{"id":39695,"date":"2024-03-06T14:30:31","date_gmt":"2024-03-06T11:30:31","guid":{"rendered":"https:\/\/www.achilles.com\/the-case-for-ai-in-supply-chain-management\/"},"modified":"2024-05-14T14:27:20","modified_gmt":"2024-05-14T11:27:20","slug":"the-case-for-ai-in-supply-chain-management","status":"publish","type":"post","link":"https:\/\/www.achilles.com\/es\/informacion-sectorial\/inteligencia-artificial-cadena-de-suministro\/","title":{"rendered":"El papel de la inteligencia artificial en la gesti\u00f3n de la cadena de suministro"},"content":{"rendered":"\n

Este art\u00edculo se centra en el papel de la inteligencia artificial en la diligencia debida en la cadena de suministro y discute tanto los desaf\u00edos, limitaciones y beneficios de la IA dentro de un proceso de diligencia debida integral, as\u00ed como c\u00f3mo puede evolucionar en el futuro.<\/strong><\/p>\n\n\n\n

Ha habido mucha discusi\u00f3n y debate sobre el uso de la IA en la diligencia debida en la cadena de suministro. Las referencias a t\u00e9rminos como Internet de las cosas (IoT), big data, web scraping y relaciones inferidas han ganado cada vez m\u00e1s popularidad en los medios de comunicaci\u00f3n y en las discusiones sobre la diligencia debida en la cadena de suministro. La sociedad est\u00e1 aprovechando cada vez m\u00e1s el poder de Internet y los desarrollos tecnol\u00f3gicos para cambiar la forma en que vivimos y trabajamos. El debate es generalizado, al igual que la confusi\u00f3n en torno a las capacidades de las tecnolog\u00edas emergentes y su capacidad para apoyar pr\u00e1cticas de compras sostenibles.<\/p>\n\n\n\n

La carrera hacia cero emisiones netas en todos los sectores industriales est\u00e1 creando una competencia sin precedentes por los materiales crudos, la experiencia, los subcontratistas y los proveedores que se necesitan con urgencia. Esta creciente demanda est\u00e1 teniendo implicaciones ambientales y sociales. Hay casos de trabajo forzado vinculado a la fabricaci\u00f3n de paneles solares, deforestaci\u00f3n amaz\u00f3nica vinculada a la fabricaci\u00f3n de turbinas e\u00f3licas y da\u00f1os a los stocks marinos y pesqueros en Indonesia debido a la miner\u00eda ilegal de n\u00edquel.<\/p>\n\n\n\n

Es innegable que las nuevas tecnolog\u00edas de IA como la detecci\u00f3n de medios adversos y el an\u00e1lisis de im\u00e1genes satelitales juegan un papel en nuestra capacidad para proteger a las personas y al planeta, pero al tratar con problemas complejos y a menudo ocultos dentro de la cadena de suministro, \u00bfes suficiente confiar en estos desarrollos?<\/p>\n\n\n\n

\u00bfQu\u00e9 es la IA?<\/strong><\/h2>\n\n\n\n

Primero, asegur\u00e9monos de que todos entendamos a qu\u00e9 nos referimos con IA. Hay varios tipos diferentes de IA. Estos t\u00e9rminos se refieren a diferentes conceptos dentro del campo de la inteligencia artificial. Quiz\u00e1s de manera poco \u00fatil, a menudo se confunden o se utilizan indistintamente, en particular IA Estrecha, IA Generativa e IA General, que se explican a continuaci\u00f3n.<\/p>\n\n\n\n

IA Estrecha (o IA D\u00e9bil):<\/strong> Se refiere a sistemas de IA dise\u00f1ados y entrenados para una tarea espec\u00edfica o un conjunto limitado de tareas. La mayor\u00eda de las aplicaciones de IA en uso hoy en d\u00eda, como los asistentes de voz como Siri o Alexa, sistemas de reconocimiento de im\u00e1genes y algoritmos de recomendaci\u00f3n, caen en la categor\u00eda de IA estrecha.<\/p>\n\n\n\n

