Un proyecto de IA mejora la toma de decisiones en la cadena de suministro de las empresas de maquinaria agrícola

«Con este fin, se han desarrollado diversos demostradores que permiten valorar las capacidades predictivas de la Inteligencia Artificial para la previsión de la demanda y la gestión de inventario», ha explicado la miembro del equipo de Transformación Digital y Procesos Industriales de ITAINNOVA, Lorena Polo.

Las cadenas de suministro de las empresas están sometidas a eventos inesperados, que son «inevitables» en el contexto de volatilidad del mercado actual, ha comentado el responsable de Desarrollo de Negocio del ITA, Alfredo Gómez. «Se hace preciso --ha dicho Alfredo Gómez-- utilizar soluciones tecnológicas que permitan, por un lado, dar visibilidad sobre la demanda futura para poder ajustar los planes de aprovisionamiento convenientemente, y por otro, anticipar y mitigar la incertidumbre existente para garantizar la satisfacción de la demanda de los clientes».

En este sentido, la planificación del aprovisionamiento permite alinear el suministro con la demanda, gestionando la «incertidumbre inevitable» que existe tanto en los pedidos de los clientes como en la entrega de los proveedores. Una adecuada planificación del aprovisionamiento ofrece como resultado unos pedidos adaptados a la demanda futura y a las características del suministro del proveedor, obteniendo niveles de servicio superiores, menos costes de inventario y distribución y clientes más satisfechos, han expuesto Lorena Polo y Alfredo Gómez.

Este proyecto pretende utilizar técnicas del área de Inteligencia Artificial y Machine Learning a través de una plataforma de análisis automatizada, que permite optimizar los procesos de previsión de la demanda, gestión de inventarios y aprovisionamiento de una forma integrada, con el objetivo de amortiguar la incertidumbre y de estar preparados para anticiparnos y adaptar los modelos de suministro de forma ágil.

El desarrollo de modelos de Machine Learning/Deep Learning se basará en la metodología del Instituto Tecnológico de Aragón basada en minería de datos CRISP-DM --cross-industry process for data mining-- conllevando una metodología ágil iterativa basada en CRISP-DM que comprende varias fases. Sobre estos planteamientos, se ha trabajado en cinco de casos de uso provenientes de las empresas pymes participantes: BMC Agrícola, Hine Zaragoza, MAYA, INMASA y SIJALON.

Listado

Estos casos de uso se han seleccionado tratando de cubrir diferentes casuísticas que puedan poner de manifiesto las ventajas de las tecnologías y planteamientos propuestos a lo largo de la cadena logística interna de las empresas.

En AI4Inventory participan: Industrias Manrique SA (INMASA), Maquinaria Agrícola y Accesorios SL (MAYA), Hine Zaragoza SL, Sijalon SL, BMC Maquinaria Agrícola SL, Asociación Aeronáutica Aragonesa, Clúster de la Maquinaria Agrícola de Aragón y el Instituto Tecnológico de Aragón.

Este proyecto está financiado por el Ministerio de Industria, Comercio y Turismo del Gobierno de España, bajo el programa de apoyo a agrupaciones empresariales innovadoras y por la Unión Europea «Next GenerationEU»PRTR, siendo Referencia del proyecto AEI-010500-2022b-234, ha informado el Gobierno de Aragón en una nota de prensa.