Puede que incluso esté un poco cansado de oír hablar de ello. Sobre todo porque, a menudo, esta conversación hace poco por desmitificar cuestiones básicas como: ¿cómo funciona la IA y, lo que es más importante, cómo afectará a mi sector y a mi trabajo?

A principios de este mes, el fundador y consejero delegado de Uber Freight, Lior Ron, se propuso responder a estas preguntas para el sector de la logística.

«A lo largo de muchas paradas en mi carrera, he sido testigo del impacto potencial que la inteligencia artificial puede tener en todos nosotros», dijo Lior.

El propio Lior ha dedicado toda su carrera a investigar y encontrar aplicaciones prácticas para la IA. En su reciente charla, «Desbloquear el futuro de la logística con IA», esbozó la evolución de la IA en el transporte de mercancías y compartió lo que está por venir. Al comprender el camino a seguir con la IA, los líderes logísticos pueden aprovechar con confianza la tecnología para optimizar las operaciones, ahorrar costes y mejorar el servicio en toda la logística.

«Muy pronto, veremos cómo la IA revoluciona por completo la logística», afirmó.

La transformación digital es fundamental para la adopción de la IA

Con la tecnología de IA, un ordenador puede tomar decisiones complejas y hacer sugerencias sobre las redes de transporte de mercancías. Pero antes de que eso ocurra, esas redes físicas deben ser accesibles a los ordenadores. Esto significa que la transformación digital es el primer paso para hacer posible la IA. Los responsables de logística no pueden sacar el máximo partido de sus herramientas de IA a menos que la información que utilizan esté digitalizada. Las empresas que aún dependen de procesos analógicos están perdiendo la oportunidad de racionalizar su logística para conseguir flujos de trabajo más rápidos y accesibles.

«Una vez que las cosas están digitalizadas y conectadas, se produce la magia», afirma Lior.

La automatización ofrece una enorme eficiencia, ya se trate de la introducción automática de cargas regulares en el TMS o del seguimiento automático del progreso de la carga. Mediante la automatización de los procesos, los equipos logísticos pueden sentar las bases para que las herramientas de IA tomen y apliquen posteriormente las decisiones que sean necesarias, sin retrasos por tener que esperar la aprobación manual.

El aprendizaje automático permite tomar decisiones rápidas y optimizadas

El pilar fundamental de la tecnología de IA en logística es el aprendizaje automático. Al igual que los analistas están capacitados para tener en cuenta distintos tipos de información de la red para hacer recomendaciones con conocimiento de causa, los ordenadores deben estar capacitados para la toma de decisiones y la adaptación. Como se entrenan con grandes conjuntos de datos, estos modelos de IA no sólo aprovechan la velocidad de cálculo de un ordenador, sino también una amplitud y profundidad de aprendizaje muy superior a la capacidad de un ser humano.

En logística, los modelos se entrenan con información específica del sector para mejorar las operaciones de transporte de mercancías. Por ejemplo, un modelo de aprendizaje automático puede ayudar a seleccionar automáticamente el el mejor transportista para cada carga. En lugar de tener que esperar a que un humano revise todas sus cargas y transportistas disponibles para hacer las correspondencias adecuadas, el aprendizaje automático permite a un ordenador considerar rápidamente factores como
destino, horario y rendimiento del transportista
y asigne instantáneamente cada carga a su transportista óptimo.

Como estos modelos tienen acceso instantáneo a cantidades ingentes de datos, el aprendizaje automático también impulsa recomendaciones proactivas para ahorrar costes y mejorar la eficiencia operativa. Como señaló Lior, agrupación de cargas es un gran ejemplo: al emparejar rutas compatibles, la tecnología puede eliminar los tiempos muertos, permitir a los transportistas aprovechar mejor su tiempo y ofrecer ahorros a los cargadores. La tecnología basada en el aprendizaje automático se utiliza en el transporte de mercancías desde hace unos años, pero a medida que se desarrollan modelos más grandes y sofisticados, su potencial sigue creciendo.

El futuro del transporte de mercancías: aprovechar los conocimientos de la IA

La digitalización, la automatización y el aprendizaje automático sientan las bases de la tecnología de IA más avanzada que existe, la misma que está en boca de todos en todos los sectores: la IA generativa.