IA Generativa:<\/strong> La IA generativa t\u00edpicamente se refiere a un subconjunto de inteligencia artificial que se enfoca en crear nuevo contenido o datos en lugar de simplemente analizar o clasificar informaci\u00f3n existente. A menudo implica modelos que pueden generar resultados realistas y novedosos, como im\u00e1genes, texto o incluso escenarios completos, basados en los patrones y la informaci\u00f3n que han aprendido de los datos de entrenamiento. Ejemplos de IA generativa incluyen generadores de texto como Chat GPT-3, generadores de im\u00e1genes y otros modelos capaces de crear nuevo contenido.<\/p>\n\n\n\n

IA General (Inteligencia Artificial General o IAG):<\/strong> Por otro lado, la IA general se refiere a un tipo de inteligencia artificial que posee la capacidad de comprender, aprender y aplicar conocimientos en una amplia gama de tareas, similar a la inteligencia humana. La IAG ser\u00eda capaz de realizar cualquier tarea intelectual que pueda realizar un ser humano, adaptarse a situaciones nuevas y desconocidas y demostrar una comprensi\u00f3n amplia de diversos dominios.<\/p>\n\n\n\n

A diferencia de la IA Generativa y Estrecha, que est\u00e1n dise\u00f1adas para tareas espec\u00edficas, la IAG es hipot\u00e9tica y actualmente no existe. Alcanzar la IAG sigue siendo un objetivo a largo plazo en el campo de la investigaci\u00f3n en IA, as\u00ed que, por ahora, este art\u00edculo se centrar\u00e1 en la IA Estrecha y Generativa.<\/p>\n\n\n\n

Desaf\u00edos de la IA<\/strong><\/h2>\n\n\n\n

Si bien la IA Generativa y Estrecha<\/strong> pueden ofrecer beneficios significativos para mejorar la eficiencia, la precisi\u00f3n y la toma de decisiones durante la diligencia debida en la cadena de suministro, tambi\u00e9n hay varios desaf\u00edos y problemas asociados con su implementaci\u00f3n.<\/p>\n\n\n\n

\"\"<\/figure>
\n

Unos pocos operadores sin escr\u00fapulos que emplean trabajo forzado, minan ilegalmente o contaminan mares y r\u00edos no pondr\u00e1n informaci\u00f3n sobre sus actividades comerciales donde la IA Generativa de hoy pueda encontrarla. Algunos de los problemas clave incluyen:<\/p>\n<\/div><\/div>\n\n\n\n

Calidad y fiabilidad de los datos:<\/strong> Los sistemas de IA Generativa dependen en gran medida de la calidad de los datos utilizados para su entrenamiento y toma de decisiones. Si los datos de entrada son inexactos, incompletos o sesgados, es probable que los resultados y las decisiones generadas sean incorrectos o defectuosos.<\/p>\n\n\n\n

Privacidad y seguridad de los datos:<\/strong> Los datos de la cadena de suministro a menudo incluyen informaci\u00f3n sensible sobre empresas, proveedores y clientes. Garantizar la privacidad y seguridad de estos datos es crucial para prevenir el acceso no autorizado, las violaciones o el mal uso.<\/p>\n\n\n\n

Complejidad de las cadena de suministro:<\/strong> Las cadenas de suministro pueden ser intrincadas e involucrar a numerosas partes interesadas, lo que dificulta su modelado y an\u00e1lisis. Los algoritmos de IA Generativa pueden tener dificultades para capturar la complejidad completa de las redes globales de cadena de suministro.<\/p>\n\n\n\n

Falta de estandarizaci\u00f3n:<\/strong> La ausencia de formatos de datos y protocolos estandarizados en toda la cadena de suministro puede obstaculizar la integraci\u00f3n y interoperabilidad de los sistemas de IA. Diferentes empresas pueden utilizar sistemas diferentes, lo que dificulta la creaci\u00f3n de una soluci\u00f3n universal.<\/p>\n\n\n\n

