Notas editoriales

La gestión de operaciones y la inteligencia artificial (IA) se han entrelazado cada vez más a medida que las empresas buscan nuevas formas de mejorar la eficiencia y obtener ventajas competitivas. Las tecnologías basadas en IA se están desplegando para agilizar procesos, reducir costos y aumentar la rentabilidad en áreas diversas.

El futuro de la gestión de operaciones con inteligencia artificial será cada vez más evidente en tareas de racionalización, automatización y optimización de las operaciones, pues el software basado en IA puede analizar grandes cantidades de datos con rapidez y precisión, lo que permite identificar automáticamente patrones y tendencias que, de otro modo, los operadores humanos tardarían demasiado en detectar.

Una buena base
Una buena gestión de las operaciones consta de varios componentes que deben ser administrados y coordinados de manera eficaz para maximizar la eficiencia operativa. El primer componente es el proceso de planificación y presupuestación, que implica establecer los objetivos de la organización para lograr los resultados deseados. Esto incluye desarrollar una estrategia sobre cómo asignar los recursos y crear una previsión precisa de cuánto dinero será necesario. Contar con un buen plan y supervisar los progresos realizados en función de este mismo garantizará el buen funcionamiento.

El segundo componente de una gestión eficaz de las operaciones es la fase de ejecución, que implica seleccionar la tecnología y el personal adecuados para apoyar la estrategia. Esto incluye elegir los sistemas adecuados para gestionar los datos, las comunicaciones y la logística. También implica establecer un sistema eficaz para seguimiento y medición del rendimiento.

El mantenimiento desempeña un papel importante en la gestión de las operaciones, ya que es responsable de garantizar que todos los aspectos de una empresa funcionen correcta y eficazmente. El mantenimiento puede implicar una serie de actividades como reparaciones, inspecciones, limpieza, lubricación y calibración.

El tercer componente de la gestión de operaciones es la fase de control, que implica el seguimiento y la evaluación del rendimiento con respecto a los objetivos establecidos. Esto incluye el establecimiento de indicadores clave de rendimiento (KPIs), que se utilizan para medir el progreso de las operaciones e identificar áreas de mejora.

El diagnóstico de fallas es un aspecto esencial de la gestión de operaciones, ya que ayuda a identificar y rectificar problemas antes de que resulten demasiado costosos
o complejos para resolver.

Operaciones Inteligentes
Las aplicaciones basadas en IA se están incorporando a todo lo largo del control de operaciones, desde la planeación y la ejecución, hasta el mantenimiento y el monitoreo para el diagnóstico de fallas. Podrían utilizarse para automatizar muchas tareas rutinarias de gestión de operaciones, como la programación, la gestión de inventarios y el seguimiento de recursos, de tal suerte que los directivos gestionen operaciones empresariales complejas sin la intervención manual del personal. Además, podría ayudar a reducir el riesgo de errores humanos mediante la realización automática de tareas tediosas o complejas, con lo que se identificaría de manera ágil las áreas de mejora para a su vez realizar los cambios necesarios antes de que los problemas resulten demasiado costosos o lentos de solucionar.

Lo anterior significa que, por ejemplo, con sistemas de diagnóstico basados en IA, se podría visualizar la causa subyacente de un problema y no solo pueden emitir recomendaciones, sino que llevan a cabo las medidas correctivas adecuadas. Estos sistemas pueden detectar una serie de anomalías que de otro modo habrían pasado desapercibidas.

En áreas de mantenimiento, prometen reducir costos de manera significativa en la medida que, con el empleo de herramientas de analítica avanzada, se reduzcan los errores o fallos de funcionamiento.

Pensando de manera proactiva, los sistemas basados en IA pueden utilizarse para automatizar el proceso de toma de decisiones, pues permite racionalizar las operaciones de manera más rápida y con datos más precisos. Estos sistemas son capaces de detectar patrones y anomalías en los datos que pueden indicar problemas u oportunidades potenciales.

La empresa Augury, dedicada a proveer soluciones de tecnología que incrementen la confiabilidad de la maquinaria y equipo de producción, considera que son cuatro los pilares que hacen esto posible: tener datos en tiempo real con tecnología digital, desarrollar sistemas que aseguren detectar de manera rápida la causa-efecto de las ineficiencias, anticiparse a las ineficiencias de los procesos y determinar con certeza los valores que evitan la ineficiencia en un proceso. La analítica avanzada y la IA son herramientas que precisamente están orientadas a cumplir con dichas condiciones.

En México, la firma Valiot está ofreciendo soluciones de IA enfocadas a la cadena de suministro, y según explica, para lograr la eficiencia se debe contar con una visión extendida de las operaciones, es decir, incluyendo a proveedores y clientes.

La IA se enfoca a generar correlaciones entre el dato y sus ramificaciones, para que por ejemplo, el sistema determine qué repercusiones puede tener en la cadena de valor una variación de un día en la entrega de un material o de la entrega a un cliente determinado.

Con base en información cualitativa, se podría hacer una evaluación sobre cómo ajustar una secuencia operativa para minimizar el impacto de una variación específica o bien determinar si es más rentable la operación al hacer secuencias distintas.

Los sistemas de IA no reemplazan sistemas actuales, como los ERP, sino que los complementan. En palabras de Ricardo Crespo, director de Valiot, las empresas que en el futuro crecerán más serán aquellas que tengan una mejor relación entre la adopción de herramientas de Inteligencia artificial en la gestión de operaciones y la integración de datos de toda la cadena de proveeduría.