Empezamos a vislumbrar algo de calma después de la tempestad. Los cuellos de botella de la cadena de suministro a nivel global empiezan a estar cada vez más cerca de los niveles prepandemia. Así lo ha desvelado en el primer trimestre de 2023 el indicador BottleNeck GATE que refleja las tensiones, tanto de precios como de volumen, en el suministro de materias primas y de bienes industriales a los países occidentales. Sin embargo, tras más de tres años de inestabilidad desatados por la crisis del Covid 19 y, que se ha prolongado con la guerra en Ucrania, ha quedado en evidencia la fragilidad del sistema de transporte y almacenamiento de mercancías a nivel global.
Aunque aún no se ha calculado el efecto de la crisis de la cadena de suministro en la economía mundial, varios informes afirman que las empresas han sufrido pérdidas significativas. El inicio de una crisis no se puede pronosticar, sin embargo, las organizaciones pueden dotar de fortaleza a sus cadenas de suministro y hacer crecer sus negocios incluso en un contexto de continua inestabilidad económica.
Según un estudio realizado por la consultora McKinsey, menos de la mitad de las organizaciones del sector manufacturero conoce la ubicación de sus proveedores de primer nivel y sólo el 2% tiene visibilidad más allá de aquellos del segundo nivel. Es en este punto donde los datos y, lo que es más importante, la colaboración de datos puede desempeñar un papel fundamental a la hora de fortalecer la cadena de suministro. Las empresas no están aprovechando todo el potencial de los datos debido a la proliferación de silos de datos dentro de sus organizaciones. Los modelos heredados de compartir datos entre socios -EDI, FTP y CSV- ya no están a la altura de las decisiones que hay que tomar hoy en día.
Los métodos tradicionales obligan a mover los datos de un entorno a otro: capturar archivos de servidores FTP, rastrear API, utilizar herramientas ETL o configurar los datos según los diferentes mercados para que los equipos puedan acceder a ellos. Con todos estos procesos, la colaboración supone un alto coste para la empresa, y no garantiza su eficacia, lo que puede suponer que tenga un impacto en el crecimiento de la empresa, así como en el aumento de los riesgos y la restricción de la colaboración.
Ante este panorama, las empresas del sector manufacturero pueden adoptar un enfoque basado en la colaboración de datos, de tal manera que en lugar de que los datos se muevan de un lugar a otro, las organizaciones puedan acceder al conjunto de datos casi en tiempo real. Esto se traduce en un acceso más rápido a los datos que siempre están actualizados y pueden anularse, lo que permite el nivel más seguro de colaboración de datos.
Para conseguir esta colaboración de datos es fundamental que los fabricantes, proveedores y empresas de logística unifiquen los datos que identifican los productos para obtener una visión global de las situaciones de la cadena de suministro de forma instantánea. Los datos tienen que estar disponibles de forma que se puedan analizar para identificar riesgos y posibles contratiempos. Una vez establecida esta visión integral, las tecnologías de análisis como la inteligencia artificial (IA) y el machine learning (ML) pueden ofrecer información en forma de alertas, previsiones y recomendaciones de inteligencia empresarial. Se trata de información que facilita la agilidad.
Esta unificación de los datos permitirá además a las empresas aprovechar los beneficios de la Industria 4.0. haciendo uso del Internet Industrial de las Cosas (IIoT), en el que los sensores inteligentes como la maquinaria de la planta de producción, la robótica y las tecnologías portátiles y wearables que ofrecen un diluvio de datos que, una vez combinados y analizados, pueden dar un impulso saludable a la eficiencia y la calidad de los procesos de producción.
Para dar este salto, los fabricantes deben liberarse de los silos de datos, como las aplicaciones de gestión de la cadena de suministro, plataformas ERP (planificación de recursos empresariales) y sistemas de taller como MES, QM y sistemas de control. Una vez combinados, estos datos pueden utilizarse para realizar un gran número de tareas, como el mantenimiento predictivo. Se trata de tomar los datos de los equipos utilizados para predecir su posible rendimiento, por ejemplo, cuando la avería de la maquinaria es inminente o el uso energético de un edificio, para formular planes que aprovechen el tipo de energía adecuado, al coste adecuado, para ayudar a las organizaciones a alcanzar sus objetivos medioambientales.
Estos beneficios son posibles si los datos que se generan se recopilan, analizan y utilizan con eficacia y prontitud. Lo fundamental es que el sector manufacturero conozca el valor de todos sus datos y la importancia de la colaboración de los datos para poder fortalecer la cadena de suministro.
