Hace mucho que las grandes empresas de retail y distribución cuentan con sistemas especializados para gestionar las cadenas de suministro, los almacenes, y facilitar los procesos de planificación y previsión.
No obstante, es poco frecuente que estos sistemas ofrezcan, por ejemplo, una visión en tiempo real del nivel de inventario en las tiendas, o consigan coordinar los flujos de demanda a lo largo de toda la cadena de suministro.
Adicionalmente y como causa de la pandemia, otro gran reto que se evidenció fue la poca flexibilidad que caracterizaba a las cadenas de suministros de retail, debido a que habían sido diseñadas en una época con menos sobresaltos, cuando la demanda era bastante más previsible y las tiendas no se veían obligadas a permanecer cerradas por periodos de tiempo indefinidos.
El COVID-19 no solo ha provocado dolores de cabeza en el ámbito del suministro, sino que también ha aumentado el grado de exigencia de los consumidores, demandando un mayor nivel de personalización y más opciones de distribución de manera casi inmediata. Como resultado, todos estos cambios impactan de manera significativa en las cadenas de suministros y hacen que sean cada vez más complejas.
Este paradigma de continua transformación obliga a las empresas de retail y distribución a adoptar técnicas más sofisticadas, que cada vez se apalancan más en las capacidades de la IA, para mejorar los procesos de toma de decisiones a lo largo de la cadena de suministro y funciones de back-office.
Por ejemplo, la planificación de redes de establecimientos se ha complicado por los constantes intercambios e interrelación entre los canales físicos y digitales. Prever la demanda es mucho más complicado que antes. Según un informe de la empresa de análisis RSR Research, la imprevisibilidad de la demanda es la razón más citada por los retailers para no lograr dominar el multicanal.
La previsión de la demanda es el punto de partida de muchos procesos de back-office, gracias a los cuales el retail funciona. De modo que prever la demanda de forma más exacta permitirá ajustar con mayor acierto ventas y costes. Se puede incrementar la precisión de las previsiones de venta mediante el uso de machine learning sobre datos al final de la cadena, como los registros generados por los terminales del punto de venta.
Al adoptar estrategias basadas en IA para gestionar la oferta y la demanda, los retailers pueden tener un entendimiento mucho más completo sobre qué factores impulsan la demanda, o, lo que es igual de importante, su capacidad de satisfacerla, y así tomar decisiones más acertadas.
La IA puede realizar la compleja tarea de analizar la miríada de conjuntos de datos que afectan a las pautas de demanda, lo que permite a los retailers saber mejor qué quieren comprar los consumidores hoy, y priorizar los niveles de stock para las líneas de productos cuya demanda se ha multiplicado repentinamente (por ejemplo, gracias a que un influencer ha promocionado el producto).
La otra cara de la moneda es cuando calculan una demanda excesiva y deben ofrecerla con descuento para agotar inventario, con el consiguiente impacto negativo en los resultados.
En plena pandemia de COVID-19 esto supuso un problema para el sector retail, que se vio obligado a cerrar sus establecimientos. Cuando las tiendas volvieron a abrir, la colección de primavera/verano, que no se había vendido, se tuvo que liquidar para hacer sitio a la siguiente colección, y el inventario sobrante se tuvo que vender muy rebajado o asumir como pérdida.
Además, la IA se está empezando a utilizar para mejorar los aspectos operativos de las cadenas de suministro de retail, simplificando las operaciones de almacén y optimizando las rutas para los repartidores con el fin de garantizar que las entregas se realizan a tiempo y al menor coste económico y medioambiental posible. El auge del comercio electrónico ha llevado a un crecimiento exponencial de las entregas de «última milla» y la IA puede mitigar los factores externos negativos.
Una de las aplicaciones de IA más interesantes y más beneficiosas para los retailers es la optimización de procesos. La minería de procesos es una aplicación prometedora que permite un análisis en profundidad de los procesos de negocio. Da una visión clara de qué situaciones y acciones (en áreas relativas a la atención al cliente, por ejemplo) afectan positiva o negativamente a los resultados comerciales, lo que hará más fácil adoptar medidas correctivas para contar con un mejor rendimiento y resultados.
Es probable que reducir el riesgo operativo sea una de las principales preocupaciones del retail en el futuro, y si bien la IA no puede adelantarse fácilmente a acontecimientos imposibles de predecir, como un nuevo evento global sanitario, si puede ayudar al retailer a gestionar mejor sus riesgos y tomar acciones correctivas con mayor celeridad en acontecimientos de este tipo.
Aunque la industria del retail está atravesando un periodo especialmente complicado, está claro que quienes podrán salir airosos serán los que aprovechen las nuevas tecnologías, como la IA, para adaptarse mejor a los retos que en tan corto tiempo ha impuesto la pandemia y a las tendencias a largo plazo, como el crecimiento inexorable del comercio electrónico y la evolución de las expectativas de los clientes.