Alternativas complementarias al Blockchain

51

52 mediante inteligencia artificial

.

Según Taylor y Francis (2010), AI está referida en el uso de computadoras para el razonamiento, reconocimiento de patrones, entendimiento y aprendizaje de comportamiento según experiencia, obteniendo y reteniendo conocimiento, para que de esta manera se puedan desarrollar e inferir diferentes maneras de resolver problemas mediante la toma de decisiones

.

De esta manera es en donde se puede apreciar el potencial del AI, para poder ser aplicada en la cadena de suministros, especialmente en aquellas áreas de la cadena en donde se pueda recopilar información, analizando patrones para poder ejecutar una mejor toma de decisiones, así como en control de inventario, planeación de demanda, compras, redes de transporte, entre otros

.

Es por esta razón que Artificial Intelligence (AI), es según Taylor y Francis (2010), mejor considerada como un herramienta para la tomar de decisiones dentro de una cadena de suministros, que ayude a conectar tanto a compradores, proveedores, y demás stakeholders de la cadena con la facilitación de la información agilizando los procesos, teniendo en cuenta que esta herramienta puede ser a su vez significar un costo bastante alto para las empresas, por lo que esta opción tendría que ser evaluada con respecto a los resultados que se espera obtener, ya que al estar programada, dependerá de lo que se necesite para poder sacarle el máximo provecho posible

.

- Machine Learning

Según Nagar et al

.

(2021) herramientas avanzados como el Internet de las Cosas, el Cloud Computing, Big Data Analytics, Machine Learning y la Inteligencia Artificial son tecnologías que desempeñan un papel clave en la Industria 4

.

0; dichas herramientas permiten a las industrias repensar la utilización

53 de los recursos y a la vez establecer relaciones más saludables entre la gerencia y toda la cadena de valor (Kess et al

.

2010)

.

El Machine Learning tiene características incorporadas para reconocer la demanda de nuevos productos y ayudar a diseñar el mismo de acuerdo con las demandas del cliente

.

Existen tres tipos de aprendizaje: el aprendizaje supervisado, sin supervisión y aprendizajes reforzados como en la fig

.

8 (Lieber et al 2013)

Figura 9

.

Taxonomía del Machine Learning (Lieber et al

.

^{, 2013)}

El aprendizaje automático es una solución bien eficiente que se puede implementar dentro de la cadena de suministro facilitando a las industrias crear productos de calidad a un bajo costo mediante la utilización óptima de sus recursos

.

Al implementar el aprendizaje automático en la cadena de suministro, se hace necesario perfeccionar el desarrollo de algoritmos para detectar las entradas y las herramientas de análisis

.

Además, en el aprendizaje automático, los conjuntos de datos rigurosos deben interconectarse entre sí

.

Esta

54 interconexión debe realizarse de tal manera que ayude a suavizar las funcionalidades de los recursos

.

Las diversas funciones del aprendizaje automático en la cadena de suministro se muestran en la fig

.

2 que ayudan en el diseño de estaciones inteligentes, a brindar el respaldo del proceso de toma de decisiones en una organización, a manejar la escalabilidad, a aumentar la funcionalidad cruzada entre los equipos, a la aceleración de los procesos, al desarrollo de nuevos productos y servicios, la efectividad de la gestión de la cadena, a la mejora de la planeación de la demanda y producción, a mejorar la satisfacción del consumidor

.

(Nagar et al

.

, 2021)

Figura 10

.

Roles de Machine Learning en la cadena de suministros recuperado de Lieber et al 2013

.

- Big Data Analytics

Según Wang (2016) el Big Data Analytics para la cadena de suministro, implica dos perspectivas, Big Data (BD) y business analytics (BA)

.

BD, hace referencia a altos volúmenes, las altas velocidades y gran variedad en la dinámica que estos generen en cuanto a la data, y que tenga que ser procesada

.

Ba, es el estudio de las habilidades, tecnología y prácticas usadas en la organización para la evaluación de estrategias, para esto en su conjunto Big Data Analytics, ofrece

55 a la cadena en sí ventajas competitivas y nuevas oportunidades, de acuerdo al procesamiento de grandes cantidades de data, que se puedan procesar con esta herramienta, ayudando a las empresas tener mejores decisiones y mejorar sus estrategias en el mercado, así como aumentar la eficiencia en sus operaciones

.

Según Nguyenx (2017), el Big Data ayuda a estudiar data histórica, proporcionando así información real de la empresa, optimizando la toma de decisiones corporativas, y las estrategias a ser empleadas

.

Esto logrado a través de un monitoreo constante a los procesos y el control que se ejerza sobre ellos, ya que al obtener data más acertada, este análisis puede obtener mejores resultados en el planeamiento de estrategias

.

- Saas System

Software as a service o software como servicio consiste en adquirir la licencia de un software siendo el modelo de distribución en el cual dicho programa está alojado por proveedores de servicios y está disponible para los clientes a través de internet (Gartner, 2020)

.

La aparición del internet llevó el modelo de entrega de software comercial a través del arrendamiento en donde el consumidor tiene derecho a usar el producto de software a través de internet

.

(Sheet & Plan, 2014)

- IOT 2

.

0

Cuando se hablaba de IoT se pensaba en dispositivos electrónicos conectados a Internet, sin embargo, con la segunda revolución de este concepto, se busca ampliar su alcance a diferentes cosas

.

Gracias a tecnologías como 5g, machine

56 learning, edge computing y la Industria 4

.

0 la IoT ha evolucionado

.

(Zhou et al

.

, 2021)

.

La empresa Chain of Things es ejemplo de ello, una de las pioneras en aprovechar el nexo entre IoT y la tecnología blockchain, para la resolución de problemas fundamentales dentro del espacio de dispositivos conectados y el desarrollo de aplicaciones futuristas altamente eficientes que aborden toda la trazabilidad de los alimentos o productos, desde su origen hasta el consumidor final

.

(Sánchez & Cuenca, Puertas, 2018) mencionan los principales consorcios, y proyectos blockchain en el ámbito de IoT:

- Consorcio para Blockchain e IoT entre Bosch y Cisco

.

- Soluciones Hardware para IoT + Blockchain

.

- Securización de sistemas de Smart Home

.

- IoT sobre blockchain privada con Hyperledger sobre Bluemix teniendo como soporte el uso de servicios de IBM

.

- Catenis como integración entre Blockchain y mensajería de entre dispositivos IoT

.

In document PDF Facultad de Ingeniería y Computación (página 64-69)