El conteo cíclico, uno de los oficios más antiguos del almacén, ha empezado a volar. En las ferias recientes del sector, los stands de drones de conteo atraen a las multitudes más grandes; en los videos promocionales de logística, la imagen de un dron deslizándose entre estanterías altas mientras lee códigos de barras de ubicaciones se ha convertido en la representación visual estándar del "almacén inteligente". Pero verse bien en vuelo no es lo mismo que contar bien. ¿Qué tan preciso es realmente el conteo de inventario con drones e inteligencia artificial? ¿Y puede eliminarse la verificación humana?
Empecemos por el problema que el dron realmente resuelve. El conteo tradicional en altura es un trabajo castigador: los contadores suben en equipos de elevación nivel por nivel, o estiran el cuello apuntando escáneres de largo alcance a etiquetas a diez metros de altura. Es lento, brutal desde el punto de vista ergonómico, y trabajar en altura conlleva un riesgo real para la seguridad. La propuesta del dron es sencilla: él hace la escalada, volando rutas preplanificadas pasillo por pasillo, leyendo códigos de barras de ubicación con cámaras a bordo y enviando los resultados al sistema de inventario. En teoría, el humano parece listo para salir. En la práctica, el panorama es considerablemente más complicado.
Dos pilotos, dos finales
Según reportes públicos, un gran minorista europeo introdujo drones de conteo en su centro de distribución regional para conteos cíclicos en altura hace unos dos años. El efecto fue visible: las zonas altas que antes requerían turnos programados, equipos de elevación y varios días para cubrirse ahora se vuelan con un plan rutinario en una fracción del tiempo. Lo que merece atención, sin embargo, es lo que la empresa no hizo: no eliminó el paso humano. La salida del dron es una "lista de variaciones sospechosas"; la confirmación final y el ajuste siguen perteneciendo a los contadores humanos. La máquina escanea, el humano juzga. La división del trabajo es explícita.
Un segundo piloto, descrito en un intercambio del sector de un gran centro de fulfillment de comercio electrónico chino, terminó de otra manera. Surgieron tres realidades: el GPS es inutilizable dentro de pasillos estrechos, así que el dron depende del posicionamiento visual, que deriva en entornos donde las texturas de las estanterías se repiten sin fin; algunos productos viajan en empaques de película reflectante que las cámaras a bordo no pueden leer bajo ciertos ángulos de luz; y durante las temporadas promocionales, la asignación de ubicaciones cambia con tanta frecuencia que el mapa de ubicaciones del sistema ya no coincide con las estanterías físicas. La primera ronda produjo suficientes falsos positivos como para que la carga de trabajo de reverificación humana realmente aumentara. El proyecto sobrevivió, pero su alcance se redujo a zonas con códigos de barras estandarizados y asignación de ubicaciones estable.
En conjunto, los dos casos apuntan a la misma conclusión: que el conteo con drones tenga éxito rara vez depende del vuelo; depende de si el entorno del almacén se preparó para ello.
Tres raíces del debate sobre la precisión: lecturas erróneas, ubicaciones erróneas y la incapacidad de actuar
Basándose en la discusión técnica disponible públicamente y en los comentarios de los pilotos, las disputas sobre la precisión del conteo con drones se reducen a aproximadamente tres capas.
La primera es la lectura errónea. Contar es, en el fondo, reconocimiento: identificar la ubicación, leer el código de barras, verificar la cantidad. Las tasas de lectura de las cámaras a bordo dependen de la iluminación, la reflectividad del código de barras, las etiquetas dañadas o arrugadas y la oclusión. Un almacén no es un estudio fotográfico; las condiciones de luz son desordenadas, y los códigos de barras están entre los portadores de datos más frágiles del edificio: aplicados ligeramente torcidos, arrugados o medio cubiertos por film estirable, y el reconocimiento falla. Una nota sobre la disciplina de datos: las cifras de tasa de lectura que los proveedores declaran públicamente varían ampliamente en metodología, y faltan datos de referencia de terceros verificables de forma independiente, así que este artículo no cita ninguna cifra de precisión. Los lectores deben tratar esas afirmaciones de marketing con reserva.
La segunda es la ubicación errónea. Sin GPS en interiores, los drones navegan por SLAM visual o balizas preinstaladas, y la deriva posicional es común en entornos tan repetitivos como las estanterías. La deriva en sí es manejable; lo peligroso es leer los productos correctos en la ubicación incorrecta: registrar la cantidad de A bajo la dirección de B. Ese error es más insidioso que una lectura omitida, y mucho más difícil de desenredar después.
