El poder de los datos para optimizar la cadena de valor

El mayor acceso y disponibilidad de  determinadas  tecnologías, principalmente la inteligencia artificial, está permitiendo la concepción de la cadena de valor como un sistema ciber físico, es decir un sistema en el que el flujo físico, desde la materia prima hasta el producto o servicio final, tiene capacidad de regularse, gobernarse y adaptarse incluso de forma autónoma gracias a la gestión del flujo paralelo de información asociada a dicho proceso y a la posibilidad de enriquecerse con información externa.

Hay 3 implicaciones de esta nueva concepción o marco, conocido como industria conectada 4.0, que de hecho representan 3 estados en el proceso de transformación digital de empresas industriales:

1. Digitalización de la cadena de valor.
2. La servificación de la industria (“industria como servicio”).
3. Desarrollo de modelos de negocio de ecosistemas o plataformas.

Esta nota se centra en el primer estado.

Digitalización de la cadena de valor

Consiste en maximizar la eficiencia de la cadena de valor, uso óptimo de los recursos, gracias a los datos. Este objetivo se consigue a través de 3 grupos de iniciativas:

• La analítica predictiva, basada en inteligencia artificial, sobre información de consumo, histórica y en tiempo real, es el principal habilitador de este objetivo.
• Una empresa de “retail” que monitorice en tiempo real los movimientos de producto en los puntos de venta, realice una previsión de consumo por análisis de datos históricos incluso enriquecido con información de tendencias y preferencias desde las redes sociales y un seguimiento en tiempo real de todo el embudo (“customer journey”) de ventas, es un ejemplo de eficiencia de cadena de valor por ajuste de producción con demanda.
• La fabricación aditiva, tanto en la fase de I+D como en fases de producción de productos que requieren un alto grado de personalización, es otro gran habilitador tecnológico de este objetivo.

• Las técnicas avanzadas de análisis de datos , basadas en inteligencia artificial y el aprendizaje automático, permiten monitorizar y controlar el uso de energía en tiempo real, optimizar el rendimiento de la red, identificar ineficiencias y predecir patrones de demanda de energía. Además, el análisis de datos puede mejorar la integración de fuentes de energía renovable, como la eólica y la solar, en la red mediante la previsión de su disponibilidad y la gestión de sus fluctuaciones.

• En la búsqueda de objetivos NET0, los datos pueden proporcionar información clara sobre dónde las emisiones son más altas, lo que facilita la priorización de los esfuerzos de descarbonización. Permiten el modelado y la simulación de diferentes escenarios para evaluar el impacto potencial de diversas intervenciones. Además, con el uso de la tecnología blockchain, los datos también pueden garantizar la transparencia y credibilidad de los créditos y compensaciones de carbono.

1. Alcanzar los mejores indicadores de eficiencia de procesos con los menores costes de infraestructuras y recursos.  Esta tipología de iniciativas la podemos dividir a su vez en las siguientes:

• Optimización logística:
• Visión horizontal: minimizar tiempos desde planificación hasta entrega de producto o servicio con los menores “stocks” intermedios y máxima garantía de entrega.
• Visión vertical: compras óptimas, almacén automatizado, minimización de stocks, diseño de rutas óptimas de distribución.

Tanto en un caso como en otro la captura de los datos (IoT) asociados a dichos procesos, su consolidación (“big data”) y su proceso (Inteligencia Artificial) para visualizar, predecir o actuar facilitado por herramientas integradas (como el gemelo digital) interconectas, a su vez, con los sistemas de soporte a la gestión de la empresa (ERP) garantizan la viabilidad del objetivo.

• Circularidad de la cadena de valor.
• Mediante el seguimiento y el análisis de los materiales a lo largo de sus ciclos de vida, los datos pueden ayudar a revelar ineficiencias, identificar oportunidades de reutilización y reciclaje y optimizar las cadenas de suministro. Por ejemplo, el análisis de datos puede determinar las formas más rentables y respetuosas con el medio ambiente para reutilizar o eliminar los desechos, teniendo en cuenta factores como las distancias de transporte y las capacidades de reciclaje. También puede guiar a las empresas en el diseño de productos para una vida útil más larga y un desmontaje más fácil al final de su uso, lo que reduce el desperdicio y el consumo de recursos.

• Adicionalmente, las plataformas digitales pueden utilizar datos para conectar a productores, consumidores y manipuladores de desechos, fomentando un mercado para materiales secundarios y promoviendo su reutilización. El análisis predictivo se puede emplear para predecir r la demanda de estos materiales, asegurando un equilibrio entre la oferta y la demanda y minimizando el desperdicio. Podemos aprovechar blockchain para permitir un seguimiento más preciso de los materiales, verificando sus orígenes y asegurando la integridad de las cadenas de suministro circulares. De esta manera, los datos pueden transformar los modelos lineales tradicionales de producción y consumo en modelos circulares más sostenibles, impulsando el crecimiento económico y preservando el medio ambiente.
• El European Data Portal⁽¹⁾ detalla 3 áreas de aportación de los datos en la economía circular:
• Sistema de generación de alimentos más sostenible
• Gestión de recursos y optimización de residuos
• Reducción de la contaminación
• Maximizar eficiencia por automatización de procesos industriales. El poder de los datos en los procesos industriales se manifiesta en varias dimensiones:
• En primer lugar, los datos recopilados de sensores a lo largo de una línea de producción se pueden utilizar para formar un gemelo digital, un modelo virtual del proceso de fabricación. Este modelo permite la simulación, predicción y optimización de procesos en un entorno libre de riesgos, lo que conduce a una mayor eficiencia, menores costos de producción y menor tiempo de inactividad. El mantenimiento predictivo emplea estos datos para anticipar fallos en los equipos antes de que ocurran, minimizando así la interrupción de la producción.

• En segundo lugar, los algoritmos de aprendizaje automático pueden procesar y analizar estos datos recopilados para aprender y adaptarse a los cambios en tiempo real, lo que aumenta la flexibilidad de los sistemas automatizados. Por ejemplo, el control de calidad puede mejorarse significativamente con estos algoritmos que pueden detectar y corregir variaciones mínimas que los inspectores humanos podrían pasar por alto. Del mismo modo, los datos se pueden utilizar para automatizar y optimizar la programación y la gestión del inventario, lo que lleva a un uso más eficiente de los recursos.

• En tercer lugar, y muy relacionado con el primer punto de esta nota, Un análisis completo de datos puede vincular la planta de producción, la cadena de suministro y las valoraciones de los clientes en un ciclo continuo de mejora, lo que permite un sistema de fabricación realmente flexible y adaptable.

• Empoderamiento de los trabajadores. Más allá de programar tareas rutinarias para ser realizadas por máquinas, los datos son la base de otros habilitadores de productividad operativa de los trabajadores como los siguientes:
• Robótica colaborativa: cobots, brazos robóticos, exoesqueletos, vehículos de guiado automático (AGV) y Drones.
• Realidades extendidas (realidad aumentada, virtual y mixta) y gemelo digital

Como conclusión, los datos son la base de la optimización eficiente y sostenible de la cadena de valor y nos permite, en primera instancia, que nuestra empresa se diferencie por eficiencias operativas respecto a sus competidores. La decisión estratégica de sobre qué indicadores horizontales y verticales desea la empresa estar en el “best practice” y sobre cuales estar a nivel medio de la industria es la base de para desarrollar una hoja de ruta de digitalización de la cadena de valor para explotar el poder de los datos.

Notas:

1. https://datos.gob.es/es/blog/como-pueden-los-datos-abiertos-contribuir-la-economia-circular. Consultado el 6 de julio de 2023.