Riesgos interconectados:<\/strong> Los riesgos de la cadena de suministro suelen estar interconectados, y la IA Generativa puede tener dificultades para analizar y predecir efectos cascada. Por ejemplo, una interrupci\u00f3n en una parte de la cadena de suministro puede tener efectos en cascada en toda la red.<\/p>\n\n\n\n

Preocupaciones \u00e9ticas:<\/strong> El uso de IA en la diligencia debida de la cadena de suministro plantea preocupaciones \u00e9ticas, como el sesgo algor\u00edtmico y el potencial de consecuencias no deseadas, como evidenci\u00f3 recientemente el AI Gemini de Google. Los sistemas de IA pueden perpetuar inadvertidamente sesgos existentes o tomar decisiones que tengan impactos sociales o ambientales negativos.<\/p>\n\n\n\n

Naturaleza din\u00e1mica de las cadenas de suministro:<\/strong> Las cadenas de suministro son din\u00e1micas, con cambios constantes en la demanda, la oferta, las regulaciones y los factores geopol\u00edticos. Los sistemas de IA pueden tener dificultades para adaptarse r\u00e1pidamente a estos cambios, lo que lleva a informaci\u00f3n desactualizada o inexacta.<\/p>\n\n\n\n

Validez de los datos sensibles al tiempo:<\/strong> Ciertos procesos de diligencia debida de la cadena de suministro de IA dependen de la recopilaci\u00f3n de datos de empresas disponibles p\u00fablicamente que pueden estar contenidos en informes financieros o de sostenibilidad anuales. Debido al ciclo de informes retrospectivos de las empresas que divulgan esta informaci\u00f3n, a menudo puede estar desactualizada o ser irrelevante en el momento en que se ha recopilado y analizado.<\/p>\n\n\n\n

Acceso a informaci\u00f3n de niveles inferiores:<\/strong> Muchos proveedores dentro del mundo complejo de la cadena de suministro de una empresa no publican ni divulgan informaci\u00f3n p\u00fablicamente. A menudo, las micro y peque\u00f1as empresas conservan informaci\u00f3n en papel o en sus servidores de la empresa, lo que hace casi imposible que las soluciones de IA accedan a la informaci\u00f3n.<\/p>\n\n\n\n

El papel beneficioso de la IA Generativa<\/strong><\/h2>\n\n\n\n

A pesar de estos desaf\u00edos, la IA puede y jugar\u00e1 un papel cada vez m\u00e1s importante en mejorar la diligencia debida en la cadena de suministro y el pensamiento basado en riesgos cuando se implemente cuidadosamente. Ya se est\u00e1 utilizando d\u00eda a d\u00eda y seguir\u00e1 evolucionando para incluir:<\/p>\n\n\n\n

Garant\u00eda de calidad de datos:<\/strong> Priorizar la calidad de los datos mediante la implementaci\u00f3n de procesos de validaci\u00f3n y limpieza de datos. Utilizar algoritmos de IA para identificar y rectificar inconsistencias, errores y valores at\u00edpicos en los datos.<\/p>\n\n\n\n

An\u00e1lisis avanzado para la complejidad de la red:<\/strong> Empleo de an\u00e1lisis avanzados y algoritmos de aprendizaje autom\u00e1tico para modelar y analizar redes de cadena de suministro complejas. Estas herramientas ayudan a proporcionar informaci\u00f3n sobre dependencias, vulnerabilidades y riesgos potenciales en toda la red.<\/p>\n\n\n\n

Monitoreo de cumplimiento regulatorio:<\/strong> Las herramientas de IA pueden y se est\u00e1n utilizando para monitorear y garantizar el cumplimiento de las regulaciones pertinentes.<\/p>\n\n\n\n

