“Su pedido llegará entre las 9am y 9pm”. Esa es quizá una de las frases más típicas con que los usuarios se encuentran a la hora de comprar productos con despacho y, a su vez, uno de los términos establecidos por las tiendas que más problemas de organización y tiempo causan en su día a día. Pero eso podría terminar siendo apenas un vestigio del antiguo ecommerce, gracias a la integración de tecnologías disruptivas como el machine learning y la inteligencia de datos en la logística.
Pero ¿hasta qué punto una empresa puede definir la hora en que un producto llegará a la puerta o la conserjería del consumidor? Según una startup chilena, la tecnología actual permite predecir con 5 minutos de exactitud ese momento preciso.
Se trata de SimpliRoute, empresa chilena de logística inteligente que diseñó un software basado en machine learning e inteligencia artificial para optimizar rutas. A través de millones de puntos gps y el análisis del comportamiento de conductores y la ciudad, la plataforma creó un modelamiento capaz de predecir en +/- 5 minutos, y en un 82% de las veces, el momento exacto en que el camión de despachos llegará con el producto.
“Aquí es donde la logística se pone entretenida, ya que permite hacer una demostración tangible y de gran impacto sobre qué cosas puede llegar a hacer el machine learning para mejorar nuestra vida. Porque cambia mucho si debes estar todo un día atento a la puerta, sin poder hacer trámites o compras porque esperas tu envío, a reservar una pequeña franja de tiempo de no más de 10 minutos” destaca Álvaro Echeverría, CEO y fundador de Simpliroute.
Parte de este sofisticado sistema se debe gracias al equipo de DataScience de la startup, con expertos en datos que modelan en tiempo real el comportamiento de ciudades gracias a los millones de puntos GPS que generan los vehículos integrados a la plataforma. En Santiago, por ejemplo, ya son más de 5 mil camiones y camionetas.
Máquinas interpretando a humanos
“En logística, uno de los procesos que genera más costos, pérdida de tiempo y reclamos, es cuando un despacho no se finaliza producto de que se tiene una dirección imprecisa o una referencia poco clara”, señala Echeverría.
En base a esta problemática, SimpliRoute desarrolló el NLP (Natural Language Processing), un sistema IA que permite descifrar lo que quiso decir una persona, aunque no haya sido precisa. En las ventas on line, si una persona ingresa su dirección con una referencia poco clara o no existente en el mapa, solo el 63% de los despachos logra realizarse. Sin embargo, si esa data pasa por una serie de logaritmos del NLP, el software permite «interpretar» lo que la persona quiso decir y que el 95% de las veces, el camión de despacho encuentre el destino.
Logaritmos versus comportamiento
Pero no todo es optimización, ya que el machine learning también trabaja para hacer que una máquina «piense como un chofer». Es decir, si un software establece la ruta de un camión, por defecto no tomaría ciertos criterios que para los humanos son importantes, como evitar que los caminos se crucen muchas veces, que avances y retrocedas en los puntos o que tomes calles mal mantenidas o estrechas. Es por eso que, recreando esos criterios con machine learning, los expertos en data science permiten que el software aprenda, en base al comportamiento de los conductores, a diseñar no solo rutas que sean eficientes, sino que también «agradables».
“De poco sirve crear rutas inteligentes si a la hora de evaluar el comportamiento real en la calle, los conductores no la usarán. Por eso es importante que la logística también tenga en consideración ese tipo de detalles, que a la larga aportan para que los softwares sean más precisos y los clientes finales tengan una experiencia mejor”, enfatiza el CEO de SimpliRoute.
