Integración de IA y aprendizaje automático en la logística de almacén: desarrollos globales en Alemania, UE, EE. UU. Y Japón

El futuro de la logística del almacén: procesos controlados por IA para la máxima productividad

La inteligencia artificial (IA) describe la capacidad de las máquinas o el software para realizar tareas que normalmente requieren inteligencia humana, como pensamiento lógico, aprendizaje, planificación o resolución creativa de problemas. En esencia, se trata de sistemas informáticos de datos y puede tomar decisiones en lugar de solo seguir reglas estrictamente predefinidas. El aprendizaje automático (ML) es un subárea de la IA en la que los algoritmos identifican de forma independiente los patrones y adaptan su comportamiento analizando grandes cantidades de datos. En pocas palabras, un sistema ML aprende de experiencia: está "capacitado" con datos históricos y luego puede predecir o tomar decisiones con datos nuevos y desconocidos. Como resultado, la IA puede mejorar continuamente sus propios pronósticos y servicios sin ser programados explícitamente por personas para cada caso individual.

En logística, y especialmente en la logística de almacén, AI y ML abren enormes oportunidades. La industria de la logística tiene amplias redes y genera grandes cantidades de datos, lo que lo convierte en un campo de aplicación ideal para la IA. Por ejemplo, los algoritmos inteligentes pueden predecir cantidades de pedido futuras, calcular rutas óptimas o controlar procesos de almacén complejos. Los sistemas de autolesado pueden tomar decisiones más rápidas y, a menudo, más precisamente que las personas, especialmente cuando se trata de procesar grandes cantidades de datos en tiempo real. Por lo tanto, en los almacenes modernos, las tecnologías de IA se utilizan en diferentes áreas, desde la gestión de inventario hasta la selección (la compilación de pedidos) para transportar el control dentro del almacén.

En general, se aplica lo siguiente: la IA en el campamento imita el "pensamiento" de un gerente de campamento muy experimentado, solo que puede acceder a muchos más datos. Por ejemplo, los sistemas de inteligencia artificial pueden reconocer qué artículos se venden bien cuando, cómo almacenar los productos de manera más eficiente, o qué rutas se debe conducir una carretilla elevadora para ahorrar tiempo. Estas decisiones automatizadas y impulsadas por datos forman la base del hecho de que AI y ML son cada vez más penetrando la logística de almacén.

Optimización de procesos de almacén por IA

Una de las mayores ventajas de la IA en la logística del almacén es la optimización de los procesos existentes. Los almacenes dependen de la corriente constante de información, por ejemplo, datos de inventario, datos de pedido o información de ubicación de los bienes. Sin embargo, donde las personas son propensas a los errores o solo pueden procesar una información limitada, KI proporciona precisión y velocidad. Por ejemplo, la IA puede proporcionar y analizar datos en tiempo real, lo que significa que los errores se reconocen y se remedian más rápido antes de causar problemas. Se pueden automatizar las tareas de rutina, como la verificación del inventario o la recopilación de insumos de bienes, lo que alivia a los empleados.

Los sistemas de IA también pueden reconocer patrones en los procesos de almacén que podrían perderse un ojo humano. A través de estos análisis de datos, el sistema comprende mejor la situación actual en el almacén, identifica cuellos de botella o ineficiencias y sugiere mejoras. Un ejemplo práctico es la optimización de la forma: los algoritmos pueden analizar y optimizar las rutas de caminata de los almacenes o camiones industriales (por ejemplo, montacargas). Por ejemplo, las listas de selección se clasifican de tal manera que los empleados toman la ruta más corta posible a través del almacén. Esto reduce los términos y las órdenes se juntan más rápido. Del mismo modo, las funciones de IA pueden determinar el mejor espacio de almacenamiento para cada producto, en función de su tamaño, cobertura y otros factores, para que el depósito y la subcontratación sean más eficientes.

Otro aspecto importante es reducir los errores y mejorar la calidad. Los sistemas de identificación de imágenes con soporte de IA pueden, por ejemplo, escanear paquetes y verificar su condición y dimensiones cuando se reciben. Esto reconoce de inmediato si hay daños o un artículo ha sido etiquetado incorrectamente. Dichos controles de calidad automatizados aseguran que los problemas se resuelvan temprano en el proceso y no se ejecuten en toda la cadena de suministro. Además, la IA aprende con el tiempo: inicialmente aún pueden ocurrir errores, pero a través de las técnicas de aprendizaje automático, el reconocimiento de imágenes mejora continuamente y reduce aún más la tasa de error.

Todas estas optimizaciones finalmente conducen a más productividad y menores costos en las operaciones de almacén. Los robots y los sistemas de IA pueden hacer algunas tareas mucho más rápido y con mayor precisión que las personas, lo que aumenta la productividad. Al mismo tiempo, la evaluación algorítmica de los datos del almacén permite mejores decisiones estratégicas, por ejemplo, en la planificación del personal y los recursos, lo que hace que los procesos generales sean más eficientes. Las soluciones de IA pueden monitorear continuamente los procesos, analizar los riesgos y actuar de manera proactiva (por ejemplo, reconocer y contrarrestar un cuello de botella amenazante). En general, la transparencia en el almacén mejora, y los problemas a menudo se reconocen antes de que surjan. Todo esto contribuye a reducir los costos, porque un almacén más eficiente causa menos desperdicio, menos costos de error y utiliza de manera óptima las horas de trabajo. Según los pronósticos de expertos, las tecnologías de inteligencia artificial podrían aumentar la eficiencia en la industria de la logística en los próximos años con un significado de mayor acento de magnitud, por ejemplo, estima un aumento de eficiencia de más del 40 % a 2035.

En resumen, la IA aumenta la velocidad, la precisión y la flexibilidad de los procesos de almacén. Esto va desde la búsqueda y el envío más rápida de productos, minimizando las diferencias de inventario, hasta una mejor coordinación con otras áreas de la cadena de suministro. Para las empresas, esto significa un mayor desempeño de su almacén al tiempo que alivia a los empleados de la monotónica o las tareas complejas.

