{"id":2731,"date":"2023-03-23T10:39:23","date_gmt":"2023-03-23T09:39:23","guid":{"rendered":"https:\/\/desa.lksnext.com\/?p=2731"},"modified":"2026-09-28T11:48:50","modified_gmt":"2026-09-28T09:48:50","slug":"ia-e-ingenieria-del-conocimiento-las-perfectas-aliadas-en-la-gestion-de-la-cadena-de-suministro","status":"publish","type":"post","link":"https:\/\/www.lksnext.com\/es\/ia-e-ingenieria-del-conocimiento-las-perfectas-aliadas-en-la-gestion-de-la-cadena-de-suministro\/","title":{"rendered":"IA e ingenier\u00eda del conocimiento: las perfectas aliadas en la gesti\u00f3n de la cadena de suministro"},"content":{"rendered":"\n

La tecnolog\u00eda permite a la funci\u00f3n de compras y a la de gesti\u00f3n de la cadena de suministro mejorar su eficiencia y productividad, la gesti\u00f3n de los riesgos, reducir el gasto y cumplir con las obligaciones normativas y no normativas. Ello impacta en los niveles de competitividad y sostenibilidad. Sin embargo, muchas veces no prestamos suficiente atenci\u00f3n a la calidad del dato y a su gobierno <\/strong>y esta es la primera clave para que los impactos de los procesos de transformaci\u00f3n digital sean trasladables en la cuenta de resultados y en una mejora del control y el compliance.<\/p>\n\n\n\n

Una mala calidad del dato y su inadecuado gobierno puede ser una de las causas de un incremento de stocks por duplicidad<\/strong> de referencias de un mismo art\u00edculo, puede estar relacionado con la generaci\u00f3n de obsoletos cuya depreciaci\u00f3n nos perjudica o, todav\u00eda m\u00e1s grave, a romper la cadena de suministro generando una parada de producci\u00f3n.<\/p>\n\n\n\n

Ese sobredimensionamiento \u2018desconocido\u2019 del stock (muchas veces los mismos art\u00edculos con nombre o codificaci\u00f3n diferente, o est\u00e1n en idiomas diferentes) no permite mejorar la eficiencia de las ubicaciones en t\u00e9rminos de coste y de sostenibilidad\/huella de carbono, con el consiguiente impacto en la gesti\u00f3n de la ESG.<\/p>\n\n\n\n

Con m\u00e1s de 20 a\u00f1os trabajando en el \u00e1mbito del eProcurement y la optimizaci\u00f3n de la gesti\u00f3n de las cadenas de suministro, implantando distintas plataformas digitales, hemos visto en la aplicaci\u00f3n de la IA, el machine learning y la tecnolog\u00eda sem\u00e1ntica herramientas para asegurar la calidad del dato. En nuestra experiencia, la digitalizaci\u00f3n de la gesti\u00f3n es un viaje que tiene m\u00e1s de \u2018pensar antes\u2019 y de \u2018gesti\u00f3n de la adopci\u00f3n del usuario\u2019 que de \u2018tecnolog\u00eda\u2019, pero que en cualquier caso no est\u00e1 vinculada a una sola tecnolog\u00eda, sino a un ecosistema estable y sostenible donde el dato est\u00e1 en el centro y al inicio.<\/p>\n\n\n\n

Los datos, clave en la cadena de suministro<\/h3>\n\n\n\n

Es esencial abordar los problemas de calidad de los datos desde el principio. En \u00faltima instancia, los datos alimentar\u00e1n todo el ecosistema digital de la gesti\u00f3n de compras y de la cadena de suministro<\/strong>, acelerando el tiempo necesario para el \u2018viaje transformador\u2019, impactando en el retorno de la inversi\u00f3n. As\u00ed, desde LKS Next hemos desarrollado un centro de competencia en alianza con Creactives<\/strong>. Este centro ayuda a los equipos de compras y de gesti\u00f3n de la cadena de suministro a limpiar, enriquecer y armonizar sus datos. Las soluciones de IA de Creactives se basan en algoritmos de aprendizaje para proporcionar Advanced Spend Analytics, Material & Service Master Data Governance y Procurement Guidance Automation.<\/p>\n\n\n\n

Una combinaci\u00f3n \u00fanica de aprendizaje autom\u00e1tico (para aprender de los datos hist\u00f3ricos), reglas sem\u00e1nticas (para codificar los conocimientos empresariales que no deducibles de los datos) y aprendizaje colectivo (para aprender de las interacciones con los usuarios finales) mantiene el sistema preciso y robusto de forma autom\u00e1tica.<\/p>\n\n\n\n

Esta combinaci\u00f3n distintiva de Deep Learning, Knowledge Engineering y Crowd Learning es el factor clave para una r\u00e1pida personalizaci\u00f3n de la IA en los datos del cliente con el fin de proporcionar:<\/p>\n\n\n\n