Excerpt: La mayoría de los fracasos de la IA en el almacén no son fracasos del algoritmo. Son fracasos de la calidad de datos de IA en el almacén: códigos de producto duplicados, registros de ubicación que ya no coinciden con la realidad y unidades que nadie estandarizó. Este artículo explica cómo limpiar los datos maestros antes de la automatización y por qué el orden importa.
En los últimos dos años, casi todos los almacenes que he visitado tenían una historia de IA que contar, y el patrón en los casos fallidos es notablemente consistente. Cuando un proyecto sale mal, la gente culpa al algoritmo: la previsión falló, la recomendación no tenía sentido, el sistema se desordenaba cuanto más se usaba. Sin embargo, cuanto más escucho, más sospecho que una gran parte de la culpa está en otro lugar por completo. Un modelo no conoce su almacén. Solo conoce los datos que se le proporcionan. Por eso la calidad de datos de IA en el almacén, y no la selección del modelo, suele ser la verdadera historia detrás de una implantación fallida. Cuando esos datos están sucios, cada conclusión que produce el modelo lleva la forma de esa suciedad, y cuanto más rápido calcula y más bonito se ve el panel, más confiadamente equivocado se vuelve.
La calidad de datos de IA en el almacén empieza por los datos maestros, no por el modelo
He aquí un juicio que va contra el instinto habitual: cuanto más sucios sean sus datos, menos debería apresurarse hacia un algoritmo más inteligente. Muchos directivos suponen que un modelo lo bastante ingenioso corregirá por sí solo los datos malos. En la práctica ocurre lo contrario. Un modelo capaz es bueno encontrando patrones en los datos, y aprenderá los patrones dentro de los datos sucios con la misma diligencia, para luego presentarlos con puntuaciones de confianza altas. Problemas que un planificador humano podría haber detectado por intuición llegan ahora envueltos en la autoridad de un número generado por máquina, y nadie se atreve a cuestionarlos. Los problemas de datos maestros no desaparecen cuando llega la IA. Pasan de ser errores ocasionales a errores sistemáticos, y los errores sistemáticos se parecen todos, lo que los hace más difíciles, no más fáciles, de detectar.
En los proyectos que he seguido, los datos maestros sucios caen una y otra vez en las mismas pocas categorías: códigos que no son únicos, registros de ubicación que ya no coinciden con la planta y unidades y códigos de barras que nunca se estandarizaron. Cada uno parece un defecto pequeño por sí solo. Introducidos juntos en un modelo, suman un desastre.
Tres almacenes, tres tipos de datos maestros sucios
En el otoño de 2023, un almacén de terceros en Zhejiang que gestiona pequeños electrodomésticos activó un modelo de previsión de reposición. Cada día el sistema recomendaba diligentemente reponer una tetera eléctrica concreta, y las órdenes de reposición parecían perfectamente profesionales. En la planta, sin embargo, nadie podía encontrar el stock. Tardaron dos semanas en encontrar la causa: un producto existía en el sistema bajo tres códigos diferentes. Compras había creado uno, el equipo de comercio electrónico había creado otro para conectarse con una plataforma de ventas, y el propio almacén había añadido un tercero durante un recuento de stock que no cuadró. Cada código llevaba su propio registro de inventario. El modelo sumó los tres y concluyó que el stock era abundante, cuando en realidad solo un código tenía mercancía vendible. El almacén se quedó sin stock durante tres días en plena temporada alta, el cliente cobró penalizaciones según el contrato y el equipo del proyecto terminó apagando el modelo. El modelo nunca fue el problema.
En la primavera de 2024, un almacén en Guangdong puso en marcha la optimización de picking por oleadas, con el modelo recomendando planes de carga basados en las dimensiones de las ubicaciones. Calculó que un camión podía llevar cuarenta cajas. Los conductores terminaron esperando en el muelle más de dos horas mientras el equipo descubría que solo cabían veintiocho cajas en realidad. La longitud, la anchura y la altura de los datos maestros de ubicación se habían medido a mano tres años antes, y nadie las había actualizado después de que cambiaran los embalajes y los palés. El modelo ajustó su plan al máximo contra dimensiones caducadas, y la realidad desbordó en la primera carga. Desde ese día, el personal de planta dejó de confiar en los consejos de carga del sistema, y el proyecto de optimización existió solo de nombre.