Adecuado para:

• ¿Existencias al límite? Automatización del almacén: optimización del almacén frente a modernización: la decisión correcta para su almacén

Pronóstico de demanda y gestión de inventario con ML

Un campo central de aplicación del aprendizaje automático en la logística del almacén es el pronóstico de requisitos. Esto significa el pronóstico de la demanda futura: la pregunta: ¿Qué producto se necesita cuando y en qué cantidad? La respuesta precisa a esta pregunta vale el oro porque permite que el inventario se controle de manera óptima. Demasiados bienes en existencias unen el capital y el espacio de almacenamiento innecesario, muy pocos bienes conducen a cuellos de botella de entrega y clientes insatisfechos. Los sistemas basados ​​en IA pueden calmar este dilema haciendo predicciones muy precisas basadas en grandes cantidades de datos.

Los modelos modernos de aprendizaje automático analizan las ventas históricas, las fluctuaciones estacionales, los pedidos actuales, las campañas de marketing, las tendencias en las redes sociales y muchos otros factores de influencia. A partir de esto aprenden patrones y relaciones. Tal sistema puede, por ejemplo, reconocer que el párrafo aumenta ciertos artículos tan pronto como un evento determinado es inminente (por ejemplo, la demanda de carbono de la parrilla aumenta antes de los fines de semana de verano). Según tales patrones, la IA automatiza qué cantidades de mercancías deben entregarse en qué lugar a qué hora. Estas predicciones ayudan a las empresas a adaptar su inventario a su inventario. Específicamente, esto significa que si un producto tendrá cada vez más demanda, la IA asegura que los suministros ordenados en el tiempo y estén disponibles en el almacén. Por el contrario, advierte si es probable que un producto tenga demanda, de modo que se eviten el exceso de existencias y la sobreproducción.

El minorista en línea alemán Otto ofrece un ejemplo práctico. La compañía ha estado utilizando un sistema basado en la IA autodesarrada para el pronóstico de ventas desde 2019. Este sistema analiza el futuro de las ventas, por así decirlo, y respalda todos los procesos involucrados, desde la compra hasta el almacenamiento y la entrega. Los pronósticos de IA muestran a Otto exactamente qué artículos llegan al almacén y cuán alto será el párrafo esperado en un cierto momento. Sobre esta base, Otto decide si se compra un artículo y en qué cantidad y cómo debe venderse. Por ejemplo, la IA determina si un producto se mantiene en stock como un stock o, si es necesario, enviado directamente al cliente por el fabricante. El pronóstico tiene un impacto directo en la compra, el almacén y la distribución. El resultado: siempre hay solo los bienes en stock, que realmente se necesitan, lo que reduce el exceso de existencias y referencias posteriores con descuentos. Al mismo tiempo, los pronósticos aseguran que los artículos estén disponibles tan pronto como la demanda atraiga la demanda de no perder las oportunidades de ventas. Con Otto, gracias a esta IA, el 35 % del rango ahora se reordena automáticamente sin tener que activar los pedidos manualmente, una prueba de qué tan bien funcionan las predicciones.

Otras compañías también utilizan tales optimizaciones de inventario basadas en IA. DHL informa que los sistemas de IA pueden comparar la demanda y existir en tiempo real y pueden organizar automáticamente Reorden. Incluso pueden calcular los consejos de demanda por adelantado para no crear existencias incorrectas (fuera de existencia) o en exceso. Esto garantiza una entrega rápida a los clientes porque siempre hay suficientes productos en stock, pero no hay amortiguadores innecesarios en el almacén que causarían costos.

El pronóstico de la demanda a través de ML no solo afecta su propio almacén, sino que toda la cadena de suministro (cadena de suministro). Por ejemplo, los buenos pronósticos permiten enviar centros de distribución regionales por adelantado antes de que se recibieran los pedidos. Otto, por ejemplo, crea pronósticos regionales para predecir qué productos se ordenan en qué número. En consecuencia, estos artículos ya se entregan a un depósito cercano como precaución. Esto acorta los tiempos de entrega y reduce las rutas de transporte, lo que también reduce las emisiones de Co₂.

En resumen, la planificación de la demanda respaldada por la IA conduce a un almacenamiento más eficiente: siempre el producto correcto en el momento correcto en una cantidad adecuada en el almacén. Esto permite a las empresas evitar cuellos de botella de entrega, aumentar la satisfacción del cliente y al mismo tiempo reducir los costos de almacenamiento. Para la logística de almacén, esto significa menos "insertos de brigada de fuego" para arreglar cuellos de botella repentinos porque la IA reconoce y le gustan tales situaciones desde el principio. En tiempos cada vez más volátil, comportamiento del cliente (boom de comercio electrónico de palabras clave, picos estacionales a través de acciones en línea, etc.), este control prospectivo se está convirtiendo en un factor competitivo decisivo.

Automatización y robótica en el almacén

Un área particularmente llamativa de la integración de IA es la automatización a través de la robótica en los almacenes. Los rodamientos modernos dependen cada vez más de máquinas inteligentes que puedan moverse, levantar, clasificar o empacar, a menudo controlados o soportados por IA. Estos robots de almacén alivian a los empleados humanos, especialmente en tareas físicamente agotadoras, monótonas o de tiempo crítico.

Un ejemplo son los vehículos autónomos en el almacén, también conocidos como FTS (sistemas de transporte sin conductor) o AMR (robot móvil autónomo). Dichos vehículos, desde robots pequeños de transporte plano hasta carretillas elevadoras automatizadas, pueden transportar paletas, cajas o artículos individuales de A a B de forma completamente independiente. Esto es posible por sensores, cámaras y sistemas de navegación, combinados con algoritmos de IA para la planificación de rutas. Los robots "ven" su entorno, reconocen obstáculos y buscan la mejor manera de la meta. AI permite que estos vehículos reaccionen a los cambios en tiempo real, como pasar por alto un obstáculo que repentinamente en el corredor, y que aún mantiene la ruta óptima. Tales transportistas de carga autónomos ya son realidad en muchos campamentos: transportan productos entre espacios de almacenamiento, traen suministros al estante, recolectan artículos para pedidos de clientes (selección automatizada) o promueven pedidos terminados a la estación de envío. Esto alivia a los empleados humanos de las largas rutas de caminata y las tareas de transporte y puede concentrarse en actividades más exigentes.

