Inteligencia artificial aplicada a la Cadena de Suministro

[pic 1]

MAESTRÍA EN GESTION DE LA CADENA DE SUMINISTRO

Materia: PLAN DE GESTION DE LA CADENA DE SUMINISTRO

Actividad. 1

Tema:

Inteligencia artificial aplicada a la Cadena de Suministro

Alumno:

Jeniffer Moreno

Cohorte - paralelo: (2022 – Paralelo 2)

Fecha: 16-09-2023

Contenido

Resumen        3

Introducción        3

Marco Teórico        3

Discusión y resultados        5

Inteligencia artificial aplicada a la Cadena de Suministro        5

Casos de éxito        6

Conclusiones        7

Referencias bibliográficas        7

Resumen

La inteligencia artificial (IA) es la base a partir de la cual se imitan los procesos de inteligencia humana mediante la creación y la aplicación de algoritmos creados en un entorno dinámico de computación. O bien, dicho de forma sencilla, la IA consiste en intentar que los ordenadores piensen y actúen como los humanos.

La IA se ha convertido en una aliada poderosa en la cadena de suministro al automatizar tareas repetitivas y optimizar procesos. Los algoritmos de IA pueden analizar grandes volúmenes de datos históricos y en tiempo real para predecir la demanda con precisión. Esto permite a las empresas gestionar mejor los niveles de inventario y evitar problemas de exceso o escasez. La IA también mejora la planificación de rutas y la gestión de flotas, lo que se traduce en entregas más eficientes y en menor tiempo.

Introducción

La cadena de suministro es el latido del mundo empresarial moderno, donde los productos fluyen desde los proveedores hasta los clientes. La eficiencia y la precisión en esta cadena son fundamentales para el éxito de cualquier empresa. La Inteligencia Artificial (IA) ha emergido como una herramienta transformadora en la gestión de la cadena de suministro, revolucionando la forma en que se planifica, ejecuta y optimiza esta compleja red de operaciones. En este ensayo, exploraremos cómo la IA ha dejado su huella en la cadena de suministro y cómo está impulsando un futuro más eficiente y resiliente.

El mercado de la inteligencia artificial está experimentando un crecimiento significativo, con proyecciones que sugerían un aumento constante en el gasto en tecnologías de IA en diversas industrias.

Marco Teórico

John McCarthy, que a menudo se le considera uno de los padres fundadores de la inteligencia artificial, fue quien acuñó el término "inteligencia artificial" y realizó investigaciones pioneras en el campo. Aunque no se enfocó exclusivamente en la IA. Por otro lado, Turing, quien es una de las figuras centrales en la historia de la computación y la inteligencia artificial sentó las bases para la computación moderna y la IA con su concepto de la "máquina universal”.

Para entender el impacto de la inteligencia artificial en las cadenas de suministro, primero requerimos conocer algunos conceptos esenciales asociados con las plataformas tecnológicas que facilitan su adopción como los “agentes”, big data, internet de las cosas (IoT) o la nube.

En concordancia con lo mencionado por Nate Silver, quien es conocido por su enfoque en pronósticos y estadísticas, enfatiza la importancia del Big Data porque mejora la forma de la toma de decisiones basada en datos, los cuales son fundamentales en la Inteligencia Artificial (IA) y desempeñan un papel crítico en su funcionamiento y capacidad para generar resultados precisos y útiles. La mayoría de las aplicaciones de IA, incluido el aprendizaje automático, dependen de algoritmos que pueden "aprender" de los datos. Estos algoritmos necesitan grandes cantidades de datos de alta calidad para entrenarse y mejorar su capacidad de hacer predicciones o tomar decisiones. El aprendizaje automático, es una rama clave de la inteligencia artificial. Uno de los autores principales en el campo del aprendizaje automático es Tom M. Mitchell, en su libro "Machine Learning" publicado en 1997, Mitchell proporciona una definición ampliamente citada porque captura la esencia del aprendizaje automático, donde una máquina "aprende" a realizar una tarea específica (T) de manera más efectiva a medida que se le proporcionan más ejemplos o datos (E) y se evalúa su desempeño en función de una métrica particular (P). Por tanto, el machine learning está siendo ampliamente adoptado en aplicaciones de detección de fraudes, análisis de datos, procesamiento de lenguaje natural y recomendación personalizada. Por otro lado, Kevin Ashton, acuñó el término "Internet de las Cosas" y lo definió como la interconexión de objetos físicos a través de Internet, permitiendo que estos objetos recopilen y compartan datos sin intervención humana directa.

La automatización de procesos mediante IA y robots está en aumento en sectores como la manufactura, la logística y la atención al cliente, lo que impulsa la eficiencia y reduce los costos operativos. Paul Roetzer, autor de "The Marketing Performance Blueprint," destaca cómo la IA, en forma de chatbots y asistentes virtuales, está transformando el servicio al cliente. Argumenta que la IA puede proporcionar respuestas rápidas y precisas a las consultas de los clientes, mejorando la experiencia del usuario

Uno de los desarrollos claves para nuevas tecnologías es enfocar esfuerzos en seguridad de la información, es así que la IA es utilizada para identificar y mitigar amenazas cibernéticas, así como para fortalecer las defensas en línea.

La IA también está en el núcleo de los avances en vehículos autónomos, con pruebas continuas y despliegue en entornos controlados. Sebastian Thrun, uno de los líderes en vehículos autónomos y ha enfatizado cómo la IA está cambiando la industria del transporte. Argumenta que los vehículos autónomos impulsados por la IA pueden mejorar la seguridad en carretera, reducir la congestión del tráfico y cambiar la forma en que nos movemos.

...