Tarea 4

Indicadores del proceso logístico

Universidad Nacional Abierta y a Distancia UNAD

Logística de las Operaciones

Puerto Asís

2024 2021
 INTRODUCCIÓN

La evolución de la logística en las organizaciones ha llevado a la implementación de

tecnologías innovadoras como e-logistics, Internet de las Cosas (IoT), Big Data y la inteligencia

artificial (IA). Estas herramientas permiten optimizar procesos, mejorar la trazabilidad y

aumentar la competitividad en la cadena de suministro. Este informe aborda cómo las

Tecnologías de la Información y la Comunicación (TIC) pueden transformar los procesos

logísticos en una empresa seleccionada, desde su diagnóstico hasta la propuesta de soluciones y

la simulación de resultados esperados.

 OBJETIVO GENERAL

Proponer soluciones tecnológicas que optimizan los procesos logísticos de una empresa,

integrando herramientas como IoT, Big Data y AI, con el fin de garantizar una cadena de

suministro eficiente y orientada a la satisfacción del cliente.

Objetivos Específicos

1. Analizar el impacto de las TIC en la automatización de procesos logísticos, la visibilidad

de datos y la toma de decisiones.

2. Identificar cómo el IoT y el análisis en tiempo real pueden mejorar la trazabilidad y el

mantenimiento preventivo.

3. Evaluar el uso de Big Data e IA para identificar tendencias, mejorar operaciones y

predecir posibles interrupciones en la cadena de suministro.

4. Diseñar un plan de implementación de tecnologías con cronogramas, recursos y métricas

de éxito.
 Actividad Individual.

1. Implementación de Sistemas de Gestión de la Cadena de Suministro (SCM)

TIC y automatización de procesos logísticos

Las Tecnologías de la Información y Comunicación (TIC) permiten automatizar procesos

logísticos mediante:

 Sistemas de gestión de almacenes (WMS): Automatizan el control de inventarios,

picking y almacenamiento.

 EDI (Intercambio Electrónico de Datos): Facilita la comunicación entre empresas,

permitiendo el intercambio automatizado de documentos como órdenes de compra,

facturas y notificaciones de envío.

 Sistemas de planificación de recursos empresariales (ERP): Integran y automatizan

procesos logísticos con otras áreas empresariales como finanzas y ventas.

Mejora de la visibilidad y optimización de la toma de decisiones.

Las TIC proporcionan herramientas como:

 Sistemas de rastreo y localización GPS: Ofrecen visibilidad en tiempo real sobre la

ubicación de mercancías.

 Plataformas en la nube: Centralizan la información de la cadena de suministro,

facilitando la toma de decisiones basada en datos actualizados.

  Análisis predictivo: Identifica posibles interrupciones o cuellos de botella, permitiendo

actuar de manera proactiva.

2. Internet de las Cosas (IoT) en Logística

Mejora de la trazabilidad con datos en tiempo real

 Los sensores IoT instalados en vehículos, almacenes o paquetes generan datos como

temperatura, humedad, ubicación y estado de los bienes en tiempo real.

 Esto mejora la trazabilidad al ofrecer información precisa en cada etapa del transporte y

almacenamiento, lo que reduce pérdidas y asegura el cumplimiento de estándares (por

ejemplo, en logística de alimentos o medicamentos).

Optimización del mantenimiento y prevención de problemas logísticos

 Los dispositivos IoT permiten un mantenimiento predictivo mediante la monitorización

de equipos como camiones o maquinaria de almacén.

 Identifican fallas potenciales antes de que ocurran, reduciendo tiempos de inactividad y

costos inesperados.

 En el caso del transporte, sensores IoT monitorean el estado del vehículo (como presión

de neumáticos o consumo de combustible), optimizando rutas y reduciendo riesgos de

retrasos.

3. Big Data y Análisis de Datos en Logística

Extracción de datos valiosos para identificar tendencias y patrones.

  Herramientas de Big Data analizan datos históricos y actuales de múltiples fuentes (como

tráfico, clima, demandas del cliente).

 Esto permite identificar patrones como picos de demanda, rutas más eficientes o

productos más populares en determinadas regiones o temporadas.

Mejoras en las operaciones logísticas

 Optimización de rutas: Mediante análisis de datos de tráfico y consumo de combustible.

 Gestión de inventarios: Predicen la demanda con base en patrones históricos,

reduciendo costos de almacenamiento y evitando el sobrestock o desabastecimiento.