Otra aplicación robótica son los robots de selección controlados por IA. Estos son robots para pacientes hospitalizados o móviles con brazos que se pueden encontrar desde los estantes. Con la ayuda del procesamiento de imágenes (cámaras y software de IA), dicho robot identifica el artículo correcto y empaca la cantidad requerida. Ya hay plantas en las que los robots eligen piezas individuales: el robot recibe el orden del sistema de gestión de almacenes, p. Navega (si es móvil) al sujeto correspondiente, reconoce visualmente el artículo y accesas con precisión. Sensores de peso Verifique si se ha eliminado la cantidad correcta y la IA confirma la identidad del artículo nuevamente a través del reconocimiento de imágenes. Dichos sistemas a menudo funcionan en áreas separadas o durante la noche para poder preparar pedidos durante todo el día. También se utilizan sistemas de automatización más complejos, como las máquinas de recolección (tiendas automáticas): hay varios artículos en contenedores o ejes, y a pedido, el sistema transporta automáticamente el elemento deseado a un contenedor de salida.

En este contexto, Amazon se ha hecho famosa: la compañía ha estado masivamente en robots de almacén durante alrededor de una década. En los campamentos de Amazon, miles de pequeños robots de naranja (anteriormente de Kiva Systems) transportan módulos de estantes enteros a través del almacén directamente a los recolectores humanos. Un control inteligente de AI coordina estos estantes del robot de manera tan eficiente que se minimizan los caminos de los empleados. Un estudio interno de Amazon ha demostrado que esta coordinación optimizada AI-OI-OPIA conduce a enormes ahorros, medio mil millones de dólares estadounidenses al año, ahorra a Amazon al llevar los robots a los empleados más rápido y de manera más eficiente. La IA siempre calcula qué módulos de estante al lado del empleado deberá ser llevado a qué empleado para procesar de manera óptima los pedidos. El resultado: ejecución más rápida de pedidos de clientes al mismo tiempo.

Los robots de clasificación y embalaje también se están moviendo. En algunos centros de empaque de DHL, por ejemplo, los robots ya toman paquetes de la cinta transportadora y los clasifican en sujetos para las rutas de entrega respectivas. Gracias a la IA, estos llamados DHLBOT son capaces de aprender y equiparte flexible con cámaras 3D, puede ver el tamaño y la forma de los programas, escanear códigos de barras y decidir autónomos qué tema incluye un paquete. Por lo tanto, son mucho más que robots industriales rígidos; Puede manejar una amplia variedad de tamaños de paquetes y adaptarse a los procesos modificados. En la práctica, esto significa que los paquetes se organizan previamente más rápido y más libre de errores, lo que acelera la entrega en la "última milla".

Hay numerosos ejemplos emocionantes a nivel internacional. En el centro de logística del gigante chino de comercio electrónico Alibaba (más precisamente su hija de logística Cainiao), se estableció un almacén altamente automatizado, en el que los robots hacen alrededor del 70 % del trabajo. Alrededor de 60 robots móviles, también llamados "Zhu Que" localmente, transportan en un campamento de 3.000 m² a las estaciones de embalaje y han triplicado la productividad. Un trabajador de almacén humano generalmente crea 1500 artículos seleccionados por turno; con el apoyo de los robots, hay 3000 artículos, con significativamente menos caminata. La IA asegura que los robots trabajen juntos de manera eficiente, no se interpongan en el camino y siempre lleven los próximos bienes al punto de retiro en el momento correcto. Este almacén de Alibaba demuestra lo que técnicamente es posible si automatiza casi completamente la logística del almacén: los empleados apenas tienen que caminar por la serie de estanterías porque los robots traen los estantes o bienes directamente, y el rendimiento aumenta enormemente.

Tales almacenes inteligentes a menudo integran varias tecnologías: vehículos autónomos, gimnasia robot, cinturones transportadores automatizados, sensores de IoT para monitorear las condiciones ambientales y las existencias, así como los sistemas de IA como "cerebro" que controla todo. El objetivo es un almacén altamente automatizado que funciona de manera eficiente, segura y transparente. En estos entornos, los empleados humanos a menudo trabajan de la mano con robots colaborativos (cobots), que apoyan en procesos de elevación severos o los traen. La introducción de este robótico lleva a un perfil de tareas cambiado para los empleados, pero en general aumenta el rendimiento del almacén.

Todavía hay muchos campamentos al comienzo de este desarrollo; según las estimaciones, alrededor del 20 % de los almacenes solo están automatizados en Alemania y Estados Unidos, el resto todavía se operan en gran medida manualmente. Pero los grandes jugadores como Amazon, Alibaba o DHL lo activan y equipan gradualmente sus campamentos con tecnologías y robots de IA. En los próximos años, se esperarán más y más procesos de almacén, ya sea a través de sistemas de transporte sin conductor, sistemas de clasificación automatizados o sistemas de asistencia inteligente para los empleados.

Adecuado para:

• Automatización eficiente del almacén: 25 preguntas y respuestas importantes para su optimización – consejos para optimizar y modernizar el almacén

AI en cadena de suministro y software empresarial (SCM, DCM, ERP)

No solo los robots individuales, sino también el software en el fondo juega un papel crucial en la integración de IA en la logística del almacén. Los sistemas de gestión de la cadena de suministro moderna (SCM) y las soluciones de planificación de recursos empresariales (ERP) están cada vez más equipadas con funciones de IA para mejorar la planificación, el control y la administración a lo largo de la cadena de suministro. El término gestión de la cadena de demanda (DCM) también aparece en este contexto, ya que el enfoque está especialmente en la demanda del cliente y la cadena de suministro en función de ella. En todos estos sistemas, la IA puede servir como una especie de capa inteligente que mejora significativamente las funciones clásicas.

Un ejemplo central es el sistema de gestión de almacenes (WMS): el software que administra todos los procesos en el almacén (desde la recepción de bienes hasta el almacenamiento y la recolección y la producción de bienes). En el pasado, un WMS trabajó de acuerdo con reglas firmemente programadas. Mientras tanto, sin embargo, los fabricantes integran módulos AI que hacen que el WMS sea "más inteligente". Por ejemplo, el minorista de moda polaco LPP ha implementado una solución de IA (PSIWMS AI) en su sistema de gestión de almacenes que utiliza mecanismos de aprendizaje automático para la optimización de procesos. El resultado fue significativamente más cortos senderos y, en general, una mayor eficiencia en el almacén. Esto muestra: la IA puede agregar software de logística existente de tal manera que aprenda de sus propios datos operativos y mejora los procesos de forma independiente. Un WMS basado en AI puede, por ejemplo, reconocer qué elementos a menudo se ordenan juntos y cuyos espacios de almacenamiento se acercan (optimización automatizada de diseño). O prioriza los pedidos dinámicamente de acuerdo con los recursos disponibles, las condiciones del tráfico o las fechas de envío.

