La creación de sistemas automatizados de planificación con advanced analytics beneficia los impactos en la cadena de suministro para hacer frente a las crisis mundiales podría generar importantes ahorros de costos para las organizaciones agrícolas.
Entre julio y octubre de 2021, lluvias torrenciales empaparon partes del norte de China e inundaron importantes provincias agrícolas como Hebei, Henan y Shandong. Las inundaciones afectaron a millones de acres de tierras de cultivo, causando pérdidas de alimentos por valor de miles de millones de dólares y aumentando considerablemente los precios para los consumidores.
La perturbación agrícola causada por el clima extremo no es exclusiva de China: la investigación ha encontrado que varias regiones críticas para la producción agrícola mundial son susceptibles a los efectos de los extremos climáticos. Por ejemplo, más del 40 % de la variación en el rendimiento de los cultivos en las últimas décadas fue causada por precipitaciones y temperaturas extremas, lo que afectó la producción de maíz y arroz asiáticos, trigo europeo y maíz, trigo y soya norteamericanos.
La pandemia de COVID-19 también ha intensificado las crisis en la cadena de suministro. Los agricultores canadienses, por ejemplo, perdieron unos 2900 millones de dólares en ganancias debido a la escasez de mano de obra, y el 47 % de los empleadores agrícolas no pudieron contratar a todos los trabajadores que necesitaban.Los agricultores y las empresas agrícolas europeas sufrieron pérdidas económicas en la primera ola de la pandemia debido a al cierre de canales comerciales (como los servicios de alimentos), escasez de mano de obra, retrasos en las entregas de alimentos y materias primas, y ralentizaciones en la producción de alimentos causadas por brotes de virus en las plantas de procesamiento.
Las plantas de procesamiento de alimentos en los Estados Unidos también se han visto muy afectadas. Un grupo de investigación contó 100 000 casos y 466 muertes por COVID-19 entre trabajadores agrícolas y de procesamiento de alimentos en todos los estados entre mayo de 2020 y septiembre de 2021. Los investigadores identificaron casi 2000 brotes en plantas de procesamiento de carne, granjas de frutas y verduras, instalaciones de bocadillos y arrastreros de mariscos
Sentando las bases: Integración de datos y monitoreo en tiempo real
Brindar acceso continuo y en tiempo real a los datos relevantes para las partes interesadas involucradas en la planificación de advanced analytics en la cadena de suministro es una consideración clave en el camino hacia los sistemas de respuesta automatizados. Si bien los conjuntos de datos internos de la empresa pueden ofrecer información confiable sobre logística, transacciones e inventario, muchas organizaciones carecen de una visibilidad más profunda a lo largo de toda su cadena de suministro debido a la infrautilización de la gran cantidad de datos externos disponibles gratuitamente.
La combinación de información externa con datos internos existentes puede proporcionar una comprensión más detallada de cómo los shocks podrían afectar las operaciones de la cadena de suministro de una organización. Además, dado que los costos de computación y almacenamiento de datos basados en la nube se han reducido, la agregación de estas diversas fuentes de datos y la obtención de información en tiempo real a partir de ellas se ha vuelto más sencilla.
La integración de fuentes de datos públicas y privadas puede ser una base poderosa sobre la cual imitar la realidad. Los modelos del mundo real a menudo se denominan “gemelos digitales” o réplicas virtuales de la cadena de suministro física de una organización. Con los datos correctos, los gemelos digitales podrían incluir todos los elementos clave de la cadena de suministro, desde la producción y la cosecha a nivel de granja hasta el inventario y los puntos de venta. Pero los gemelos digitales también pueden construirse para etapas específicas de la cadena de suministro donde la visibilidad puede ser actualmente baja.
Tomemos, por ejemplo, un gemelo digital de la exposición global del maíz a anomalías notables que incorpora datos climáticos, de texto y satelitales. Información sobre anomalías climáticas (por ejemplo, “las precipitaciones en esta región son más altas que en los últimos 25 años”) combinada con información basada en texto de los medios de comunicación (por ejemplo, “la cantidad de artículos relacionados con inundaciones o inundaciones en esta región ha aumentado 60 veces en comparación con los últimos cinco años”) y la información de campo obtenida por satélite (“un millón de hectáreas de maíz se cultivan en 50 000 campos individuales en la región afectada”) podría brindar información sobre los tipos de interrupciones en la cadena de suministro que es probable que ocurra aguas abajo.
Advanced analytics: Automatización de las decisiones de la cadena de suministro en toda la organización
Si bien el nivel de automatización puede variar según el tipo de cadena de suministro agrícola, existen requisitos previos para operar un sistema de planificación de la cadena de suministro impulsado por la tecnología que sea capaz de identificar e impulsar la evaluación potencial:
- Actualizaciones en tiempo real fácilmente accesibles. Toda la información sobre el estado actual de la cadena de suministro debe reflejarse con precisión en el sistema, idealmente en tiempo real. Esto requiere una fuerte integración de varias fuentes de datos y la entrega de cambios en tiempo real en el formato apropiado, incluidas aplicaciones web, actualizaciones de correo electrónico y notificaciones de mensajes.
- Gestión coordinada de la ejecución. La planificación y ejecución de las respuestas debe coordinarse dentro del sistema de planificación; los cambios en la planificación y las transacciones “extraoficiales” o las omisiones manuales no se consideran mejores prácticas.
- Gestión del cambio y confianza. Los empleados de la empresa deben poder confiar en el sistema, y es posible que sea necesario adaptar la mentalidad y el comportamiento para promover el uso del sistema. Las iniciativas relevantes pueden incluir capacitación, modelos a seguir, incentivos y reglas de implementación para prohibir eludir el sistema.
- Capacidades tecnológicas. La automatización optimizada de la respuesta de decisión de la cadena de suministro requiere que las empresas desarrollen las capacidades adecuadas. Estos incluyen equipos de TI capaces tanto de dar soporte a sistemas complejos como de trabajar mano a mano con los planificadores de la cadena de suministro para promover la adopción. Además, es posible que se necesite talento en ciencia e ingeniería de datos para ayudar a mantener y ajustar las funcionalidades de análisis avanzado presentes en estos sistemas.
- Manejo rápido de errores. Los sistemas automatizados deben identificar y corregir automáticamente las desviaciones de los valores esperados. Por ejemplo, el sistema debe notificar a las partes interesadas pertinentes si los plazos de entrega reales de las órdenes de compra se desvían de los valores acordados en los documentos del contrato con el proveedor, y debe proponer posibles soluciones.
Este articulo puede interesarle Pasos para el éxito en 2022: Gestión de inventario de construcción