Hace unos años, una pequeña empresa llamada Netflix tuvo una muy buena idea. Cuando se fundó en 1997, era una empresa de alquiler de DVD. Para hacerlo más fácil de usar, Netflix comenzó a alquilar DVD a través de su servicio de correo en abril de 1998, pero esta fue una tarea difícil ya que el modelo comercial era completamente nuevo. Por supuesto, este no fue el único problema que enfrentó Netflix. En ese momento, solo el 2% de los estadounidenses poseía un reproductor de DVD. Tal vez recuerde que el mercado del entretenimiento en el hogar todavía pertenecía a VHS.
En pocas palabras, la buena idea con visión de futuro de Netflix fue facilitar a los clientes el acceso a las películas que querían entregándoselas en sus hogares. El cliente pagó una tarifa mensual para pedir varios DVD en línea. Este fue el siguiente paso hacia nuestro ahora muy exitoso servicio bajo demanda. Luego llevaron al extremo la idea de estar siempre disponibles convirtiéndolo en un servicio de streaming. El resto es historia.
lo que realmente tienes que hacer
Se deshicieron de todos sus DVD y, desde entonces, Netflix no tuvo que ocuparse de la gestión de inventario ni de la logística de envío. Problema resuelto; entrada de blog cerrada.
Vea lo fácil que puede ser la gestión de la cadena de suministro.
…
Por supuesto que no es lo que pretendía.
Conoce muchas otras industrias donde la expectativa de tener productos y servicios disponibles cuando los necesite, o al menos tan pronto como sea posible, se ha convertido en la nueva normalidad. Durante mucho tiempo, Netflix fue perfectamente capaz de ofrecer exactamente este servicio a sus clientes. La incorporación de Amazon del envío el mismo día al comercio electrónico puede ser otro ejemplo famoso. La gente se ha acostumbrado a este tipo de expectativas estrictas en términos de velocidad de entrega y entrega a tiempo, incluso en el mercado B2B. La mayoría de las veces no puedes equivocarte con la entrega.
En términos generales, las empresas que dependen de los servicios bajo demanda se benefician de una producción más oportuna, una mayor satisfacción del cliente y menores inventarios. En el mejor de los casos, los materiales correctos se suministran justo a tiempo para la producción. Los negocios bajo demanda, por otro lado, requieren procesos altamente complejos y flexibles. Los requisitos de recursos suficientes son considerablemente más altos que en los procesos de producción tradicionales, y los costos de producción suelen ser más altos. Si no puede convertirse en un proveedor de video a pedido, tendrá que abastecerse o, como Netflix, confiar en la última tecnología para ayudarlo.
Por lo tanto, una solución de gestión de inventario inteligente es Sigue siendo una parte integral de la gestión de la cadena de suministro. Siempre debe predecir con precisión lo que demandarán sus clientes y ordenar oportunamente todos los productos que necesita para satisfacer esta demanda. De lo contrario, le sucederán cosas malas a su negocio.
Vuelve a ver Netflix.
Aprendizaje algorítmico
Hoy en día, la inteligencia artificial se puede dividir en tecnologías basadas en el conocimiento y basadas en datos. Por ejemplo, el primero, que incluye herramientas para optimizar la planificación y la toma de decisiones, ya tiene una larga historia de éxito. Este último, por otro lado, todavía es relativamente joven y se denomina clásicamente aprendizaje automático. En el aprendizaje automático, los algoritmos pueden aprender observando grandes cantidades de datos. Hay muchas razones válidas para implementar ambos tipos de IA en un enfoque híbrido, pero aquí nos centramos en los aspectos de la IA basados en datos.
Uno de los mayores secretos del éxito de Netflix son sus algoritmos de autoaprendizaje que recomiendan las películas y series que es más probable que disfruten los suscriptores. Así es como funciona: Cada segundo del contenido de video que la gente ve en Netflix está meticulosamente etiquetado, lo que le dice a las máquinas diferentes aspectos sobre el contenido. ¿Qué actor estás interpretando ahora? ¿Te sientes espeluznante o divertido? ¿La película está ambientada en el espacio, una ciudad o un bosque? Estos datos se combinan con datos de comportamiento del usuario, como lo que el suscriptor estaba viendo antes del video actual. ¿Qué vieron hace un año?, ¿cuánto tiempo dedican a dar retroalimentación sobre qué?
Utilizamos el aprendizaje automático para averiguar cuál de estos factores debe ponderarse para predecir con precisión lo que los suscriptores quieren ver a continuación. En base a esto, podemos dividir a nuestros suscriptores en varias categorías de más de 2000 grupos de gustos. Las recomendaciones se hacen en base a estas categorías. Además de eso, las predicciones se utilizan no solo para recomendaciones, sino también para crear contenido de forma proactiva que se adapte a los gustos individuales.
Ok, déjame preguntarte de nuevo. ¿Qué podemos aprender de Netflix aquí?
IA en la gestión de inventario
La idea de brindar el producto correcto en el momento correcto es fundamental para la gestión de inventario.mientras tanto herramienta de optimización Quizás lo más importante es que el aprendizaje automático puede ayudar a crear una mejor base para la toma de decisiones. Por ejemplo, vea qué materiales o piezas deben comprarse y cuándo deben ordenarse para que no lleguen demasiado temprano o demasiado tarde para la fabricación o el ensamblaje.
Cuando quiero pedir un artículo, generalmente investigo mi sistema ERP para ver el tiempo de espera para el reabastecimiento. Este es un valor fijo y pertenece a los datos maestros heredados. Por ejemplo, dice que el artículo tardará 10 días en llegar. Lógicamente, tú o tu herramienta de planificación tienen en cuenta 10 días a la hora de pedir artículos. En realidad, debido a la agitación comercial diaria y la vida loca, es posible que su pedido no siempre llegue en 10 días, pero puede demorar 8, 9, 11 o 12 días. Este desenfoque de planificación hasta ahora ha tenido que ser tratado.
Al igual que Netflix, podemos usar el aprendizaje automático para aprender del pasado y mejorar nuestras predicciones. Al observar los datos históricos de ventas y muchas otras formas de datos a vista de pájaro en busca de patrones y correlaciones periódicas, los algoritmos de aprendizaje automático pueden descubrir y evaluar los factores causales de desarrollos específicos. Es posible que su pedido llegue generalmente en 10 días si se solicita el lunes, pero demora 12 días si se solicita el viernes. Por supuesto, esto es bastante fácil de identificar, pero en la práctica, usamos innumerables conjuntos de datos para encontrar patrones mucho más complejos. Incluso cuando los patrones son fáciles de entender, los gerentes de inventario generalmente tienen que pasar por alto decenas de miles de artículos diferentes. Cada uno tiene su propia cadena de suministro upstream, términos y condiciones y otros términos marco. Ni siquiera podían manejar todos los patrones simples.El aprendizaje automático hace que los datos maestros fijados previamente sean flexibles y la base para una toma de decisiones más realista.
Así como Netflix usa datos históricos para predecir el comportamiento futuro de los usuarios, los administradores de inventario usarán esta tecnología de autoaprendizaje para evaluar con mayor precisión cómo se desarrollarán los procesos de pedidos futuros. Como tales, hacen una contribución importante para aumentar la agilidad y la economía de sus empresas.
¿Ya utiliza el aprendizaje automático para mejorar la gestión de su cadena de suministro?
Foto de encabezado: Daviles – Getty Images