Sistemas de gestión de la cadena de suministro

Los sistemas de gestión de la cadena de suministro con soporte de IA van un paso más al observar toda la cadena de suministro más allá del rodamiento individual. Utilizan AI para hacer optimizaciones de extremo a extremo: para compensar las acciones en varias ubicaciones de almacenamiento, para utilizar de manera óptima las capacidades de transporte y reaccionar de manera flexible a los trastornos. Las herramientas SCM basadas en AI pueden traer grandes cantidades de datos de diferentes fuentes-E.G. Oracle, por ejemplo, describe que las empresas usan AI para equilibrar las acciones y encontrar rutas de entrega eficientes en combustible, mucho más eficientes de lo que sería posible con el software convencional. Por ejemplo, dicho sistema podría calcular automáticamente una ruta alternativa para camiones posteriores en caso de una ruta de tráfico bloqueada repentinamente y las entregas afectadas. O nota problemas de calidad con un determinado proveedor y advierte a tiempo antes de que las piezas defectuosas entren al campamento.

Gestión de la cadena de demanda (DCM)

La gestión de la cadena de demanda (DCM), que se centra en el lado de la demanda, también se beneficia de la IA. Se trata de un uso óptimo de las necesidades del cliente, básicamente una integración de marketing/ventas con la cadena de suministro. En DCM, por ejemplo, la IA puede analizar los pedidos de los clientes y mejorar los pronósticos para adaptar la producción y el almacenamiento aún más precisamente a la demanda real. En la práctica, SCM y DCM a menudo se difuminan, pero ambos apuntan a conciliar la oferta y la demanda con IA de la manera más eficiente posible.

Los grandes proveedores de ERP, como SAP o Oracle, ya han integrado funciones de IA en sus productos. SAP habla de "AI de negocios" dentro de los módulos ERP, que deberían optimizar el almacenamiento, el procesamiento de pedidos y el transporte con conocimiento respaldado por IA. Oracle enfatiza que los sistemas de IA pueden reconocer patrones en las cadenas de suministro que permanecen ocultos para los humanos, por ejemplo, para predecir la demanda de los clientes con más precisión y, por lo tanto, permitir la gestión de inventario más eficiente económicamente. Los proveedores de software de logística especializados y de Microsoft también ofrecen módulos de IA que están al tanto en los procesos existentes. Las interfaces estándar a menudo se proporcionan con sistemas ERP, de modo que los modelos de IA (por ejemplo para pronósticos) pueden funcionar relativamente rápido con los datos de la empresa. Por ejemplo, un modelo de IA para el pronóstico de ventas se puede integrar directamente en el procesamiento de pedidos ERP: el sistema luego crea automáticamente sugerencias de pedidos para suministros en la compra, según el pronóstico de ML.

Un uso de software fácilmente comprensible son los chatbots de IA para la logística. Estos asistentes digitales pueden integrarse en sistemas de gestión de almacenes o sistemas de gestión de transporte y ayudar a los empleados, como los socios externos, obtener información rápidamente. En el contexto de almacenamiento, los chatbots podrían responder preguntas, por ejemplo, a la "¿Dónde está el artículo XY?" o "¿Qué tan alta es la existencia actual del producto Z?" - Y en cuestión de segundos, durante todo el día. Puede aceptar consultas de pedidos o predecir los tiempos de entrega. Internamente, dichos asistentes alivian el personal de investigación que consume el personal del tiempo, mejore externamente el servicio al cliente (por ejemplo, información sobre el estado del almacén de un pedido).

En resumen, la IA penetra el panorama del software en logística en todos los niveles. De WMS a SCM/DCM a ERP, los sistemas clásicos se complementan con AI para habilitar decisiones automatizadas. La integración es importante: las soluciones de IA deben encajar perfectamente en los procesos existentes. Gracias a la tecnología en la nube e interfaces estandarizadas, esto se está volviendo más fácil. Hoy, las empresas a menudo pueden agregar funciones de IA a sus sistemas existentes como una extensión. Sin embargo, la implementación exitosa sigue siendo una tarea que requiere conocimientos: los datos correctos deben estar disponibles, los modelos capacitados y monitoreados continuamente. Una vez que esto se ha dominado, los sistemas de software basados ​​en IA ofrecen un valor agregado considerable: la transparencia, la velocidad y el control proactivo se convierten en una nueva normalidad en la logística del almacén.

Desafíos de la implementación de la IA: Así es como las empresas dominan las inversiones y los obstáculos de TI: xpert.digital

Ejemplos prácticos de empresas

Muchas empresas en todo el mundo ya usan IA con éxito en sus procesos de almacén y logística. Aquí hay algunos ejemplos prácticos que muestran cuán diversas son las aplicaciones:

Amazon (EE. UU.)

Como uno de los pioneros, Amazon usa IA y robótica a gran escala. En los centros de cumplimiento (centros de logística) del gigante de comercio electrónico, decenas de miles de robots se mudan a los empleados. Una IA optimiza permanentemente el proceso, qué estante impulsa el empleado para que se elimine un artículo. Este control inteligente de selección ha aumentado enormemente la eficiencia de Amazon. Los estudios pusieron los ahorros de la optimización de "selección" basada en la IA de Amazon en alrededor de 470 millones de euros por año. Además, Amazon KI usa en muchas otras áreas, por ejemplo, en la planificación de rutas para vehículos de entrega, planificación dinámica del personal dependiendo del volumen del pedido o para el mantenimiento predictivo (mantenimiento predictivo) de sus instalaciones en el almacén.

Alibaba (China)

Alibaba opera un almacén de alto automatizado con su hija logística Cainiao, en la que los robots hacen la mayoría del trabajo físico. En un campamento bien conocido en Guangdong, Smart Transport Robots realizan el 70 % del trabajo de almacenamiento y aumenta la productividad en Triple. Los robots, controlados por AI, traen a colegas humanos, que principalmente solo toman empaques. Debido a la coordinación de AI, un empleado clasifica hasta 3000 paquetes por turno, en lugar de ~ 1500 sin soporte. Alibaba también utiliza KI para drones de entrega y vehículos de entrega autónomos en el transporte local y, con ML, optimiza la asignación de acciones a sus numerosos centros de distribución. El resultado son las entregas de Lightning-Fast (a veces el día de la semilla o dentro de unas pocas horas) a pesar de las grandes cantidades de pedidos, habilitados por procesos optimizados AI-AI.

