![pageSearch](/themes/hestia/images/page-search.webp)
Las nuevas rebajas de HOKA tienen zapatos y ropa a la venta por tiempo limitado
May 26, 2023Seis prendas de vestir que no deberías usar durante una caminata — Best Life
May 27, 202324 piezas para convertir tu look de verano favorito en un corte de otoño
May 28, 2023Smartwool, Icebreaker y más: nuestras mejores opciones para el verano ligero
May 29, 2023El 'hermoso' jersey de lana merino de £ 35 de Marks and Spencer viene en cinco colores y es un básico perfecto para el otoño
May 30, 2023Una revisión de la realidad sobre el futuro de la IA y el aprendizaje automático para el embalaje
![Jul 16, 2023](/themes/hestia/images/news-details-icon1.webp)
Tom Newmaster | 29 de agosto de 2023
La ciencia detrás de las tecnologías de inteligencia artificial (IA) y aprendizaje automático (ML) y su crecimiento han alcanzado niveles récord. Entonces, ¿qué es lo que todos piensan? ChatGPT es muy importante, sin mencionar el papel de la IA y el aprendizaje automático en las innovaciones de la cadena de suministro.
Vamos a sumergirnos.
Para aquellos que viven bajo una roca: ChatGPT (transformador generativo preentrenado) de OpenAI es un chatbot avanzado que utiliza el repositorio masivo de texto en Internet para intentar comunicarse como un ser humano. Su inicio ha sacudido una enorme cantidad de campos: escritores, diseñadores, historiadores, educadores. Todo el mundo está nervioso acerca de cómo esta tecnología puede cambiar potencialmente los panoramas creativos y educativos.
Un artículo reciente en Fortune, “ChatGPT Creates an AI Frenzy”, citó a un profesor que advirtió: “La IA representa una amenaza real e inminente para el tejido social. Al reducir el costo de producir información falsa a cero, es probable que sistemas como ChatGPT desencadenen una ola de desinformación”. De hecho, los distritos escolares de EE. UU. y Australia han bloqueado el acceso de las redes administradas por escuelas a los chatbots. Australia ha llegado incluso a volver a “utilizar únicamente exámenes supervisados en papel para evaluar a los estudiantes”.
Por cierto, según una historia reciente, “ChatGPT ha sido prohibido en su totalidad en China. Están llamando a la herramienta un instrumento de propaganda occidental”.
Otras Consideraciones:
• ChatGPT solo puede producir datos anteriores a 2021.
• La última versión “todavía tiene muchas limitaciones conocidas, como prejuicios sociales, alucinaciones e indicaciones adversas”.
• Actualmente, los filtros no son lo suficientemente efectivos para detectar contenido inapropiado.
• ChatGPT actualmente no vincula a fuentes.
• Los derechos de propiedad intelectual están en juego: “Cuando una plataforma de IA expone el diseño o concepto de un nuevo producto, ¿a quién pertenece? ¿Qué pasa si plagia basándose en su modelo de datos?
• ChatGPT es una grave amenaza para la educación. Consideremos lo que las generaciones futuras pueden perder, como la capacidad de resolver problemas, escribir una tesis y argumentar sus méritos y defectos, o la capacidad de crear una estrategia empresarial que redefina el mercado.
Independientemente de sus contratiempos, este tipo de IA está explotando y la competencia está aumentando.
Los dólares de inversión que se destinan son alucinantes. Microsoft se ha comprometido a hacer una contribución “multimillonaria” al creador de ChatGPT, OpenAI. Agregue a eso todos los actores principales que se están abriendo camino en la categoría con plataformas rivales, como Amazon, Apple y Google (llamada Bard).
Verificación de la realidad: en su video promocional, Bard dio una respuesta incorrecta, decepcionó a los inversores e inmediatamente perdió 100 mil millones de dólares en valor de su matriz Alphabet. Ups.
Según el New York Post, “Una de las principales deficiencias (la salvación para los periodistas y los correctores), al menos por ahora, es la incapacidad de la herramienta para verificar los hechos de manera eficiente. Puedes pedirle que proporcione un ensayo, que produzca una historia con citas, pero la mayoría de las veces, las citas son simplemente inventadas. Se trata de un fallo conocido de ChatGPT y, sinceramente, no sabemos cómo solucionarlo”.
Debo decirlo, porque dirijo un equipo de diseño: ChatGPT produce algunas imágenes increíbles. Pero cada cliente busca destacarse en los lineales, en línea y en los corazones de las personas. ChatGPT se enfrenta al talento humano, la experiencia y el conocimiento profundo del negocio del cliente.
“… el ingenio humano es lo que creó ChatGPT. Mi esperanza es que este tipo de plataforma asuma las tareas más rutinarias y sirva como ayudante y no como maestro”.
Entonces, antes de poner un mazo en tu carrera, debes saber que el ingenio humano es lo que creó ChatGPT. Mi esperanza es que este tipo de plataforma asuma las tareas más rutinarias y sirva como ayudante y no como maestro.
Más allá de ChatGPT, la IA y el aprendizaje automático están causando sensación en la cadena de suministro, pero no sin problemas.
Tras conversaciones con ejecutivos de toda la industria de la cadena de suministro, Forbes intentó separar el mito de la realidad. Comienza con esta definición: "Cualquier dispositivo que pueda percibir su entorno y tomar acciones que maximicen sus posibilidades de éxito en un objetivo es alguna forma de IA".
Pero en el ámbito de la cadena de suministro, el aprendizaje automático (ML), o cómo la IA utiliza puntos de datos y algoritmos para “aprender” sin la ayuda de humanos, es donde la IA encuentra su verdadera importancia.
