibrando la eficiencia espacial e intentando reducir la distancia de desplazamiento del operario. Los dos enfoques principales de almacenamiento son los siguientes:
Aleatorio / caótico: las mercancías entrantes se almacenan en la ubicación disponible más cercana. Su punto negativo, es que puede significar que los operarios tengan que desplazarse largas distancias.
Dedicado / slotting: las mercancías se almacenan en ubicaciones concretas. El problema de este tipo de almacenamiento es que el espacio del almacén puede desaprovecharse.
Así funciona IA en almacenes
Los algoritmos de Inteligencia Artificial utilizan reglas de asociación de datos para crear políticas de asignación dinámica de espacios, en donde el algoritmo intenta «adivinar» los pedidos futuros, basándose en los pedidos históricos. Esta estrategia aprovecha al máximo el espacio y reduce la distancia de desplazamiento del personal, siendo especialmente útil en entornos con fluctuaciones estacionales de pedidos.
El slotting o almacenamiento dedicado, es eficaz cuando los pedidos son predecibles. Sin embargo, en contextos en los que los pedidos son menos predecibles, es preferible el almacenamiento caótico. Esto ocurre seguido en las empresas que prestan servicios de comercio electrónico.
Existen varios casos de uso público que ayudan a comprender los beneficios que estas tecnologías aportan a la gestión de almacenes. Uno de los casos más emblemáticos es el de Amazon, que utiliza IA y ML para automatizar la preparación de pedidos en sus almacenes. Los sistemas de IA son capaces de identificar los productos correctos y colocarlos en los envases correctos con una precisión del 99,9%. Otra empresa que ha adoptado la tecnología es la cadena Walmart. Utilizan IA y ML para predecir la demanda de productos. Los sistemas de IA son capaces de predecir las ventas con una precisión del 95%, lo que les ayuda a planificar la cantidad correcta de inventario.
“Adoptar estas herramientas de la forma correcta puede aportar valor a corto plazo, pero es necesario encontrar a los socios adecuados que ofrezcan un verdadero Data as a Service (DaaS). Esto significa encontrar aquellas empresas que no sólo impulsan una biblioteca de casos de uso, sino que realmente apoyan en la selección de las mejores opciones a medida y su implementación. El futuro seguramente se construirá con Inteligencia Artificial, aportando más eficiencia y productividad en toda la gestión de almacenes. Sólo queda abrir la mente a esta posibilidad.”, concluye Belluomo de Infor.