 Reducción de costos: Al identificar ineficiencias en los procesos.

4. Inteligencia Artificial en los procesos logísticos

IA aplicable en logística y mejora de operaciones

 Chatbots y asistentes virtuales: Facilitan la comunicación con clientes, gestionan

pedidos y resuelven consultas en tiempo real.

 Sistemas de aprendizaje automático (Machine Learning): Analizan grandes

volúmenes de datos para predecir la demanda y mejorar la planificación de la cadena de

suministro.

 Algoritmos de optimización: Usados en herramientas como Route4Me o OptimoRoute

optimizan rutas de transporte y distribución.

  Sistemas de visión artificial: Como los usados en Amazon Robotics, automatizan la

gestión de almacenes al identificar y mover productos de manera eficiente.

 Plataformas como IBM Watson o Google AI: Analizan datos para optimizar la toma de

decisiones en tiempo real, desde gestión de inventarios hasta planificación de envíos.

Actividad Colaborativa.

1. Investigación y Análisis

Análisis de las TIC para mejorar los procesos logísticos en NutriDelicias S.A.S.:

NutriDelicias S.A.S. tiene como objetivo optimizar su cadena de suministro mediante

indicadores logísticos en áreas clave como inventarios, transporte y costos de servicio al cliente.

Para potenciar estos procesos mediante TIC, se identifican las siguientes oportunidades:

 IoT (Internet de las cosas): Implementar sensores en almacenes y vehículos para

monitorear condiciones como temperatura y ubicación en tiempo real.

 Big Data: Recopilar y analizar grandes volúmenes de datos para predecir la demanda,

optimizar rutas y reducir costos.

 Inteligencia Artificial (IA): Automatizar la planificación de inventarios, detectar

patrones en el comportamiento del cliente y mejorar la precisión en las predicciones de

demanda.

 Sistemas de Gestión de la Cadena de Suministro (SCM): Adoptar un software

integrado que permita visibilidad total de la cadena de suministro, desde el proveedor

hasta el cliente final.

 2. Propuesta de Soluciones

IoT:

 Uso de dispositivos IoT para monitorear las condiciones de almacenamiento de alimentos

(evitar sobrecalentamiento o congelación insuficiente).

 Seguimiento GPS en tiempo real para la flota de transporte.

Big Data:

 Análisis predictivo para identificar tendencias de consumo y ajustar el inventario de

manera proactiva.

 Identificación de cuellos de botella en las operaciones logísticas mediante análisis de

datos históricos.

IA:

 Integración de chatbots para mejorar el servicio al cliente, gestionando pedidos y

resolviendo consultas en tiempo real.

 Uso de algoritmos de aprendizaje automático para optimizar rutas de entrega y minimizar

costos de transporte.

SCM:

 Adopción de un sistema centralizado de SCM que permita la integración de datos en

todas las etapas del proceso logístico, mejorando la trazabilidad y coordinación.

3. Plan de Implementación
 Recursos Indicadores de
Etapa Actividad Responsable Duración
Necesarios Éxito
Evaluar los Jefe de Consultores Número de
sistemas actuales Logística, externos, proveedores
y definir Consultores herramientas de evaluados, tiempo
necesidades TIC evaluación, tiempo promedio para
Diagnóstico tecnológicas del equipo interno identificación de
2 meses
inicial necesidades.
Identificar Equipo de Bases de datos de Selección de al
proveedores de Adquisiciones proveedores, menos 3
tecnología presupuesto inicial proveedores
adecuados clave.
Realizar Gerente de Reportes de Comparación de
comparativas y Proyectos evaluación, al menos 5
negociaciones presupuesto para proveedores.
con proveedores selección
Selección de
1 mes
herramientas Escoger las Equipo de TI y Recursos Herramientas
herramientas de Logística financieros, seleccionadas
IoT, Big Data, IA conocimientos según evaluación
y SCM técnicos de costo-
beneficio.
Instalar Equipo de TI, Dispositivos IoT, Tiempo de
dispositivos IoT Proveedores soporte técnico instalación,
en almacenes y IoT porcentaje de
vehículos para dispositivos
pruebas operativos tras el
piloto.
Implementar Especialistas Software analítico, Resultados
Implementación
modelos Big Data en Datos 2 meses bases de datos preliminares de
piloto
e IA para análisis históricas análisis
y optimización predictivo.
Configurar Equipo SCM, Software SCM, Sistema SCM
sistema SCM en jefe de capacitación técnica operando en fase
una sección de la Logística piloto con
cadena logística integraciones
exitosas.
Capacitación Entrenar al Área de 2 meses Manuales de Número de
personal en el uso Recursos usuario, sesiones de empleados
de tecnologías Humanos entrenamiento, capacitados,
implementadas consultores expertos evaluación de
efectividad de la
 capacitación.
Extender IoT, Big Gerente de Recursos financieros Implementación
Data, IA y SCM Logística adicionales, soporte completa en la
al resto de las técnico cadena de
operaciones suministro, sin
interrupciones
Escalamiento 4 meses significativas.
Monitorear y Equipo de Sistemas de Resultados
ajustar las Mejora monitoreo, optimizados,
implementaciones Continua retroalimentación retroalimentación
para maximizar del personal positiva de
resultados empleados.

