Para muchas organizaciones de cadenas de suministro, la conversación sobre resiliencia ha pasado de responder a la disrupción a comprender la exposición. Este cambio está obligando a las empresas a profundizar en sus redes de proveedores de primer nivel, datos transaccionales y las realidades físicas y geográficas que determinan cómo se adquieren, entregan y mantienen los bienes en el tiempo.
La pregunta ya no es si las organizaciones tienen datos, sino si entienden de dónde provienen esos datos y cómo se conectan a través de sus cadenas de suministro.
El creciente enfoque en la inteligencia a nivel de fuente y basada en la ubicación está cambiando la forma en que las empresas piensan sobre el análisis avanzado y la inteligencia artificial. Antes de que los algoritmos puedan predecir riesgos de manera significativa, optimizar redes o simular escenarios futuros, las organizaciones primero deben crear una base de datos precisa, viva y conectada espacialmente. Como lo ve Cindy Elliott, líder del grupo del sector empresarial de Esri, la agilidad y la preparación para la IA se pueden lograr basando las decisiones en las condiciones del mundo real, la visibilidad de los ecosistemas de proveedores y una visión integrada de la cadena de suministro física.
«Si no se obtienen los datos de origen y procedencia correctos y los datos de transmisión en vivo correctos, la IA no producirá lo que (se espera) que produzca», dijo Elliott a Supply Chain Management Review en el reciente NRF Retail Big Show en Nueva York.
Esri ofrece software de sistema de información geográfica (SIG), información de ubicación y cartografía. Su software es utilizado por organizaciones que buscan maximizar cadenas de suministro sostenibles y resilientes.
La flexibilidad comienza en la fuente
Una de las áreas más visibles donde aparece esta falta de datos es la contratación responsable y flexible. Elliott señaló que cada vez más marcas de consumo trabajan para comprender quiénes son sus proveedores, pero también de dónde provienen sus materias primas y en qué condiciones ambientales y sociales.
Usando el café como ejemplo, Elliott describió cómo Nestlé trabajó para generar flexibilidad en una cadena de suministro que no es de su propiedad directa. «No son propietarios de las fincas de café. De hecho, a menudo no son propietarios de la distribución para llevar la materia prima al tostador», dijo. Sin embargo, Nestlé ha reconocido que el estrés climático está reduciendo las áreas aptas para la producción de café.
Trabajando estrechamente con las comunidades agrícolas y monitoreando las condiciones ambientales de más de 100.000 productores de café, Nestlé ha podido identificar dónde la tierra está bajo estrés y cómo puede ayudar a restaurar el medio ambiente. «Necesitaban fortalecer la cadena de suministro del café en las próximas décadas», dijo Elliott.
El resultado es una base de datos que ahora admite modelos más avanzados. «Imagínese tener tantos años de datos, datos operativos y condiciones», dijo. «Ahora pueden ejecutar modelos; ¿hacia dónde irá el café en los próximos 10 años? ¿El medio ambiente o la tierra estarán mejor preparados para cultivar café que hoy?»
El desafío de la visibilidad de tercer nivel
Este tipo de información sigue siendo difícil de alcanzar para muchas organizaciones, ya que la visibilidad de los proveedores a menudo se extiende más allá del Nivel 2. «A medida que se pasa del nivel uno, dos, tres, cuatro, cinco, muchos fabricantes y minoristas pueden pasar al nivel dos», explicó Elliott. «Pero llega a un vago nivel 3; son todos intermediarios y otras personas influyentes».
Históricamente, esta opacidad ha sido tolerada, pero eso está cambiando. «No hubo auditoría, ni informes ni riesgo de marca», dijo Elliott. «No nos importó hasta que apareció el frijol».
Eso ha cambiado. Los requisitos de presentación de informes medioambientales, los riesgos para la reputación y, lo que es más importante, las preocupaciones sobre la resiliencia están impulsando a las empresas a acercarse al origen de las materias primas. «Necesitamos proteger o asegurar nuestra red de suministro dentro de cinco y diez años», dijo Elliott.
De la adquisición a la optimización de la red
Más allá de las materias primas, la misma lógica de priorizar los datos se aplica a la optimización de redes y dispositivos. Elliott destacó el trabajo que Esri ha realizado con empresas como Cisco y Chick-fil-A, centrándose en cómo los activos físicos (tiendas, centros de distribución, flotas y redes de servicios) funcionan juntos como un sistema.
«¿Se trata de dónde opero a nivel mundial? ¿Cuáles son mis bienes raíces? ¿Cuál es mi huella de tienda? ¿Cuál es mi huella de distribución?» dijo. El objetivo no es una optimización aislada, sino una visibilidad de todo el sistema que tenga en cuenta la demografía, el tráfico, los cambios de población y los requisitos de nivel de servicio.
Cuando estos elementos están conectados espacialmente, las organizaciones pueden ver la propagación de vulnerabilidades a través de la red. «Crean estas bases de datos gráficas para ver la presión o la vulnerabilidad en un punto y comprender su relación con la disrupción», explicó Elliott.
Esta visión conectada se convierte en la base del gemelo digital, que refleja el estado actual de la cadena de suministro en lugar de supuestos estáticos. «Ahora tienes un gemelo digital de toda tu operación de suministro», dijo. «No le dicen a la gente que hay un tifón. El sistema les dice cuál es el impacto».
Rompiendo silos
El cambio hacia redes flexibles basadas en datos también está forzando el colapso de silos organizacionales de larga data. «Los bienes raíces estaban en un silo. Sus datos operativos estaban en un silo. Su entorno construido estaba en un silo», dijo Elliott, describiendo lo que vio en las grandes empresas globales.
Lo que está cambiando es la influencia de la cadena de suministro, añadió. «La cadena de suministro (ahora) tiene tanto lugar en la mesa como hace cinco años», por lo que en lugar de que los equipos inmobiliarios planifiquen la expansión primero y recorran la cadena de suministro después, las empresas están comenzando a planificar estrategias de crecimiento juntas.
«El lugar es un hilo común que une todo», dijo Elliott.
El modo de espera de IA se obtiene, no se instala
Para los gerentes de la cadena de suministro, está claro: el valor de la inteligencia artificial no proviene de la instalación de dispositivos, sino del hecho de que busca la preparación a través del trabajo disciplinado con datos.
«Este es un gran ejemplo de cómo invertir y obtener valor a partir de la construcción de una base para obtener una gran ganancia al final», dijo Elliott.
A medida que las organizaciones busquen escalar la IA más allá de los pilotos en 2026, los ganadores no serán aquellos con los algoritmos más avanzados, sino aquellos que comprendan sus redes lo suficientemente bien desde una perspectiva espacial, operativa y de sistemas para poner la IA a trabajar donde más importa.