Crédito de la foto: Pexels, Pavel Danilyuk.
Vemos seis formas en que el aprendizaje automático puede ayudar a los fabricantes de productos:
1. La actualización de datos, como los plazos de entrega, está experimentando avances gracias a empresas como AspenTech. Su simulador de procesos realiza miles de acciones para crear grandes conjuntos de datos donde se pueden aplicar algoritmos de IA. ¿El resultado? Su modelo de "primeros principios" permite a los usuarios ver una precisión mejorada de hasta un 99+%.
2. El aprendizaje automático para la previsión de la demanda ha avanzado espectacularmente. Un ejemplo: pronosticar cómo se venderá un producto en un área particular solo es posible gracias a la última versión de ML. Una nota de advertencia: lograr que las marcas y los minoristas ingresen estos datos no ha tenido mucho éxito.
3. Objetivos de aprendizaje automático y sostenibilidad: la planificación de la cadena de suministro (SCP) puede calcular la huella de carbono de cada elemento de la cadena de suministro, por máquina, fábrica, centro de distribución (DC), modo de transporte, proveedor, material del producto y más. Este tipo de circuito de retroalimentación es posible como resultado del uso de ML para incorporar algoritmos de autocorrección, eliminando las conjeturas sobre los objetivos de sostenibilidad.
4. El aprendizaje automático puede predecir averías en las máquinas: una vez más, AspenTech lidera en este ámbito. Mediante análisis predictivos, los usuarios recibirán alertas sobre cuándo se averiarán las máquinas vitales de una refinería y proporcionarán programas de producción alternativos.
5. Procesamiento del lenguaje natural (PNL): Supongamos que hay una publicación en las redes sociales que dice que una empresa está a punto de "quebrar". Una máquina no puede traducir ese tipo de información "no estructurada". Pero el uso de la IA en aplicaciones de la cadena de suministro, como la PNL, significa que las empresas pueden detectar estos datos antes y ayudar a mitigarlos tempranamente.
6. La IA ayuda a predecir la escasez de pedidos e inventario: convertir un sistema de planificación en una ayuda para la ejecución y sugerir cursos de acción en caso de interrupciones en la demanda/suministro. Por ejemplo: un sistema de transporte puede aplicar ML para predecir cuánto tiempo tardará un camión en realizar una entrega. Un sistema de gestión de almacén puede predecir qué es probable que compren los clientes de comercio electrónico y asignar órdenes de trabajo correctas en el momento adecuado al almacén. Y eso es sólo el comienzo.
Verificación de la realidad: aunque estamos viendo el diseño de nuevos algoritmos de aprendizaje automático que aumentan la potencia informática, ofrecen análisis de big data y están siendo adoptados por los líderes de la industria, la IA solo arregló las cadenas de suministro hasta cierto punto. No es una varita mágica que hace desaparecer los problemas de la cadena de suministro.
Aunque se prevé que la IA será una herramienta importante en el arsenal de la cadena de suministro, su adopción se ha visto obstaculizada por cuatro factores:
1. Tecnología: Desmitificar la IA sigue siendo un problema para muchas organizaciones. Se requieren las herramientas adecuadas para lograr un uso en toda la empresa. Muchos todavía sufren de silos de datos, lo que puede resultar en oportunidades perdidas y dejar a la empresa vulnerable a eventos del Cisne Negro, como el COVID-19.
2. Procesos: los modelos de datos son fundamentales para una cadena de suministro más fluida. Y muchos grupos de cadenas de suministro aún tienen que dar un paso al frente con un plan. Al aprovechar las tecnologías adecuadas, se pueden implementar procesos para permitir datos limpios, consistentes y utilizables. Esto es vital para cualquier iniciativa exitosa de aprendizaje automático.
3. Personas: Contratar a los mejores talentos es menos problemático que eliminar barreras a la colaboración entre departamentos. Los equipos deben comprender los beneficios potenciales que se pueden alcanzar a través de la IA y el ML para vincular los avances con los objetivos comerciales de la organización.
4. Dinero: Por supuesto, no hace falta decir que invertir en estas tecnologías innovadoras es costoso.
Pregúntese, con todos los avances en inteligencia artificial y aprendizaje automático, ¿por qué seguimos luchando con desafíos que amenazan la economía y la vida humana?
• ¿Un descarrilamiento de un tren que libera sustancias químicas tóxicas, mata la vida silvestre y amenaza a las personas durante las próximas décadas?
• Un negocio fraudulento de criptomonedas que colapsa y pierde miles de millones.
• Una quiebra bancaria que desencadene fallos similares en los mercados financieros provocando un pánico global.
¡Todo lo anterior sucedió en 2023! ¿Se podrían haber aplicado la IA y el ML para pronosticar tales peligros inherentes?
El tiempo dirá.
Tom Newmaster tiene más de 25 años de experiencia en diseño de envases y marcas de productos de consumo envasados. De 1998 a 2016, dirigió la creatividad y ganó premios para The Hershey Co., Pfizer, Stoner Car Care y Zippo. Ha ayudado a lanzar nuevos productos en múltiples categorías, incluidos productos frescos, alimentos congelados, confitería, limpieza del hogar y suplementos nutricionales, por nombrar algunos.
En 2017, Newmaster fundó FORCEpkg para llevar la marca, el diseño y la innovación al siguiente nivel. Se ha convertido en una voz líder en la industria de las marcas y el embalaje, escribiendo para las principales publicaciones comerciales y comerciales.
Más información sobre formatos de texto