El reciente Informe de Tendencias de DHL ha aportado una información bastante reveladora: la tecnología de visión por computador o Inteligencia Artificial (IA) visual está siendo muy apreciada en el sector logístico debido a sus múltiples aplicaciones y diversos beneficios. Incluso se prevé que en los próximos cinco años esta tecnología se integre a la perfección en las facetas fundamentales de los procedimientos estándar en el ámbito de la logística.
Con el apoyo de algoritmos de IA, este campo abre un potencial de negocio sin explotar que permite a los sistemas y aplicaciones generar conocimiento, actuar de forma autónoma, emitir alarmas o incluso hacer recomendaciones mediante la recopilación y recogida de datos visuales de imágenes, secuencias de vídeo u otras entradas visuales. Entre las innumerables ventajas se incluyen la mejora de la seguridad en el lugar de trabajo mediante la identificación de riesgos potenciales en almacenes u otras instalaciones logísticas; la mejora de la salud de los empleados mediante el reconocimiento de la fatiga o la falta de equipos de protección individual; la detección de congestiones e ineficiencias; la supervisión continua de fallos, errores y anomalías en los activos; o simplemente la habilitación de procesos automatizados o el apoyo a la toma de decisiones en operaciones relacionadas con el envío de paquetes, como la planificación de cargas, los cálculos de capacidad de almacenamiento o el control de inventarios.
Sin embargo, este aumento de la productividad y la eficiencia no viene acompañado de preocupaciones sin importancia. Principalmente, y quizá el mayor obstáculo, la aceptación de la tecnología impulsada por la resistencia a permanecer totalmente vigilados y el cumplimiento de las necesidades relativas a la de protección de datos y ciberseguridad en este campo. O también la necesidad de sustituir las cámaras o los sistemas de gestión de vídeo (VMS) existentes, a pesar de ser soluciones agnósticas en cuanto a hardware tecnológico en su mayoría, los requisitos de hacer frente a circunstancias particulares, casos de uso o incluso condiciones de contorno, con el fin de obtener resultados precisos.
La visión por computador se erige como un componente integral en la automatización y la transformación digital de la logística, anunciando un cambio de paradigma en el panorama futuro de la industria, sirviendo como base y catalizador para el avance de la logística, marcando el comienzo de una mayor eficiencia, mayor seguridad y prácticas operativas genuinamente sostenibles.
«A medida que la visión por computador evoluciona gracias a los avances tecnológicos en percepción de la profundidad, reconstrucción 3D e interpretación de imágenes oscuras y borrosas, pronto desbloqueará muchas más oportunidades y aportará beneficios adicionales a las empresas de logística.»
Las principales aportaciones y contribuciones son:
- Es indudable que la visión por computador está ganando tracción entre el tejido productivo y especialmente en el sector de la logística. Su mercado está registrando un aumento en el número de proveedores de tecnología y las predicciones establecen un crecimiento de 9.400 millones de dólares en 2020 a 41.110 millones en 2030.
- Este análisis de entrada visual de IA aporta aplicaciones rentables en salud y seguridad, operaciones, gestión de activos y procesamiento de paquetería, ya que incluso parece haber superado la meseta de productividad del Gartner Hype Cycle.
- Estos sistemas, impulsados por la IA, necesitan una serie de entrenamientos con enormes conjuntos de datos visuales de alta calidad, para reconocer, identificar y ofrecer los resultados esperados, estableciendo un paralelismo con la visión humana. Sin embargo, superan rápidamente nuestras capacidades naturales.
- La formación se realiza mediante técnicas de aprendizaje automático (Machine Learning, ML), aplicando algoritmos de autoaprendizaje y redes neuronales artificiales. Además de una red neuronal convolucional (CNN) que descompone las imágenes en etiquetas y realiza los cálculos matemáticos sobre estas para comprobar repetidamente la precisión de la predicción.
- Los índices de precisión de la visión por computador para identificar y clasificar objetos aumentaron del 50% al 99% en menos de una década.
- Esta tecnología incluye varios procesos a partir de los cuales se construyen innumerables funcionalidades. La segmentación de imágenes, para mejorar el análisis; la comprobación de manchas, para identificar puntos discretos de píxeles conectados como puntos de referencia de la imagen; el reconocimiento de patrones; o el procesamiento de imágenes, para coser, filtrar y contar píxeles; son algunas de ellas.
- En la actualidad, la visión por ordenador está demostrando su utilidad en una amplia gama de aplicaciones en almacenes, depósitos y otras instalaciones logísticas. Por ejemplo, para la prevención de accidentes tras el análisis de los movimientos, la mejora de las posturas ergonómicas mediante la representación de un cuerpo humano similar a un esqueleto, el seguimiento del incumplimiento de los EPI, la detección de la fatiga humana, la evaluación de los patrones de flujo de trabajo mediante mapas térmicos, las recomendaciones de optimización de las rutas de recogida, el control de accesos, la identificación de defectos, la gestión de flotas, el análisis de evaluación de la capacidad o el recuento de activos.
- Otros ejemplos en los sectores minorista y manufacturero son la mejora de la configuración de la distribución, las cajas sin cajeros, la gestión de inventarios, el reconocimiento de patrones de clientes, la inspección de calidad, la supervisión de equipos o la optimización de procesos.
- Del mismo modo, la visión por computador tiene una adopción generalizada combinada con otras tendencias tecnológicas como Digital Twins, Drones, Robótica, Vehículos autónomos para exteriores o Realidad Mixta, entre otras.
- Adoptar la visión por computador implica ciertos retos. Una solución orientada a la resolución de problemas requiere una formación muy específica con grandes cantidades de datos de alta calidad. Los costes pueden incluir la actualización de las cámaras, la inversión en nuevas tecnologías, el mantenimiento continuo de la plataforma y la mejora y reciclaje de la mano de obra. O incluso tener en cuenta la balanza costes-precisión debido a los requisitos para almacenar, procesar, analizar y mantener los datos visuales.
- En cuanto a su aplicación, la tecnología y las inversiones en TI se interponen en el camino, la privacidad de los datos y la concienciación sobre la seguridad, el hecho de que un resultado nunca es 100% correcto, lo que podría causar conflictos, circunstancias especiales o condiciones de contorno/medio ambientales que pueden reducir la precisión radicalmente o bloquear la visibilidad de la cámara o la reticencia del personal por una sensación de percepción invasiva, por citar algunos ejemplos.
«Como con cualquier salto tecnológico, hay que tener en cuenta la seguridad de los datos, las implicaciones éticas y la necesidad de mejorar la cualificación de la mano de obra. La convergencia de la experiencia humana y el aumento de la IA requiere una orquestación y colaboración meditadas, ¡de todos nosotros!».
Deja una respuesta