La IA generativa es un tipo de modelo de IA que utiliza una forma avanzada de aprendizaje automático para comprender la entrada de texto y producir respuestas matizadas a preguntas complejas. Está remodelando el mundo del transporte de mercancías con análisis precisos y exhaustivos, ofrecidos a la carta. Dado que los modelos de IA tienen visibilidad en tiempo real de los trayectos de los envíos y del rendimiento anterior, ayudan a los equipos de logística a realizar cambios estratégicos para mejorar el servicio.

Hoy en día, saber qué rutas funcionan mejor en una determinada región es un proceso que consume mucho tiempo y recursos. Esto significa que los conocimientos críticos para la empresa están retrasando las decisiones clave o, en algunos casos, que las decisiones críticas para la empresa se están tomando sin conocimientos críticos para la empresa. Utilizando
con IA generativa
Gracias a la IA generativa, los equipos de logística pueden obtener más información y conocimientos específicos a demanda, lo que, a su vez, les ayuda a tomar decisiones más proactivas que mejoran la calidad del servicio y ahorran costes.

El camino a seguir

Desde información instantánea hasta optimización de procesos, la IA ya tiene mucho que ofrecer al mundo del transporte de mercancías. El papel de la IA en la logística sigue evolucionando. En algunos casos, incluso es necesaria una digitalización básica. Aun así, independientemente de la madurez digital de una empresa, comprender la tecnología de IA puede permitir a los líderes logísticos localizar futuras oportunidades y ventajas empresariales.

«Espero que todos juntos podamos aprovechar la enorme oportunidad que vemos en la inteligencia artificial», dijo Lior al final de la charla. «Esta es una llamada a prepararse para lo que está por venir».

¿Te perdiste la charla técnica de Lior? Vea la sesión completa aquí.

¿Le interesa empezar a aprovechar la IA en sus operaciones logísticas?
Dé el primer paso y obtenga más información sobre InsightsAI
.

The post Lior Ron, fundador y consejero delegado de Uber Freight, habla de cómo la IA transformará la logística appeared first on Uber Freight.

Criado en Israel en los años 80, pasó su infancia aprendiendo a programar cuando los ordenadores personales empezaban a despegar. Sus padres le compraron un Atari a los nueve años. De adolescente, asistió a clases en Technion, el Instituto de Tecnología de Israel, donde él y sus compañeros introdujeron modelos de inteligencia artificial en juegos como las damas y el backgammon.

«Me enganché muy joven», dice, «sólo era un niño con ganas de explorar y jugar a algo».

Y, de hecho, impulsar la innovación con IA es una característica definitoria de la carrera de Lior, desde sus estudios en Technion y Stanford hasta su trabajo como jefe de producto de Google Maps y como cofundador de la empresa de camiones autoconducidos Otto (que fue adquirida por Uber). Ahora, al frente de nuestro equipo en Uber Freight, está afrontando el que quizá sea su mayor reto relacionado con la IA: infundir la IA en la cadena de suministro, en todo el sector de la logística.

A continuación, Lior compartió algunas de sus experiencias formativas con la IA y cómo éstas influyen en el modo en que la utiliza para innovar en el sector del transporte de mercancías.

Antes de la sesión, Lior compartió algunas de sus experiencias formativas con la IA y cómo éstas influyen en la forma en que la utiliza para innovar en el sector del transporte de mercancías.

¿Puede hablarnos un poco de lo que despertó su interés por la IA?

I Creo que, como muchas de nuestras actividades, empecé como un niño que buscaba cosas divertidas que hacer. Como crecí en Israel, cerca del Technion, pude aprender a programar y experimentar todo lo que pueden hacer los ordenadores y dejar volar mi imaginación a medida que crecían esas capacidades. Programé juegos y programas de contabilidad para la oficina de mi madre y muchas otras cosas.

¿Te apoyaron tus padres en tu interés por la IA? Has mencionado que programaste algunos programas para tu madre. ¿También ellos eran expertos en tecnología o eras tú quien lideraba la adopción de la tecnología en tu casa?

