La digitalización del Autotransporte de carga va a 1,000 por hora

Cuando los ejecutivos del sector transporte piensan en transformación digital, la mayoría se enfoca en iniciativas de telemetría, pero desconocen la prolífica cantidad de casos de uso que las empresas han detonado en los últimos años.

Antes de ello, me gustaría precisar el contexto del sector transporte en México. Las cifras oficiales ubican un parque vehicular de autotransporte de carga que ronda en 1,182,334, con un promedio de antigüedad de 18 años.

El transporte por carretera es el medio principal para mover cargas en México y el 90% de las empresas corresponde al segmento de hombres-camión, es decir, aquellos pequeños empresarios que son propietarios de 1 a 5 camiones.

En un contexto así, era difícil creer que las iniciativas de transformación digital estén en su radar, pero, de nuevo, el Covid-19 cambió mucho de este status quo.

Un estudio de Reportlinker.com señala que más de 60% de las compañías en Norteamérica, Europa y Asia esperan atestiguar una mayor velocidad en la transformación digital para 2023. 

Un aspecto muy importante para impulsar las iniciativas de transformación digital en la industria del transporte y la logística ha sido la irrupción de startups con soluciones innovadoras, particularmente después de la pandemia.

Entre 2020 y 2021, las inversiones en startups de logística crecieron 95% para alcanzar un valor de 24.6 mil millones de dólares, señala un reporte de McKinsey. “(Después de la pandemia) parece haber un enfoque renovado en el papel de la logística y el deseo de una mayor visibilidad en las cadenas de suministro”.

De nuevo, las tecnologías emergentes han traído nuevas posibilidades para crear soluciones en procesos que antes no figuraban. A continuación hablaré de algunos  proyectos enfocados en mejorar procesos de logística y transporte. Quizá alguno de ellos te haga sentido para resolver algún pain point en tu negocio.

Telemetría y los primeros datos

La telemetría ya era un clásico de cualquier empresa con flota de camiones. Un buen sistema puede darte hasta 38 variables –por ejemplo, temperatura promedio del motor, presión del aceite, revoluciones promedio, etc– cada segundo. El problema era que no había un proceso para analizar toda esa data y convertirla en accionables. La irrupción de la ciencia de datos le ha dado otra dimensión a todos la información que ahora es posible extraer.

Una empresa debe crear un proceso de gobernanza de los datos digitales que establezca el mapa de ruta para extraer, almacenar y procesar esa data. Establecer las mejores prácticas en esto ofrece ventajas al momento de desarrollar los casos de negocio que involucren a los equipos operativos y de ciencia de datos.

Optimización del combustible

Con la suficiente información efectiva, puedes crear un algoritmo que recomiende rutas, velocidad ideal, revoluciones promedio, etcétera, de tal manera que minimice el impacto de los hábitos de manejo. Explorar un caso de uso en el combustible es muy atractivo, pues este rubro llega a representar hasta 30% de los costos de operación de las empresas de este ramo.

Aunque, claro, hay retos que resolver. Hay zonas de difícil acceso donde la recopilación de datos en tiempo real podría no funcionar. Quizá este tipo de soluciones tengan mayor impacto en ciudades con infraestructura para ello. Depende de las prioridades.

Mantenimiento predictivo de las unidades

Esta solución es muy popular en las empresas manufactureras, pues se trata de un caso de uso donde el problema y el retorno de inversión son fáciles de definir. Tiene ese potencial en las actividades de mantenimiento. Una empresa puede elegir algunas de las principales variables que inciden en el desempeño de un motor para crear un algoritmo que ayude a predecir potenciales fallas y hacer mantenimientos más efectivos.

Digitalización del despacho y salida

Hay un dolor de cabeza que comparten todos los directores de logística: en las plantas y centros de distribución, es muy común ver largas filas de camiones esperando entrar para dejar o recoger material, mientras al interior hay andenes vacíos esperando la llegada del camión. Un vehículo que no está en movimiento, es dinero que alguien está perdiendo. 

Estas ineficiencias suceden por errores en los despachos de carga y descarga, los cuales siguen siendo manuales y tardan horas, con bitácoras que contienen información poco confiable y no ayudan a hacer más eficiente el flujo de los camiones en el almacén.

Esto es una situación que sufren muchas áreas de logística por el impacto que tiene en su productividad. 

La forma de resolver esto es con tecnologías emergentes. Por ejemplo, Computer Vision es muy útil para digitalizar la llegada de los camiones al almacén -tan solo identificando el número de placa-, de tal forma que sepas qué tarea -carga o descarga de producto o insumos- tiene asignada y dónde. Si el andén al que está asignado tiene algún cuello de botella, puedes rastrearlo de forma interna para asignarlo a otra labor, en otro lugar, mientras fluye el proceso y puede retomar su tarea original.

La solución es bastante realizable y escalable. Con un alto retorno de inversión debido a la reducción de tiempos muertos -y por ende, ahorro de dinero-.

Estos son solo algunos de los casos de uso que empiezan a detonar en las operaciones de transporte y logística, pero el potencial va más allá. Recuerda: la clave es empezar definiendo el problema a resolver, esa ineficiencia que genera costos, para, después, construir el caso de negocio con la tecnología ideal para ello.

Fuente https://www.forbes.com.mx/el-fenomeno-uber-en-el-transporte-de-carga-y-la-logistica/