Gesti\u00f3n integrada de riesgos:<\/strong> Sistemas de gesti\u00f3n de riesgos integrados impulsados por IA que consideran riesgos interconectados. Esto puede implicar simular y analizar diversos escenarios para identificar posibles efectos cascada y desarrollar estrategias proactivas de mitigaci\u00f3n.<\/p>\n\n\n\n

Visibilidad y trazabilidad de la cadena de suministro:<\/strong> Aprovechar las tecnolog\u00edas de IA como blockchain y IoT (Internet de las cosas) para mejorar la visibilidad y trazabilidad de la cadena de suministro. Esto puede mejorar la precisi\u00f3n de los datos y proporcionar informaci\u00f3n en tiempo real sobre el movimiento de mercanc\u00edas en toda la cadena de suministro.<\/p>\n\n\n\n

Estos casos de uso solo aumentar\u00e1n a medida que la tecnolog\u00eda se vuelva m\u00e1s madura y establecida. Por ejemplo, la IA Adaptativa o la IA que puede adaptarse a la naturaleza din\u00e1mica de las cadenas de suministro con mecanismos de aprendizaje continuo, en \u00faltima instancia, permitir\u00e1 la evoluci\u00f3n y actualizaci\u00f3n basada en cambios en la demanda, la oferta y los factores externos.<\/p>\n\n\n\n

IA y web scraping para la gesti\u00f3n de la cadena de suministro de PYMEs<\/strong><\/h2>\n\n\n\n

Hoy en d\u00eda, para las PYMEs, las soluciones totalmente automatizadas y del tipo web scraping pueden proporcionar una soluci\u00f3n de gesti\u00f3n de cadena de suministro rentable, especialmente donde los riesgos sociales y ambientales, los requisitos de cumplimiento y la complejidad de la cadena de suministro son menores.<\/p>\n\n\n\n

El papel de la IA en sectores de alto riesgo y complejos<\/strong><\/h2>\n\n\n\n

En sectores industriales altamente regulados, complejos y de alto riesgo, en los que Achilles se especializa en brindar apoyo, es dif\u00edcil imaginar un escenario en el que solo la IA pueda proporcionar la transparencia requerida, tanto en el futuro cercano como a largo plazo, o incluso, posiblemente, nunca.<\/p>\n\n\n\n

Actualmente, el papel de la IA es y seguir\u00e1 siendo un complemento a m\u00e9todos m\u00e1s profundos y detallados. Estos m\u00e9todos, aunque no sean tan modernos como la IA, involucran a personas reales, con ojos, o\u00eddos y muchos a\u00f1os de experiencia internacional, as\u00ed como una comprensi\u00f3n profunda de los problemas complejos. Esta combinaci\u00f3n es esencial para identificar las amenazas que acechan en las sombras de la cadena de suministro actual.<\/p>\n\n\n\n

Ejemplos del mundo real<\/strong><\/h2>\n\n\n\n

En Achilles tenemos la suerte de apoyar a clientes en todas las etapas de su viaje de diligencia debida, desde la evaluaci\u00f3n de riesgos hasta la divulgaci\u00f3n. Parte de ese proceso son nuestras auditor\u00edas in situ u las entrevistas a los trabajadores. Estas son actividades del tipo \u00abbotas en el suelo\u00bb, en algunos de los lugares m\u00e1s inaccesibles y exigentes del planeta. Nuestros equipos de auditores utilizan sus ojos, o\u00eddos y vasta experiencia para profundizar a\u00fan m\u00e1s en las actividades de la empresa.<\/p>\n\n\n\n

Un ejemplo reciente de esto son los posibles casos de trabajo forzado identificados en un sitio en Singapur. Uno de nuestros clientes, una empresa multinacional de energ\u00eda, no sab\u00eda que a los trabajadores migrantes empleados a trav\u00e9s de una agencia se les ped\u00eda que pagaran enormes dep\u00f3sitos para conseguir empleo y, en algunos casos, les quitaban sus documentos de identidad. Lamentablemente, este no es un caso aislado. Ya sea que se trate de productos qu\u00edmicos depositados en cursos de agua o deducciones salariales como forma de castigo financiero, nuestros equipos ven y escuchan estos problemas con sus propios ojos y o\u00eddos.<\/p>\n\n\n\n