Yo lideraba la carga. Mis padres se hicieron a sí mismos. Mi madre es empresaria y una de las primeras en implantar un sistema informático en su oficina de Israel. Mi padre era ingeniero industrial, y uno de los primeros en adoptar cualquier sistema informatizado para dirigir una línea de producción en logística, de hecho. Así que siempre estaban dispuestos a explorar y mantener una mente curiosa, que creo que es la clave para cualquier nueva tecnología. Mantener una mente curiosa y experimentar: eso fue lo que me animó a explorar y me dio algunas de esas primeras oportunidades.

Cuando entró en la universidad, decidió estudiar redes neuronales. ¿Cuál fue la fuerza motriz de su interés en aquella fase, ya que la IA estaba, como ha dicho, todavía en su «edad oscura»?

En aquella época, las redes neuronales eran una herramienta muy potente, pero se utilizaban para aplicaciones intensivas de muy alto nivel: el lanzamiento de transbordadores y la navegación de robots en la Luna. Siempre me esforzaba por idear aplicaciones prácticas a nivel de consumidor, volviendo a los juegos y a la diversión y el descubrimiento de cuando era niño. Empecé a escribir artículos sobre redes neuronales y cómo ampliarlas. La aplicación práctica acabó siendo la construcción de una red neuronal que imita un poco la forma en que el cerebro procesa la información visual, que se ha utilizado para ayudar a los enfermos de Parkinson a caminar mejor. Esa fue mi tesis de máster, y también se convirtió en mi primera startup después de que Andy Grove, el difunto presidente y fundador de Intel, y Parkinson él mismo, me hiciera prometerle in situ que iba a hacer todo lo que pudiera para comercializar ese invento.

Tuve mucha suerte, porque la idea inicial no la tuve yo, sino mi profesor del Technion, y no habría sido una startup sin Andy Grove como profesor. Pero me enganché. Tomamos la investigación teórica sobre IA y la convertimos en un invento que ayuda a la gente.

Su siguiente incursión en la IA fue en Google, ¿cómo llegó allí? ¿Qué aprendió sobre el desarrollo de la IA mientras estuvo allí?

Para mi segunda startup, planeaba construir un motor de búsqueda de geoinformación y discutí la idea con otro profesor de Stanford, Eric Schmidt. Eric me presentó al equipo de Google, que me convenció de que era mejor construir el motor de búsqueda dentro de Google que fuera, y así fue como acabé teniendo la suerte de incorporarme a Google Maps en una fase muy temprana, cuando Google Maps tenía unos dos millones de usuarios sólo en Estados Unidos y Reino Unido. Acabé dirigiendo Google Maps y, en el transcurso de cinco años, llegamos a tener más de mil millones de usuarios.

Además de un viaje increíble con un talento increíble, también fue un ejemplo de cómo aplicar la IA a un montón de retos de vanguardia. Un ejemplo de nuestra misión allí era crear una versión digital del mundo físico. Para ello, hay que utilizar muchos datos y sensores, y luego darles sentido. En Google Maps utilizamos la inteligencia artificial para rastrear información, fusionar datos para comprender cuáles son los lugares y todos los detalles de esos lugares y combinarlos para obtener los resultados que te gustan cuando realizas una búsqueda en Google Maps. Puedes ver las analogías con la logística en Uber Freight, que está creando un espejo digital de una cadena de suministro física.

¿Cuándo empezó a interesarse por la logística y a pensar en formas de aplicar la IA a este sector?

Hace siete años, buscaba dónde voy a pasar la próxima década o algunas décadas de mi vida, y tenía unos criterios muy sencillos. Quería ir a un lugar donde pudiera influir como tecnóloga, es decir, a un sector que aún no hubiera sido transformado por la tecnología. La otra cosa que creo que nos motiva a todos es dejar huella. Así que me pregunté: «¿Cuál es la industria que tiene un impacto en la sociedad, un punto débil o un caso de uso que tiene un amplio valor social? Y eso me llevó a la logística.

No sabía nada de logística, salvo un poco de lo que hacía mi padre mientras crecía. Descubrí, ahora lo que damos por hecho, que esta increíble industria impulsa la economía, pero sigue funcionando con fax, teléfono y papel.

¿Cómo han enfocado la integración de la IA en el negocio de Uber Freight?

Pensamos en ello en tres fases, y vi estas fases en Google. La primera fase es tomar un universo físico y cartografiarlo digitalmente. Digitalizas, conectas las piezas, creas la infraestructura, que es esencialmente, diría yo, Uber Freight 1.0. Aún estamos en la primera fase, es una tarea ingente.