Deutsche Post DHL (Alemania)

Como proveedor mundial de servicios de logística, DHL está invirtiendo en varias áreas de negocios de la IA. En la entrega de paquetes, las pruebas DHL, por ejemplo, los drones de entrega autónomos y los bots callejeros, pero las soluciones de IA también se usan en el propio almacén. En algunos campamentos de DHL o centros de paquetes, los robots basados ​​en IA ordenan los paquetes completamente automáticamente por la región objetivo. Estos brazos de robot reconocen cada espectáculo con una cámara 3D y una IA, agarran y los ponen en el sujeto de envío correcto más rápido que una persona. DHL también utiliza herramientas de IA para la optimización de ruta de las flotas de camiones, para el mantenimiento de sus sistemas de financiación y para la gestión de inventario para clientes contratados. Un ejemplo de este último: DHL KI utiliza en la logística del contrato (Logística de almacén para clientes industriales) para monitorear las acciones de sus clientes y activar los pedidos de suministro automático antes de que se cree un cuello de botella. De esta manera, DHL aumenta la confiabilidad de la entrega y vincula más a los clientes más de cerca.

Otto (Alemania)

Como se mencionó anteriormente, Otto Ki utiliza con éxito el pronóstico de ventas y el control de almacenamiento. El sistema ordenó de forma autónoma y optimiza el inventario. Como resultado, Otto pudo reducir el exceso de soportes y al mismo tiempo mejorar la capacidad de entregar. Otto es un ejemplo de cómo una empresa alemana desarrolla IA internamente y usa productivamente seguir siendo competitivo en un mercado altamente competitivo (comercio en línea).

Hitachi (Japón)

En Japón, donde muchos procesos tradicionalmente se ejecutan manualmente, la amplia integración de la IA en la logística del almacén ahora también está comenzando. Un ejemplo es Hitachi que investiga la IA para mejorar la selección en sus centros de distribución. La fuerza laboral envejecida debe ser compatible con el reconocimiento de imágenes y la pinza. Otras empresas japonesas, por ejemplo, en la industria del suministro automotriz, también dependen cada vez más de los sistemas de almacén automatizados con IA. El gobierno japonés promueve proyectos como parte de la "Sociedad 5.0" y los programas especiales para amortiguar la escasez de trabajadores calificados en el sector logístico. En general, la robótica en Japón disfruta de un alto nivel de aceptación, y las nuevas estrategias tienen como objetivo automatizar los almacenes y las cadenas de suministro.

Walmart (EE. UU.)

La cadena minorista más grande del mundo también está invirtiendo en IA para su cadena de suministro. Walmart utiliza el análisis de IA para perseguir el inventario en tiempo real en sus centros de distribución y para predecir cuándo las ramas necesitan reabastecer. Además, Walmart probó robots de inventario en algunas ramas que conducen a lo largo del estante y reconocen qué productos deben rellenarse. Los sistemas de clasificación automatizados se utilizan en los grandes centros de logística de comercio electrónico del grupo, y la IA optimiza la asignación de paquetes en rutas de camiones. Junto con empresas como Walmart, los gigantes comerciales de EE. UU. Están impulsando la adopción de IA en logística.

Los ejemplos mencionados muestran que tanto los grupos de tecnología como los proveedores de servicios de logística clásicos que la IA usan productivamente en sus campamentos. Amazon y Alibaba, en particular, establecen estándares en los que otros están orientados. Pero también en Alemania y en otros lugares, los proyectos de IA se desarrollaron en casa (como con Otto), en parte en cooperación con socios tecnológicos o comprando nuevas empresas. Es importante que estos éxitos hagan la escuela: muchas pequeñas y medianas empresas de logística observan exactamente lo que hacen los grandes y ahora también comienzan a pilotar las soluciones de IA en algunas áreas.

Efectos económicos de la IA en el almacén

La introducción de IA y ML en la logística del almacén no es solo una decisión técnica, sino también una decisión económica. Las empresas esperan ventajas comerciales tangibles, pero también deben invertir y tener en cuenta los posibles efectos secundarios.

Primero a los efectos económicos positivos

Como ya se explicó, la IA aumenta significativamente la eficiencia en el almacén, los procesos funcionan más rápido y con menos errores. Esto afecta los costos directamente. Por ejemplo, a través de la planificación de ruta optimizada para trabajadores o robots de almacenes, el tiempo para picotear un pedido puede reducirse drásticamente, lo que significa que se pueden procesar más órdenes por capa (mayor rendimiento). Los costos de personal se pueden ahorrar o ser mejor utilizar porque los empleados se sienten aliviados por la automatización y se pueden usar más productivos en otros lugares en otro lugar. La gestión de inventario respaldada por IA reduce los costos de inventario porque menos capital está unido a bienes innecesarios y depreciación debido a la deterioro o la disminución de los productos obsoletos. Una encuesta mostró que muchas compañías de logística en IA ven la oportunidad de aumentar significativamente la calidad y la productividad, incluso como una industria pionera de digitalización, más de la mitad de las empresas calificaron la logística. Esto significa que la industria espera que la IA contribuya al valor agregado.

Números específicos respaldan el potencial de ahorro

Los análisis de Accenture predicen que el uso de IA podría aumentar la eficiencia logística en 2035 en más del 40 %. Esto significaría enormes reducciones de costos, ya que el aumento de la eficiencia generalmente significa más salida (operación de pedidos) con la misma o menos entrada (tiempo, personal, área). Ya hoy, un retorno de la inversión (ROI) a menudo es relativamente rápido en proyectos concretos. Los sistemas de inteligencia artificial que optimizan los transportes o las cargas de camiones, por ejemplo, pueden ahorrar costos de combustible y evitar viajes vacíos, de modo que la inversión en el software se pague en unos pocos años. KI también contribuye a ahorrar costos al evitar el tiempo de inactividad (trastornos que conducen a retrasos en la entrega), por ejemplo, si la razón predictiva evita que los sistemas eviten que los caros soportes de luz de la máquina en el almacén.