La tercera es la incapacidad de actuar. Un dron que encuentra una variación solo puede señalarla. Un cartón de más, un cartón de menos, una tarima mal asignada: la máquina reporta fielmente, pero el trabajo físico de investigar, corregir y explicar aún requiere personas. Contar nunca fue solo enumerar; su segunda mitad es la conciliación, y la conciliación sigue siendo una tarea humana.
Haciendo los números: tres modelos de conteo comparados
| Conteo manual | Solo drones | Dron + verificación humana (híbrido) | |
|---|---|---|---|
| Cobertura en altura | Baja, necesita equipos de elevación | Alta, rutas automatizadas | Alta |
| Mano de obra por conteo | Pesada | Ligera, pero necesita piloto/mantenimiento | Moderada, enfocada en excepciones |
| Riesgo de trabajo en altura | Presente | Esencialmente eliminado | Esencialmente eliminado |
| Manejo de excepciones | Fuerte: se encuentra y se corrige en el momento | Débil: solo señala | Fuerte: los humanos resuelven los ítems señalados |
| Credibilidad del resultado | Depende de la diligencia del contador | Depende del ajuste al entorno | Máxima: doble validación |
| Ajuste | Cualquier almacén | Almacenes con códigos de barras estandarizados y asignación de ubicaciones estable | La mayoría de los almacenes con estanterías altas |
La tabla oculta un juicio contraintuitivo: el modelo más preciso y rentable no es la automatización total sino el híbrido: dron más verificación humana. Muchos cálculos de ROI solo cuentan el "personal ahorrado" y pasan por alto el retrabajo que crean los falsos positivos. El modelo híbrido libera a las personas de subir a contar cada ubicación y las concentra en las excepciones que la máquina señala, que es donde la producción unitaria del trabajo humano es realmente más alta.
Un segundo punto contraintuitivo: lo que el dron ahorra no es dinero de "conteo" sino dinero de "escalada". Nunca reemplazó el juicio del contador: reemplazó equipos de elevación, riesgo de altura y tiempo muerto de pasillos durante los conteos. Una vez claro esto, el criterio de selección cambia: no pregunte "¿puede reemplazar por completo a las personas?", pregunte "¿puede traer de forma confiable los datos de las ubicaciones altas?".
También hay un costo oculto frecuentemente omitido. El gasto continuo de un programa de drones va mucho más allá del fuselaje: rotación de baterías (el conteo de alta frecuencia significa múltiples ciclos de carga diarios, y las baterías son consumibles), licencias de software, capacitación de pilotos y mantenimiento, y gestión de la seguridad de vuelo dentro del almacén. En conjunto, el costo total de propiedad del primer año suele estar muy por encima de la cotización del equipo. Cualquier modelo de ROI que compare solo el "precio del dispositivo" contra la "mano de obra ahorrada" será sistemáticamente demasiado optimista.
Hacia dónde va esto: la verificación humana se queda, pero cambia de forma
Tecnológicamente, el reconocimiento a bordo y el posicionamiento en interiores siguen mejorando, pero el desarrollo más interesante es la arquitectura combinada: drones para escaneo móvil, cámaras fijas para monitoreo continuo de ubicaciones críticas, IA alineando datos de múltiples fuentes. Esta configuración de "móvil más fijo" se está convirtiendo en la opción principal para el almacenamiento denso en altura.
Sin embargo, por mucho que evolucione la tecnología, un juicio parece sólido: la verificación humana no va a desaparecer. La razón no es que la tecnología sea inadecuada, sino que contar nunca terminó en la enumeración. Su punto final siempre fue el acto de gestión de que "el libro coincide con el físico". Rastrear la causa de una variación (una confusión en recepción, un sobre-picking, un desfase del sistema) requiere experiencia humana. Los drones pueden hacer que encontrar variaciones sea arbitrariamente eficiente; no pueden reemplazar la responsabilidad de explicarlas.
Una pregunta abierta para cerrar: cuando el conteo pase de ser "un evento trimestral" a "una tarea de fondo que corre a diario", ¿debería cambiar también cómo medimos la gestión del inventario? Quizá la métrica central del futuro ya no sea la foto estática de la "precisión del conteo" sino el tiempo de respuesta desde la "variación creada" hasta la "variación resuelta". Las máquinas cambiaron la frecuencia del conteo; la frecuencia eventualmente cambiará la definición de gestión, y eso puede importar más que el debate sobre la precisión en sí.
Por Dr. Chen, Investigador de la cadena de suministro
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
