Zebra Technologies señala que la IA puede revolucionar el sector del retail y bienes de consumo, optimizando los procesos de previsión de la demanda, planificación del inventario y fijación de precios y promociones.
“A pesar de los beneficios de la IA, algunas empresas todavía pueden tener dudas sobre si adoptarla debido a preocupaciones relacionadas con la privacidad, la fiabilidad de sus predicciones o incluso el miedo a la pérdida de puestos de trabajo”, afirma Álex Barnes, Senior Director of Product Management de Zebra Technologies. “Por ello, los negocios deben asegurarse de que cuentan con las estrategias de integración, adopción y ejecución de IA más adecuadas, dando respuesta a las preocupaciones que genera su implementación e implicando a los propios empleados en el proceso de adopción”.
La IA no sustituirá a los seres humanos, solo aumentará sus capacidades y mejorará la productividad, permitiendo a los empleados centrarse en tareas más estratégicas, que requieran un mayor nivel de creatividad y pensamiento crítico. De hecho, según un estudio del Foro Económico Mundial (FEM), es previsible que la IA desplace algunos puestos de trabajo, pero también que cree otros muchos nuevos y transforme los existentes. Así, según el informe Future of Jobs, la IA y la automatización generarán un aumento neto de 12 millones de puestos de trabajo en todo el mundo.
Para calmar estos temores relacionados con la pérdida de empleo, las empresas deberán proporcionar a los trabajadores la formación y el soporte necesarios para integrar eficazmente la IA en sus flujos de trabajo. Al involucrarles en el proceso de adopción de la IA y demostrarles sus ventajas, se sentirán más cómodos y verán a esta tecnología como una herramienta para mejorar su trabajo en lugar de como una amenaza para su seguridad laboral.
Otra preocupación común en la adopción de la IA es la privacidad. Dado que estos sistemas analizan grandes cantidades de datos, las empresas deben asegurarse de que la privacidad de clientes y empleados está siempre asegurada, como harían con cualquier otra tecnología. Esto puede implicar el desarrollo de nuevas políticas y protocolos de seguridad, así como la obtención del consentimiento necesario por parte de clientes y empleados para la recopilación y uso de sus datos.
Por último, las empresas podrían tener también dudas con la fiabilidad de las predicciones que lleva a cabo la IA. Sin embargo, se ha demostrado que la inteligencia artificial proporciona predicciones bastante más precisas que las de los métodos tradicionales, especialmente cuando se analizan grandes conjuntos de datos. Seleccionando cuidadosamente los modelos de IA más adecuados para cada caso y supervisando continuamente su rendimiento, las empresas pueden garantizar la precisión y fiabilidad de sus predicciones.
Casos de éxito de la IA en empresas
PacSun, compañía minorista de ropa, ha trabajado con tecnologías IA para mejorar su previsión de la demanda, ajustando la precisión del inventario y reduciendo las roturas de stock. Esta tecnología les ayudó a duplicar el número de envíos completos, prever y asignar correctamente la demanda omnicanal y equilibrar el inventario entre tiendas, centros de distribución y puntos de venta web.
Bimbo Bakeries utilizó las soluciones de previsión de demanda basadas en IA para desarrollar una plataforma que diera soporte a los trabajadores de primera línea a través de interfaces de usuario personalizadas. Todos, desde los directores de operaciones hasta los conductores, pueden consultar sus respectivas interfaces de usuario para ajustar la producción y los planes de entrega, ya sea a nivel tienda o incluso temporalmente cada semana, teniendo en cuenta factores externos como la estacionalidad, los eventos locales o las promociones.
Mientras que otras muchas empresas de bienes de consumo (incluso competidoras en el mercado de la panadería), tuvieron que afrontar importantes retos con la cadena de suministro y la logística durante la pandemia, el equipo de Bimbo fue capaz de adaptar su previsión y producción en menos de un mes, dando respuesta así al aumento de la demanda de sus productos de panadería cuando empezaron a cerrar los restaurantes y los consumidores se iban a comer a sus casas. En sólo unas semanas, la IA les permitió ajustar sus volúmenes de producción, adaptar las rutas de reparto para evitar la falta de existencias y dotar de personal adecuado a las líneas de producción, los muelles de carga y los camiones.
Otra empresa de bienes de consumo envasados tuvo ajustar rápidamente la planificación de su inventario y el cumplimiento de pedidos para responder al aumento de la demanda durante la pandemia. Así, apostó por una estrategia centrada en los datos y la analítica. Un área clave, que aseguraba importantes beneficios para el negocio, era la del procesamiento de pedidos y su disponibilidad. El sistema les ayudó a conseguir una mejora del 4-5% en la tasa de eficiencia del servicio de entrega a clientes estratégicos y un retorno de la inversión (ROI) 10 veces mayor gracias al aumento de los ingresos y la reducción de las penalizaciones por incumplimiento en los plazos de entrega (OTIF).