Proyectos piloto y casos de negocios: cuando AI vale la pena en la logística de almacén

Sin embargo, los costos y desafíos de inversión también se compensan con las oportunidades. La compra de robots de almacén, sensores y software de IA es inicialmente costosa. No todas las empresas tienen la fortaleza financiera de Amazon para poner cientos de millones en automatización. Muchos tomadores de decisiones logísticos dudan debido a los altos costos de inversión o la falta de infraestructura de TI. Especialmente en tiendas pequeñas y medianas, a menudo faltan los conceptos básicos digitales (por ejemplo, adquisición continua de datos) para explotar completamente la IA. Además, la implementación requiere conocimientos: los expertos en IA y el análisis de datos son en demanda, pero raros y caros. Inicialmente, los proyectos de IA pueden aumentar la complejidad de lo que hace necesarios la capacitación de los empleados y la gestión del cambio.

A corto plazo, también puede haber cambios en los costos. Por ejemplo, con más uso de TI, aumenta el esfuerzo para la seguridad de los datos y el mantenimiento de los sistemas. Se deben planificar presupuestos para actualizaciones de software regulares, capacitación en neutral de modelos (en el caso de ML) o sistemas de respaldo. La integración COST-I.E. Oracle, por ejemplo, enfatiza que la implementación a menudo puede ser difícil y costosa, especialmente cuando los modelos ML a medida deben ser entrenados en sus propios datos.

Sin embargo, a largo plazo, la mayoría de los expertos esperan que el potencial de ahorro supere las inversiones. Si una empresa ha superado los obstáculos iniciales, un almacén respaldado por IA generalmente funciona significativamente más económicamente. También hay factores blandos: un almacén moderno y automatizado puede reaccionar más escalable al crecimiento (hacer frente a más pedidos sin tener que recargar personal lineal). Aumenta la competitividad: sigue siendo competitivo con los tiempos de entrega y los costos o incluso puede diferenciarse mediante un servicio particularmente rápido. Además, los procesos optimizados de AI-A-AI ayudan a acortar los tiempos de entrega, lo que a su vez puede aumentar la lealtad y las ventas de los clientes (por favor, solicite a los clientes satisfechos nuevamente).

Un aspecto interesante es la sostenibilidad, que también es económicamente relevante. KI ayuda a operar más ecológicos (por ejemplo, mediante el uso óptimo de las capacidades del camión, que ahorra viajes o evitando el exceso de soportes, lo que reduce la sobreproducción). Dado que la sostenibilidad ahora también es recompensada por los inversores y los clientes, esto puede traer indirectamente beneficios financieros (palabra clave "logística verde" como argumento de ventas).

En resumen, la IA influye en los costos de almacenamiento en muchos sentidos: costos de personal, costos de inventario, costos de error, costos de pérdida: todo esto puede reducirse por IA. Esto enfrenta costos de inversión y operación para sistemas de IA. Las empresas tienen que sopesar cuándo y dónde la IA vale la pena por ellas. En la práctica, experimentamos que los proyectos piloto a menudo se inician al principio para obtener cifras concretas. Estos generalmente muestran si el escala vale la pena. Dado que la tecnología se está volviendo cada vez más accesible y más barata (servicios en la nube, soluciones estándar), el umbral de entrada cae.

En total, se puede decir: la IA es un factor competitivo en la logística. Si invierte temprano y con sensatez, puede obtener un liderazgo de costos o lograr un líder de servicio. Las empresas que esperan, por otro lado, corren el riesgo de trabajar más ineficientes a largo plazo y las cuotas de mercado perdedoras. Sin embargo, la introducción no es trivial, se necesita un caso comercial convincente, una buena planificación y, a menudo, también el respaldo de la gestión porque se trata de un curso estratégico.

Adecuado para:

• Planificación e implementación eficientes: IA, robótica y automatización en estructuras de almacén modernas

Diferencias regionales: Alemania, UE, EE. UU. Y Japón

El desarrollo y la propagación de la IA en la logística del almacén es diferente a la región, influenciada por las condiciones económicas, el pionero tecnológico y el marco político. Una mirada a regiones importantes:

Alemania y la UE

En Alemania, la industria de la logística es tradicionalmente muy importante y se considera relativamente innovadora. Los estudios muestran que el 22 % de las compañías de logística alemana ya están utilizando IA y otro 26 % tienen planes concretos para esto. Las empresas alemanas ven las empresas alemanas KI como útiles, especialmente en el área de pronóstico de demanda, planificación de ventas y optimización del transporte. Sin embargo, alrededor del 20 % del almacén en Alemania actualmente están en gran medida automatizados. Esto significa que la mayoría todavía funciona con procesos predominantemente manuales. Los desafíos a menudo radican en la complejidad del sistema y la escasez de trabajadores calificados, lo que inhibe la implementación de nuevas tecnologías. Sin embargo, las empresas alemanas invierten fuertemente en IA para optimizar los procesos y seguir siendo competitivos.

Políticamente, tanto Alemania como la Unión Europea están promoviendo masivamente las tecnologías de IA. Alemania ha lanzado una estrategia de IA y proporcionó miles de millones en investigación. Instituciones como los institutos Fraunhofer (por ejemplo, IML en Dortmund) están dirigidos a soluciones de IA para la logística. Términos como Industry 4.0 y Logistics 4.0 enmarcan la visión en la que la IA también juega un papel clave. La UE planea avanzar con programas como Horizon Europe y proyectos de apoyo especial, IA y robótica en la industria. Al mismo tiempo, en Europa presta atención a las directrices éticas y la Comisión de la UE de la UE de regulación y el Proyecto de Regulación Europea de AI (AIT). Esto tiene la intención de garantizar que la IA se use confiable y de manera segura, lo cual también es importante en la logística (por ejemplo, protección de datos para los datos de los empleados, estándares de seguridad para sistemas autónomos).

EE.UU

Estados Unidos eran largos líderes en automatización y investigación de IA y acomodaron a gigantes tecnológicos como Google, Amazon, IBM, Microsoft, que impulsan la IA fuertemente. Sin embargo, en la práctica de la logística del almacén, Estados Unidos no está mucho más automatizado que Europa. Se estima que solo alrededor del 20 % de los almacenes estadounidenses están altamente automatizados. Sin embargo, los altos costos laborales y la creciente escasez de mano de obra en los Estados Unidos ahora están aumentando en gran medida las inversiones en automatización. Grandes empresas como Amazon, Walmart o UPS implementan sistemas basados ​​en IA y sirven como caballos de borrador. Estados Unidos se da cuenta de que la tecnología de IA es necesaria para no quedarse atrás en la competencia global (especialmente en comparación con Asia).

Políticamente, hay otras prioridades en los Estados Unidos: aquí dominan las inversiones e iniciativas privadas. El financiamiento estatal es menos central que en la UE o China, pero hay programas del Ministerio de Defensa o el Departamento de Energía apoyan indirectamente la investigación de IA (por ejemplo, para vehículos autónomos, lo que también beneficia a la logística). Más recientemente, sin embargo, las estrategias de IA también se discuten a nivel nacional, en particular para fortalecer la base industrial. En general, se puede decir: las compañías estadounidenses impulsan la IA pragmáticamente en la logística, mientras que la política está tratando lentamente de crear un marco para ponerse al día a nivel internacional.

Japón

Japón es uno de los pioneros en robótica y automatización: en la industria (por ejemplo, producción automotriz), Japón tiene una densidad de robot de 399 robots por cada 10,000 trabajadores y está en la parte superior mundial. Sin embargo, en la logística de almacén, Japón ha sido más reservado. Los métodos de trabajo tradicionales y la alta apreciación del trabajo humano han llevado durante mucho tiempo al hecho de que la automatización del almacén se mantuvo relativamente baja. Pero eso ahora está cambiando rápidamente, porque Japón se enfrenta a problemas demográficos agudos: hay cada vez menos trabajadores jóvenes, y los límites de tiempo de trabajo legales obligan a las empresas a instalar soluciones de automatización para mantener la productividad. Por lo tanto, cada vez más empresas japonesas están recurriendo a las modernas soluciones de carga de IA. El gobierno está promoviendo activamente esto: existe la "nueva estrategia de robots" que se dirige al uso de robots en sectores de servicios como la logística.

Además, Japón propaga el concepto de Society 5.0, una sociedad súper network en la que la IA es omnipresente para dominar los desafíos sociales (como la sociedad envejecida). En este contexto, por ejemplo, se trabajan camiones de entrega automatizados, sistemas de carga y descarga basados ​​en robots y cadenas de suministro optimizadas AI-AI-AI. Ya vemos centros de logística japoneses que están equipados con carretillas elevadoras sin conductor y sistemas transportadores controlados por IA. Entonces, aunque Japón ha comenzado un poco más tarde, la automatización en los campamentos y el uso de IA debería aumentar repentinamente allí en los próximos años. Culturalmente, la aceptación de los robots es muy alta, lo que facilita el cambio.

China y Corea del Sur (para comparación)

Incluso si no se exige explícitamente en la pregunta, vale la pena una mirada rápida: China invierte agresivamente en robótica e IA y ahora es el mercado más grande del mundo para robots industriales. Más del 50 % de todos los nuevos robots en todo el mundo se instalan en China. El gobierno chino subsidia este desarrollo para modernizar sus cadenas de suministro. Especialmente a través del auge del comercio electrónico (Alibaba, JD.com, etc.) China ha experimentado un gran impulso en las soluciones automatizadas de almacén. Corea del Sur, por otro lado, se considera un líder secreto en la automatización del almacén: más del 40 % de los campamentos están automatizados, gracias a la afinidad de alta tecnología y compañías como Coupang, que dependen de la IA. Tales países sirven como punto de referencia para lo que es posible si introduce la tecnología constantemente.

Europa (UE) en general

Europa se está moviendo, con excepciones, al nivel de los Estados Unidos. Dentro de Europa, países como Alemania, los Países Bajos o Escandinavia están bien posicionados en términos de logística, mientras que otros tienen algo de alcance. Con proyectos conjuntos (por ejemplo, GAIA-X para infraestructura de datos) y subvenciones, la UE intenta promover el progreso de manera uniforme. Además, existen proyectos de investigación en toda la UE en el campo de la IA para el transporte y la logística (por ejemplo, a los pelotones autónomos de camiones, la regulación de los drones de entrega, etc.), que por supuesto también tienen un impacto en los campamentos, ya que todo se entrelaza.

En resumen: Alemania/UE y EE. UU. Todavía son relativamente iguales en el uso práctico de IA en los campamentos, un montón de potencial reconocido, pero aún grandes partes de la industria sin IA. Asia es heterogénea: China y Corea del Sur muy por delante a través del uso forzado, Japón en el proceso de captura. La política regional y los programas de financiación juegan un papel importante: mientras que China y, a veces, Europa empujan fuertemente del estado, el sector privado está conduciendo en los Estados Unidos. Al final, todos observan: las buenas soluciones se toman internacionalmente. Por lo tanto, se puede esperar que una cierta convergencia logística del almacén sea global, y los conceptos de IA exitosos (ya sean "Amazon Way" o los robots de Alibaba) se extenderán en todo el mundo.

Almacén automatizado 2050: una visión se convierte en realidad

Una mirada al futuro de la logística de almacén con IA y el aprendizaje automático promete más desarrollos emocionantes. Un término que cae una y otra vez es el "almacén inteligente": el campamento casi completamente digitalizado e inteligente. En tales escenarios futuros, todos los sistemas y máquinas se comunican entre sí (palabras clave Internet of Things, IoT). AI forma el cerebro que controla estos dispositivos en red. Puede imaginar un almacén en 2050, en el que se automatizan casi todas las actividades de rutina: se promovieron los vehículos autónomos, la recolección de robots, el inventario (por ejemplo, reconocer las piezas del estante por cámara), los sistemas de inteligencia artificial monitorean todo en tiempo real.

Adecuado para:

• El desarrollo adicional y la nueva optimización de la logística de almacén: almacén, robótica de automatización y IA para una nueva era de eficiencia

Desarrollos potenciales

Solo estamos al comienzo de lo que AI puede hacer en la logística. En el futuro, los algoritmos de autodenrolamiento podrían optimizar los complejos de almacenamiento enteros en tiempo real, adaptarse dinámicamente a la combinación de productos, una situación de pedido o incluso eventos imprevistos (como un cierre repentino de fronteras o escasez de materia prima). La IA generativa (conocida por Chatgpt & Co.) podría ayudar a planificar procesos, por ejemplo, diseñando escenarios alternativos para fallas de cadenas de suministro. La robótica es probablemente más versátil: hoy tenemos robots especializados para ciertas tareas; En el futuro, los robots humanoides o los sistemas de robots extremadamente flexibles podrían funcionar en el almacén que adquieren una amplia variedad de tareas (agarre, transporte, conducción). Ya se están probando los primeros enfoques (robots de dos leges como ayudantes de almacén).

