¡Recientemente Coferdroza ha recogido el galardón en los Premios Pilot en la categoría 'Movilidad y Logística Sostenible' con este proyecto en el que participamos! Más información aquí

El proyecto tiene como objetivo explorar y analizar nuevas técnicas innovadoras en el área de Inteligencia Artificial y Machine Learning para la optimización de los procesos de la cadena de suministro hasta el último eslabón de la cadena, que son pequeños comercios, muchas veces poco digitalizados. Se plantea el desarrollo de nuevos modelos de IA y ML para previsión de la demanda y optimización de inventarios en el almacén y aprovisionamiento a tiendas de una forma integrada, con el objetivo de amortiguar la incertidumbre, anticipar problemas en este campo y adaptar los modelos de suministro de forma ágil.

En este proyecto, el desarrollo de modelos de Machine Learning/Deep Learning se basa en la metodología del Instituto Tecnológico de Aragón basada en minería de datos CRISP-DM (crossindustry process for data mining) conllevando una metodología ágil iterativa basada en CRISPDM que comprende varias fases: Business Understanding, Data Understanding, Data Preparation, Modelling y Evaluación

El proyecto tiene los siguientes impactos, 

• Avance hacia la implantación de un modelo “cero errores” en todos los procesos: lectura de códigos, preparación de pedidos y planificación de rutas.
• Mejora de la eficiencia en la gestión y los procesos de aprovisionamiento.
• Reducción en el tiempo medio de entrega.
• Minimización en la dedicación a tareas de control y supervisión en los procesos intralogísticos, así como los tiempos muertos.
• Minimización de los tiempos muertos aumentando la eficiencia y la productividad en el almacén
• Aumento en la eficiencia y productividad, así como la gestión de stock, optimización de rutas y trazabilidad de mercancías propician una mejora en el nivel de servicio.
• Reducción en la emisión de gases a traves de un nuevo modelo sostenible de distribución con gestión y optimización de rutas y trazabilidad de mercancías.

Con la financiación de: