Large Language Models en logística: Eficiencia, ahorro y optimización
Una planificación más precisa al reducir la necesidad de fletes aéreos y optando por traslados a través del mar disminuye la huella de carbono de las empresas, explicó Jack Inglis.
Publicado
Durante el Logistec Show 2024, Jack Inglis, country manager de Slimstock Chile, realizó una charla sobre sus perspectivas sobre el impacto de los modelos de lenguaje grande (Large Language Models, LLM) en el mundo de la logística.
Inglis destacó las oportunidades que estos modelos ofrecen para mejorar la eficiencia operativa en la industria. Explicó que, mediante el uso de algoritmos de Machine Learning para analizar grandes cantidades de datos, las empresas pueden optimizar sus pedidos y mejorar la colaboración con los proveedores, logrando así una automatización más eficaz de los procesos de inventario.
El conferencista también subrayó que, aunque las máquinas pueden aumentar la eficiencia, no van a reemplazar por completo a los seres humanos. La interacción entre la inteligencia artificial y el juicio humano es crucial para interpretar correctamente los datos y ajustar las predicciones. Por ejemplo, una máquina puede generar un forecast (predicción del comportamiento de la demanda) estadístico preciso, pero los humanos deben intervenir para incorporar información contextual que la máquina no puede conocer, como el cierre inesperado de una tienda competidora.
Al ser consultado por Agenda Marítima, el country manager también abordó la problemática de la falta de datos en algunas empresas, lo que genera incertidumbre en la aplicación de estos modelos. Inglis señaló que para maximizar el rendimiento de un LLM, es necesario proporcionar instrucciones claras y precisas. De lo contrario, la máquina podría no entender correctamente las necesidades específicas de la empresa.
En cuanto al futuro, Inglis visualizó una integración más profunda de tecnologías avanzadas como blockchain y los gemelos digitales en la cadena de suministro. Esta evolución permitiría a las empresas simular y optimizar sus operaciones antes de implementarlas en la vida real, mejorando así la eficiencia y la resiliencia de las cadenas de suministro.
Respecto al impacto de factores políticos y económicos en la planificación logística, Inglis destacó la importancia de una planificación robusta a largo plazo. Las empresas con cadenas de suministro resilientes estarán mejor preparadas para enfrentar eventos impredecibles como crisis económicas o conflictos bélicos, manteniendo así la continuidad operativa.
Inglis también comentó sobre los beneficios de un buen forecast, como la reducción del inventario total y del capital de trabajo necesario, permitiendo a las empresas reinvertir esos recursos en otras áreas. Además, una planificación más precisa puede contribuir a la sostenibilidad al reducir la necesidad de fletes aéreos, priorizando traslados por vía marítima lo que disminuye la huella de carbono de las empresas.
Finalmente, al comparar a Chile con otros países de la región en términos de adopción de tecnologías de datos, Inglis indicó que Chile y América Latina en general están bien posicionados y avanzando rápidamente. Apuntó que muchas empresas ya están implementando sistemas con capacidades de machine learning para detectar transacciones atípicas, demostrando un fuerte compromiso con la innovación tecnológica.
