Sistemas agénticos para una cadena de suministro más eficiente en retail

Los minoristas y las empresas de bienes de consumo se han enfrentado a cambios constantes, en especial en las cadenas de suministro.

Foto: cortesía. Portal ERP LATAM

Han evolucionado nuevos modelos de venta y distribución, como las ventas online, los enfoques omnicanal, las ventas directas al consumidor y los ecosistemas complejos. Las interrupciones externas son frecuentes, y el 90% de los líderes informan de desafíos en la cadena de suministro en 2024.

La agilidad y la resiliencia de la cadena de suministro dependen de una toma de decisiones rápida y precisa. Las malas decisiones o las respuestas lentas conducen al incumplimiento de las promesas, lo que afecta de manera negativa a los ingresos y la satisfacción del cliente, y aumentan los costos debido a envíos ineficientes y niveles de inventario más altos.

Para hacer frente a estos desafíos, existe una necesidad urgente de mejorar tanto la calidad como la velocidad de la toma de decisiones en la gestión de la cadena de suministro.

Te puede interesar: La adopción de herramientas de IA confiables garantiza un trabajo más eficiente: Microsoft

Agentes y sistemas agénticos

Los sistemas agénticos ofrecen una oportunidad revolucionaria para mejorar la calidad y la velocidad de la toma de decisiones. Activados por eventos de negocio, los agentes recopilan y analizan datos relevantes para actuar de manera directa o recomendar acciones.

Microsoft anunció la capacidad de crear agentes autónomos por medio de Microsoft Copilot Studio durante Microsoft Ignite en octubre de 2024. En el contexto de una cadena de suministro, esta capacidad podría, por ejemplo, permitir la identificación y la acción sobre fuentes de suministro alternativas en caso de retraso en el envío, con una intervención humana mínima.

Visión general de los sistemas agentes.

En el contexto de los sistemas agénticos, un agente se refiere a un sistema capaz de tomar decisiones y actuar de forma autónoma. Estos sistemas pueden perseguir objetivos de forma independiente sin intervención humana directa. Los sistemas agénticos tienen las siguientes características:

Autonomía . Operan de forma independiente, toman decisiones y ejecutan tareas sin supervisión humana, y escalan a un humano cuando es necesario.

Conciencia del contexto . Interpretan los datos y ajustan las acciones en consecuencia.

Orientación a objetivos . Can aspirar a la consecución de objetivos específicos.

Aprendizaje . Mejoran su rendimiento mediante el uso de nuevos datos y resultados anteriores.

Razonamiento y toma de decisiones . Los agentes utilizan el razonamiento para procesar información, inferir relaciones y tomar decisiones.

Percepción y sensación . Los agentes perciben su entorno a través de sensores u otros medios, lo que les permite ser activados por cambios en el proceso.

Habilidades y capacidades . Los agentes poseen habilidades o capacidades específicas para realizar tareas. Estas habilidades se pueden aprender o programar.

Memoria. La memoria de un agente almacena información relevante para la toma de decisiones y acciones futuras.

Los agentes pueden ser programados para perseguir objetivos específicos una vez activados. Por ejemplo, al buscar una fuente de suministro alternativa, pueden priorizar la minimización de costos en lugar de seleccionar la primera opción disponible.

Los agentes ya han comenzado a entregar valor a los clientes, por ejemplo, un cliente tiene agentes autónomos que revisan las facturas de envío con más casos de uso planeados. Con el tiempo, los agentes se pueden desarrollar para diversas tareas en toda la organización, con Microsoft Copilot que sirve como interfaz de usuario para la IA. 

Los agentes operan de forma autónoma, a diferencia de los copilotos que asisten a los usuarios en tiempo real. Un agente puede trabajar dentro de Copilot, alineándose con la visión de Microsoft de Copilot como la interfaz de usuario para la IA. En el futuro, los usuarios tendrán un copiloto, pero varios agentes, muchos de los cuales trabajarán de forma autónoma entre bastidores.

Cómo pueden operar los agentes en la cadena de suministro minorista y de bienes de consumo (RCG)

Los agentes se pueden aplicar de manera amplia en toda la cadena de suministro de RCG para automatizar tareas repetitivas, analizar grandes cantidades de datos para obtener información y mejorar la gestión de la cadena de suministro. Un caso de uso ideal implica tareas que requieren un uso intensivo de humanos, repetitivas y que requieren toma de decisiones en tiempo real, donde la IA puede aumentar de manera significativa la eficiencia y la precisión.

Los agentes de IA pueden desempeñar un papel crucial en el rendimiento de las tiendas minoristas y en las prácticas de gestión de inventario. Un agente puede monitorear de forma autónoma los datos de rendimiento para alertar al gerente de la tienda cuando las métricas de rendimiento de la tienda caigan por debajo de un umbral definido. Al comparar el rendimiento de tiendas similares, el agente puede identificar áreas de mejora y recomendar acciones para mejorar el rendimiento de la tienda.

Los agentes pueden ayudar a evitar situaciones de desabastecimiento y exceso de existencias en las tiendas minoristas. Al analizar datos de varias fuentes (como ventas, inventario, promociones y eventos externos), un agente puede identificar cuándo un pico de ventas no está alineado con el pronóstico, lo que lleva a una posible escasez, y alertar al equipo de la cadena de suministro.

Hoy en día, los agentes integrados en Copilot permiten a los usuarios hacer preguntas específicas en áreas definidas. Esta capacidad se expandirá en alcance y complejidad con el tiempo, lo que de manera eventual conducirá a un rediseño integral de las aplicaciones comerciales.

Proyecto Sophia imagina agentes, copilotos y aplicaciones empresariales que convergen en un lienzo de investigación infinito.

Diseñado con un enfoque que da prioridad a la IA, Project Sophia les permite hacer preguntas empresariales mediante el análisis de datos de varios sistemas y entradas dispares. La IA los guía para ver diferentes perspectivas, lo que los ayuda a comprender y actuar sobre los conocimientos de manera integral.

Aumentar el potencial de la IA para escalar la optimización de la cadena de valor en el comercio minorista y los bienes de consumo

La agencia IA se presta bien para navegar por la complejidad de las rutas al mercado, al integrar estrategias de fabricación y ventas, vender a través de múltiples canales o directo al consumidor, administrar múltiples líneas de productos y negocios, e integrar esfuerzos de marketing y ventas a nivel mundial.

Identificar los problemas para una participación estratégica

Al considerar cómo utilizar los agentes de IA de manera estratégica, es vital marcar las aplicaciones de la IA agrícola en el contexto más amplio de la identificación de los procesos de la línea de negocio que se prestan a la automatización: optimización de tareas/escenarios mundanos y que consumen mucho tiempo; establecer la confianza de los usuarios en las capacidades del agente y establecer barreras operativas claras para la IA de los agentes, incluida la gobernanza de datos, la privacidad y la seguridad; e infundir confianza en la entrega de valor del agente, para extender la gestión del trabajo colaborativo más allá del seguimiento de tareas a las funciones de planificación y ejecución.

La integración de la IA ágil y la IA generativa en las aplicaciones empresariales significa un cambio monumental en la forma en que las organizaciones pueden abordar la resolución de problemas, la planificación estratégica y la eficiencia operativa.

Mediante el uso de capacidades avanzadas de IA, las empresas pueden anticipar un futuro en el que la toma de decisiones no solo sea más rápida y precisa, sino también más perspicaz y holística. Esta convergencia de la tecnología allana el camino para soluciones innovadoras y niveles de productividad sin precedentes, con la IA en el centro del panorama empresarial del mañana.