Presupuesto Detallado:

Etapa Costo Estimado Descripción de Costos

Diagnóstico inicial $80,000,000 Consultores externos para diagnóstico y análisis.

Selección de Gastos asociados a la evaluación de proveedores y
$60,000,000
herramientas herramientas.
Implementación Adquisición de dispositivos IoT, software Big
$200,000,000
piloto Data e IA.
Entrenamiento de empleados, manuales y
Capacitación $40,000,000
consultores.
Escalamiento $240,000,000 Implementación completa, soporte y monitoreo.
Total $620,000,000

Análisis de Riesgos y Mitigación:

Riesgo Mitigación

Retrasos en la implementación del Tener un plan de contingencia con proveedores

sistema SCM. alternativos.
Resistencia al cambio por parte de los Realizar sesiones de sensibilización y motivación.
empleados.
Problemas de integración entre Tener soporte técnico 24/7 durante la fase inicial.
tecnologías.
Falta de presupuesto. Buscar financiamiento externo o subvenciones.
 Herramientas Específicas Para Utilizar:

 IoT: Sensores de temperatura y ubicación, como Sigfox o LoRaWAN.

 Big Data: Plataformas como Google BigQuery o Azure Synapse para análisis de grandes

volúmenes de datos.

 IA: Algoritmos de machine learning implementados a través de plataformas como

TensorFlow o IBM Watson.

 SCM: Software como SAP Supply Chain Management o Oracle NetSuite para la gestión

completa de la cadena de suministro.

4. Simulación y Resultados Esperados

Simulación:

 Herramientas analíticas muestran un aumento del 15% en la rotación de inventarios.

 Reducción del 20% en los costos de transporte mediante optimización de rutas.

 Incremento del 10% en la satisfacción del cliente gracias a tiempos de entrega más

precisos y menores costos de servicio.

Resultados cuantitativos esperados:

 Reducción de costos: Una disminución total del 15% en gastos operativos.

 Mejora en la satisfacción del cliente: Evaluaciones indican un aumento del 20% en

lealtad y satisfacción.

 Impacto ambiental: Reducción del 12% en la huella de carbono de las operaciones

logísticas.
 CONCLUSIONES

La integración de tecnologías avanzadas en la logística empresarial no solo impulsa la

eficiencia, sino que también facilita una respuesta más ágil y precisa a las demandas del

mercado. La implementación de IoT, Big Data e IA permite a las empresas superar retos

tradicionales, ofreciendo operaciones más confiables y centradas en el cliente. A través de este

enfoque, la empresa seleccionada podrá alcanzar altos estándares de competitividad y

sostenibilidad en sus procesos logísticos.

 REFERENCIAS BIBLIOGRAFICAS

 Hernández y Rodríguez, S. (2020). Administración: Pensamiento, procesos estratégicos

y administrativos para la era de la inteligencia artificial Plus . McGrawHill - Más.

Recuperado de https ://www -ebooks7 -24 -com .bibliotecavirtual .unad .edu .co /?il

=33268

 Vega Baquero, ZY (2021). Las organizaciones desde una mirada del desarrollo

sostenible (M. Avendaño & SR Mondragón Arévalo, Eds.). Sello Editorial UNAD.

https://doi.org/10.22490/9789586517867

 Raufflet, E., Barrera Duque, E., García de la Torre, C., Lozano Aguilar, J., & Portales

Derbez, L. (2017). Responsabilidad, ética y sostenibilidad empresarial . Pearson

Educación. Recuperado de https ://www -ebooks7 -24 -

com .bibliotecavirtual .unad .edu .co /?il =7358