Portalmaritimo.com.uy
Modernizar al sector logístico, en concreto, pasar del mundo de los transitorios de mercancías y las aduanas, para llevarla a la era digital gracias a tecnologías como la inteligencia artificial, el machine learning y el blockchain, es todo un desafío.
Es por esto que expertos en la materia, intentan aportar a sus procesos transparencia, trazabilidad y agilidad, para seguir desarrollando una tecnología especializada en realizar un completo seguimiento a las operaciones aduaneras de los transitarios y los mediadores del comercio internacional.
Según comentó a D+I una de sus cofundadoras, Cristina Martín, «en la gestión logística aduanera se sigue trabajando como los fenicios, todo basado en papel, con procesos opacos y sin digitalización. El reto es evitar la pesadilla de los cientos de correos electrónicos que se cruzan entre las decenas de agentes de cada operación para mover una mercancía y el procesamiento, posterior, de la información de forma manual».
Agrega que «con la tecnología, se puede ahorrar el 70% del tiempo que se dedica a la gestión de cada envío. De hecho, el 20% del coste del transporte se debe a las “ineficacias” de los procesos operaciones. Por lo que, “si en 2019 se movieron 10 trillones de euros, dos de estos trillones se gastaron en ineficacias del proceso”.
Nuevas tecnologías asociadas
El blockchain se aplica para realizar una trazabilidad de todos los documentos: “Por un lado tienes acceso al documento como tal y, por otro, tienes acceso al hash de la transacción para cotejar cuándo se ha subido, si se ha modificado…”. Así se genera un gran repositorio con todos los documentos de cada operación.
En el caso de la inteligencia artificial, Martín apunta que se emplea para la detección de errores y para poder extraer datos de documentos no estructurados, por ejemplo, de documentos escaneados. En todo momento, aunque se permite que la información fluya entre los distintos participantes, “la gobernanza del dato” queda en manos del cliente, quien decide con quién compartir o no la información.
El ‘machine learning’ –aprendizaje automático– es una rama de la inteligencia artificial que permite que las máquinas aprendan sin ser expresamente programadas para ello. Una habilidad indispensable para hacer sistemas capaces de identificar patrones entre los datos para hacer predicciones. Esta tecnología está presente en un sinfín de aplicaciones como las recomendaciones de Netflix o Spotify, las respuestas inteligentes de Gmail o el habla de Siri y Alexa.
“En definitiva, el ‘machine learning’ es un maestro del reconocimiento de patrones, y es capaz de convertir una muestra de datos en un programa informático capaz de extraer inferencias de nuevos conjuntos de datos para los que no ha sido entrenado previamente”, explica José Luis Espinoza, científico de datos de BBVA México. Esta capacidad de aprendizaje se emplea también para la mejora de motores de búsqueda, la robótica, el diagnóstico médico o incluso la detección del fraude en el uso de tarjetas de crédito.
Aunque ahora esté de moda, gracias a su capacidad para derrotar a jugadores del Go o resolver cubos de Rubik, su origen se remonta al siglo pasado. “La estadística es sin duda la base fundamental del aprendizaje automático, que básicamente consiste en una serie de algoritmos capaces de analizar grandes cantidades de datos para deducir cuál es el resultado más óptimo para un determinado problema”, añade Espinoza.