Hoy en d\u00eda, aplicar una diligencia debida efectiva y cumplir con legislaciones de diligencia debida cada vez m\u00e1s rigurosas como Apenhetsloven<\/a>, Bill S211<\/a>, BRSR Core<\/a>, CSDDD<\/a>, Lieferkettengesetz<\/a> y la Ley de Esclavitud Moderna requiere un enfoque amplio utilizando todas las herramientas disponibles para un negocio. Afortunadamente para nuestros clientes, hemos aprovechado estas herramientas y tenemos la experiencia para saber cu\u00e1ndo y c\u00f3mo desplegarlas.<\/p>\n\n\n\n

Lograr un equilibrio entre la automatizaci\u00f3n y la experiencia humana es crucial. La sobredependencia de la IA sin supervisi\u00f3n humana puede llevar a puntos ciegos y pasar por alto sutilezas, mientras que una automatizaci\u00f3n insuficiente puede resultar en ineficiencias. En un momento en el que el mundo enfrenta un aumento en los abusos de derechos humanos, el trabajo infantil, el trabajo forzado y la contaminaci\u00f3n ambiental, adem\u00e1s de luchar por reducir las emisiones y abordar el cambio clim\u00e1tico, debemos utilizar todas las herramientas a nuestra disposici\u00f3n para crear transparencia y abordar los impactos adversos de nuestras transacciones comerciales. Reguladores, inversores y clientes estar\u00edan equivocados al aceptar algo menos.<\/p>\n","protected":false},"excerpt":{"rendered":"

Este art\u00edculo se centra en el papel de la inteligencia artificial en la diligencia debida en la cadena de suministro y discute tanto los desaf\u00edos, limitaciones y beneficios de la IA dentro de un proceso de diligencia debida integral, as\u00ed como c\u00f3mo puede evolucionar en el futuro. Ha habido mucha discusi\u00f3n y debate sobre el […]<\/p>\n","protected":false},"author":2,"featured_media":36065,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","wds_primary_category":2983,"wds_primary_industry_tax":0,"wds_primary_topic_tax":0,"wds_primary_post_region_tax":0,"footnotes":""},"categories":[1143,2983],"tags":[8729,8730,8731],"industry_tax":[3949,11987,3922,10762,3951,10754,3950,3942,3945,3948,3944,3946,3003,3947,4304,3006],"topic_tax":[4620,2997],"post_region_tax":[],"class_list":["post-39695","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articulos","category-informacion-sectorial","tag-ai-in-supply-chain-due-diligence-es","tag-benefits-of-ai-in-supply-chain-management-es","tag-challenges-of-ai-in-supply-chain-management-es","industry_tax-asistencia-sanitaria-es","industry_tax-automocion-es","industry_tax-banca-y-finanzas-es","industry_tax-construction-es","industry_tax-energia","industry_tax-mineria-y-cemento-es","industry_tax-minorista-es","industry_tax-industrial-manufacturing-es","industry_tax-consumer-goods-es","industry_tax-productos-farmaceuticos-es","industry_tax-chemicals-es","industry_tax-servicios-es","industry_tax-utilities-es","industry_tax-telecomunicaciones-es","industry_tax-todas-es","industry_tax-transport-es","topic_tax-diligencia-debida-y-auditoria-es","topic_tax-negocio-etico-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/posts\/39695","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/comments?post=39695"}],"version-history":[{"count":0,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/posts\/39695\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/media\/36065"}],"wp:attachment":[{"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/media?parent=39695"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/categories?post=39695"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/tags?post=39695"},{"taxonomy":"industry_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/industry_tax?post=39695"},{"taxonomy":"topic_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/topic_tax?post=39695"},{"taxonomy":"post_region_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/es\/wp-json\/wp\/v2\/post_region_tax?post=39695"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}