Un tercer almacén tenía el lío de códigos de barras más revelador. Los códigos de barras de los proveedores, los códigos internos y los códigos de las plataformas se usaban indistintamente, así que aproximadamente tres de cada diez escaneos necesitaban intervención manual. Cuando se añadió la inspección visual por IA, la tasa de falsas alarmas se mantuvo obstinadamente alta, y tras dos meses de ajustar parámetros los ingenieros admitieron la verdad: las cámaras y el algoritmo estaban bien, pero los datos maestros tenían dos imágenes de referencia diferentes para el mismo producto, así que la máquina nunca podía lograr una coincidencia limpia.
Haga los números antes de limpiar nada
Muchos propietarios se estremecen al oír las palabras gobernanza de datos, porque suena a un pozo de dinero sin fondo. Mi sugerencia es hacer primero los números, y hacer las dos caras del libro:
| Tarea | Coste de limpiar | Coste de no limpiar | | Hacer únicos los códigos de producto | Dos o tres personas durante unas dos semanas de revisión y fusión | Errores sistemáticos de previsión y penalizaciones por rotura de stock en temporada alta | | Conciliar las ubicaciones con la planta | Un recuento completo de stock más controles puntuales rutinarios | Consejos de carga y picking que siguen siendo erróneos hasta que el personal deja de creer en el sistema | | Estandarizar unidades y códigos de barras | Acordar reglas y limpiar documentos históricos | Intervenciones de escaneo y falsas alarmas de inspección, con soluciones manuales acumulándose |
Según los análisis post mortem de estos almacenes, el coste de limpiar suele equivaler a una fracción de lo que cuesta rehacer un modelo fallido. El coste de no limpiar se acumula mensualmente, porque cada decisión equivocada gasta la confianza de la planta en el sistema. Una vez perdida esa confianza, un proyecto de IA no ha fracasado técnicamente. Ha fracasado organizativamente. Dicho de otro modo, el trabajo de calidad de datos de IA en el almacén es una partida presupuestaria que se paga sola, mientras que saltársela cobra intereses cada mes.
La secuencia importa tanto como el trabajo en sí. Mi juicio, basado en estos casos, es que los datos maestros van primero, los datos transaccionales en segundo lugar y la selección del modelo en último lugar. Los datos maestros son el padrón del almacén: si el padrón está mal, cada documento construido sobre él hereda el error.
El estándar de limpieza puede reducirse a tres pruebas. En identidad, un producto recibe exactamente un código, y cualquier código excedente debe fusionarse, congelarse y reconocerse de forma consistente en todos los sistemas. En ubicaciones, el registro debe coincidir con la planta, con dimensiones, capacidad de carga y disponibilidad medidas en lugar de supuestas, y desde luego no medidas una vez y confiadas durante tres años. En unidades y códigos de barras, la conversión entre unidades de recepción, unidades de almacenamiento y unidades de envío debe estar escrita en el sistema, las reglas de códigos de barras deben ser uniformes en todo el almacén, y un envío de proveedor con la etiqueta equivocada debe detenerse en recepción en lugar de reconocerse a mano después.
Si las tres pruebas se superan, entonces hablemos de selección de algoritmos. Si alguna falla, el presupuesto se emplea mejor limpiando primero. Eso no es prudencia por prudencia. Es lo que indica la aritmética.
Una tendencia que vale la pena observar: la calidad de datos como nueva puerta de entrada
Mirando dos o tres años adelante, haría un juicio con evidencia detrás: la calidad de los datos maestros se está convirtiendo en el billete de entrada para los proyectos de IA en el almacén. Los algoritmos y la potencia de cálculo siguen abaratándose, mientras que los datos limpios, fiables y definidos de forma consistente son cada vez más escasos y, por tanto, más valiosos. Los clientes que auditan un almacén, las plataformas que incorporan a un vendedor y los proveedores de automatización que evalúan un sitio preguntarán cada vez más primero una cosa: ¿pueden sus datos maestros sobrevivir a una inspección? En resumen, la calidad de datos de IA en el almacén está pasando de ser una tarea de back office a ser un argumento de venta.
Así que la pregunta que dejaría a cualquier almacén que hoy esté buscando IA es sencilla. ¿Estaría dispuesto a publicar su chequeo de salud de datos maestros? Si la respuesta honesta es no, la respuesta a la pregunta mayor ya está clara. La IA puede esperar. Limpiar los datos no.
Por Dr. Chen, Investigador de la cadena de suministro
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.







