El 5 de marzo se celebró la octava sesión de las Píldoras IA, centrada en la optimización de la cadena de suministro con inteligencia artificial. Xavier Clotet, de DRIBIA, explicó cómo mejorar la planificación de la demanda con IA, destacando la importancia de datos de calidad y la colaboración entre equipos. Se presentaron casos de éxito en predicción de demanda y gestión de stocks, resaltando la necesidad de modelos interpretables y validados continuamente.
En esta sesión, contamos con la participación de Xavier Clotet, científico de datos y socio de DRIBIA, quien expuso cómo plantear un proyecto de inteligencia artificial para la planificación de la demanda y detalló su impacto en la eficiencia operativa. A lo largo de su intervención, explicó las claves para la implantación con éxito en proyectos de IA, destacando la necesidad de contar con datos históricos de calidad, definir correctamente los objetivos del modelo y considerar las variables externas que influyen en la demanda. También enfatizó la importancia de la colaboración entre equipos técnicos y los distintos especialistas en las áreas de negocio para lograr una implementación efectiva y alineada con la estrategia empresarial.
Durante la segunda parte de la sesión, se presentaron casos de éxito en la aplicación de modelos de predicción de demanda en diversas industrias. Uno de los ejemplos más ilustrativos fue el uso de IA en la planificación de la producción de bienes de consumo, donde Clotet mostró como, desde DRIBIA, se han llevado a cabo soluciones capaces de reducir significativamente los errores en la previsión y en la gestión de stocks. También se exploraron casos prácticos de optimización logística y estrategias de pricing basadas en inteligencia artificial, evidenciando cómo estas tecnologías pueden generar ventajas competitivas sustanciales.
Además de los casos de uso, Clotet profundizó en las herramientas y metodologías más utilizadas en estos proyectos, resaltando la importancia de la interpretabilidad de los modelos y la necesidad de realizar validaciones continuas para asegurar su precisión. Asimismo, explicó cómo la inteligencia artificial no reemplaza la toma de decisiones humanas, sino que actúa como un soporte avanzado que permite mejorar la eficiencia y reducir la incertidumbre en la planificación.
Para finalizar, los asistentes participaron en un turno de preguntas en el que se resolvieron dudas sobre la integración de estos modelos en los sistemas empresariales, la cantidad de datos necesarios para entrenar los algoritmos de predicción y los retos asociados a la implementación de estas tecnologías dentro del sector hábitat.