La segunda fase es que puedes empezar a potenciar la toma de decisiones ahora que todo está conectado. Con la información que hemos recopilado, ayudamos a tomar cada vez mejores decisiones, tanto a nuestros propios operadores como a transportistas o clientes. Llevamos un par de años haciéndolo. La IA permite acelerar ese proceso. Lo que hemos lanzado,
el primer paso de Insights AI
es un poco eso.

El tercer paso es hacer recomendaciones proactivas basadas en los datos. El ser humano mantiene el control, pero se trata de aumentarlo y de que los modelos sugieran proactivamente nuevas direcciones, nuevas recomendaciones, nuevas decisiones, nuevas optimizaciones. Estamos empezando a explorar esa frontera para Uber Freight.

¿Qué define la forma en que usted y su equipo aprovechan la IA y desarrollan los modelos para el sector logístico?

Para que la IA generativa y todas las cosas increíbles que vemos en ChatGPT y otros funcionen, se necesitan datos y se necesita la web. Hemos creado, en los últimos siete años, la web de la logística. Ahora tenemos 18.000 millones de dólares de carga bajo gestión, una de las mayores redes de Estados Unidos. Tenemos decenas de miles de expedidores y unos cien mil transportistas. Estamos conectados a todos ellos digitalmente. Impulsamos algunas de las mayores cadenas de suministro de Estados Unidos y del mundo, por lo que podemos entrenar esos modelos en nuestra red logística y aplicar esos conocimientos para ayudar a optimizar toda la ecuación.

Creo que lo que hace especial a Uber Freight es la capacidad, desde el primer día, de combinar este increíble talento tecnológico y esos ingenieros y esos desarrolladores de modelos con los fantásticos expertos en logística y hacer que interactúen entre sí. Creo que eso es lo que da mejores resultados.

¿Cómo influye su experiencia con la IA en su forma de abordar el puesto de Director General, en comparación con alguien sin formación técnica?

En primer lugar, me da más confianza para asomarme al futuro, al potencial de la IA. Desde el punto de vista organizativo, nos inclinamos por la IA más rápidamente y establecemos la cultura adecuada, tanto en el equipo directivo como en toda la empresa, para poder aprovechar las oportunidades de la IA. Tenemos que dar algunas directrices de arriba abajo, pero dar permiso a la organización para que abrace esta nueva era y experimente con todas esas herramientas, y dar el tiempo y el espacio para hacerlo.

Ha mencionado tener confianza en el futuro. En Deliver, por ejemplo, usted habló de la posibilidad de ampliar los camiones autoconducidos en unos pocos años. ¿Cómo será el futuro de la tecnología logística dentro de 10 o 20 años?

A fin de cuentas, se trata de un problema de optimización. Creo que cada vez tendremos más un piloto automático logístico en el que los profesionales de la logística pueden definir las limitaciones y definir lo que están tratando de resolver, y la máquina puede hacerse cargo de todo lo demás: resultado de las adquisiciones, planificación de la cadena de suministro y planificación de la red, mitigación de riesgos, ahorro de costes, selección de transportistas, horarios, gestión de muelles, todas esas cosas. Si creamos la infraestructura digital adecuada, mucho de eso puede ocurrir de forma automatizada con la interfaz adecuada, los puntos de control adecuados, y luego permitir que los profesionales de la cadena de suministro eleven su juego y sean aún más estratégicos y se centren aún más en la tarea que tienen entre manos.

Una vez más, para mí es muy importante influir, y veo la oportunidad de que esto repercuta en todas las partes interesadas de la cadena de suministro: Permitirá a los transportistas optimizar mejor su programación, a los profesionales de la logística tomar mejores decisiones, a las pequeñas empresas disfrutar de la experiencia logística de las grandes e incluso reducir el coste de los productos para el consumidor final.

Lior y Uber Freight aprovechan la IA para transformar la logística. Más información

Producto Insights AI


o lea lo último de nuestro


equipo de ingeniería


sobre la creación de algoritmos de alta calidad para impulsar un futuro basado en la IA.

The post Lior Ron, Consejero Delegado, habla de la evolución y las posibilidades futuras de la IA appeared first on Uber Freight.