La colaboración de la máquina humana también se refina aún más. Cobots podría trabajar en estrecha colaboración con personas sin jaulas de protección, y la IA podría servir como asistente personal para cada trabajo de almacén, por ejemplo, a través de gafas de datos con realidad aumentada, que muestran al empleado en tiempo real toda la información relevante (espacio de almacenamiento, paso siguiente, advertencias). Los wearables soportados por IA también pueden monitorear la seguridad (por ejemplo, un brazalete vibra cuando una carretilla elevadora está cerca). Todo esto sirve para mejorar las condiciones de trabajo y reducir aún más los errores o accidentes.

Por supuesto, también hay desafíos y preguntas éticas en el camino allí. Una preocupación frecuentemente discutida es la pregunta del trabajo: si cada vez más se automatizan en el almacén, ¿qué sucede con los trabajadores del almacén? A corto plazo, se pueden omitir ciertas actividades, por ejemplo, necesita menos recolectores manuales si los robots adquieren esta tarea. Los estudios predicen una disminución en los trabajos humanos, especialmente en actividades simples y repetitivas. Pero también hay nuevos roles: AI también crea nuevos empleos, solo otros. En el futuro, los expertos para el mantenimiento de la robótica, el análisis de datos o el soporte del sistema de IA se necesitarán cada vez más en el futuro. Entonces, si bien el trabajo de rutina física disminuye, los requisitos para el conocimiento técnico aumentan. Las empresas deben capacitar y capacitar a sus empleados para que puedan tener sentido en el entorno basado en la IA. Curiosamente, algunas compañías incluso informan que la automatización les ha permitido expandir y contratar más personal porque su negocio creció. La máquina no necesariamente toma el trabajo en su conjunto, sino que a menudo solo las partes monótonas y estresantes de la misma, las personas pueden asumir tareas más calificadas.

¿Hombre contra la máquina? Por qué las soluciones híbridas dominarán en el almacén

Los aspectos éticos también afectan la protección de datos y la transparencia. La IA en el almacén recopila muchos datos, como el desempeño de los empleados (tasas de selección, patrón de movimiento) o para monitorear el medio ambiente. Aquí, los datos personales deben manejarse cuidadosamente para mantener la privacidad y mantener la vigilancia en el lugar de trabajo en el marco. Las decisiones que la IA toma debe ser comprensible, por ejemplo, si un algoritmo especifica cuánto debe tomar un empleado, se necesitan criterios transparentes para garantizar la equidad. En este contexto, la UE enfatiza los algoritmos de AI confiables que son explicables, justos y confiables.

Otro tema es la seguridad: los robots autónomos y los sistemas de IA deben diseñarse de tal manera que no haya peligro para los humanos. Esto requiere estándares y pruebas técnicas (por ejemplo, una carretilla elevadora autoadeñada debe detenerse 100 % de manera confiable si una persona está en el camino). La ciberseguridad también se está volviendo más importante: un campamento en red podría ser el objetivo de los ataques de piratas informáticos, por lo que los sistemas de IA deben estar protegidos contra la manipulación.

En la visión futura, incluso podría imaginar campamentos completamente autónomos que funcionan sin iluminar por la noche porque solo las máquinas están activas. La gente preferiría hacerse cargo de las funciones de control. Sin embargo, las personas siguen siendo un componente central en el futuro previsible, aunque solo sea para garantizar flexibilidad y capacidad de resolución de problemas en situaciones imprevistas. Por lo tanto, la solución híbrida (humana + ai) debería ser la forma de las próximas décadas.

Futuro de la logística del almacén: por qué la IA ahora es indispensable

También hay desafíos en la implementación práctica: muchas empresas enfrentan la cuestión de cómo introducir la IA. Faltan estándares, hay una jungla de proveedores y el éxito depende de una buena calidad de datos. Si tiene datos malos o incompletos, no obtiene buenos resultados con IA ("basura, basura"). La interoperabilidad entre diferentes sistemas (por ejemplo, la IA del almacén y la IA de la gestión del transporte) debe garantizarse para que realmente se cree una cadena de suministro inteligente continua.

Sin embargo, la tendencia es clara: la IA se está volviendo cada vez más importante en la logística del almacén. En diez años, mucho de lo que es un proyecto piloto hoy será, por supuesto, parte de la vida cotidiana. Las empresas que comienzan hoy obtienen experiencias valiosas y pueden escalar sus soluciones. La política en muchos países promueve este desarrollo porque se ha reconocido que la logística es un área clave para la economía en general, y la palanca de hacer que esta industria clave sea más eficiente y crisis.

La integración de la IA y el aprendizaje automático en la logística del almacén ya ha comenzado con el éxito visible en eficiencia y velocidad. Requiere inversiones y columpios, pero ofrece enormes oportunidades, desde ahorros de costos hasta un mejor servicio al cliente hasta nuevos modelos de negocio. Las diferencias regionales se volverán más pequeñas con el tiempo porque las mejores prácticas se adoptan a nivel mundial. El futuro promete una logística de almacén aún más inteligente y en gran medida automatizada en la que las personas y la máquina cooperan de cerca. Al mismo tiempo, tenemos que tratar de manera responsable con los cambios: llevar a los empleados con nosotros, diseñar tecnología de forma segura y cumplir con las barandillas éticas. Si esto tiene éxito, nos enfrentamos a un mundo de logística mucho más eficiente, más flexible y más resistente que cualquier cosa que sepamos del pasado.

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación.

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Desarrollo empresarial pionero

Konrad Wolfenstein

Estaré encantado de servirle como su asesor personal.

Puedes contactarme completando el formulario de contacto a continuación o simplemente llámame al +49 89 89 674 804 (Múnich) .

Estoy deseando que llegue nuestro proyecto conjunto.

Xpert.Digital es un centro industrial centrado en la digitalización, la ingeniería mecánica, la logística/intralogística y la fotovoltaica.

Con nuestra solución de desarrollo empresarial de 360°, apoyamos a empresas reconocidas desde nuevos negocios hasta posventa.

Inteligencia de mercado, smarketing, automatización de marketing, desarrollo de contenidos, relaciones públicas, campañas de correo, redes sociales personalizadas y desarrollo de leads son parte de nuestras herramientas digitales.

Puede obtener más información en: www.xpert.digital - www.xpert.solar - www.xpert.plus