Eres el CEO de una embotelladora de bebidas, sentado con tu equipo de liderazgo para hablar sobre IA. ¿Dónde comienza la discusión?
La mayoría de las conversaciones comienzan con herramientas; qué plataforma, qué modelo, qué proveedor. Pero yo diría que el primer paso debería ser examinar si tienes datos con los que la IA pueda hacer algo significativo. Para la mayoría de las empresas de bebidas, la respuesta honesta es «todavía no».
La IA es tan buena como los datos que la respaldan. Sin una base de datos operativa precisa y de alta frecuencia, incluso los modelos más avanzados no lograrán marcar la diferencia.
En la industria de bebidas, los datos existen en abundancia donde el cliente y el producto finalmente se encuentran; el enfriador de botellas. Desafortunadamente, la mayoría de los enfriadores de botellas han sido pasados por alto como material fuente para análisis impulsados por IA. Siguen desconectados y sin supervisión, con las empresas de bebidas confiando en estimaciones para evaluar su rendimiento, y mucho menos aprovechando su oportunidad de IA.
Hace aproximadamente una década, los embotelladores de bebidas en América Latina estaban perdiendo hasta un seis por ciento de sus flotas de refrigeradores cada año. Los enfriadores rotos relegados a los almacenes, las tiendas que cambiaban de manos y los problemas de robo dejaban activos valiosos sin contabilizar. Cuando quedó claro que los equipos de campo no podían investigar físicamente cada enfriador desaparecido en persona, surgió una respuesta. Si una nevera pudiera informar su ubicación a través de Bluetooth o transmisión celular, los gestores de activos podrían rastrearla. Y así nació nuestra plataforma de enfriadores de botellas conectados.
Una vez que los enfriadores estaban conectados, el alcance para generar datos creció exponencialmente. Podíamos centralizar datos sobre cosas como la temperatura, las aperturas de puertas, los ciclos del compresor y las fallas en una plataforma en la nube de vista única, lista para el análisis a gran escala.
Hoy, nuestra barrera de datos abarca más de 3.2 millones de enfriadores conectados en todo el mundo, construida de manera incremental desde que lanzamos nuestra primera oferta de IoT en 2017. Con casi una década de datos reales de campo detrás de ella, los algoritmos de aprendizaje automático de nuestra plataforma de software pueden descubrir conexiones entre el comportamiento y el rendimiento del equipo que ningún analista humano revisando los datos individuales de la flota podría detectar de manera confiable.
Tomemos como ejemplo la falla predictiva. Al analizar los patrones en el comportamiento del compresor y la variación de temperatura, podríamos identificar qué enfriadores eran propensos a fallar semanas antes de que realmente lo hicieran. Para un embotellador que gestiona decenas de miles de enfriadores en un territorio distribuido, esto cambia completamente la economía del mantenimiento de la flota. Cada punto de tiempo de actividad recuperado es ventas retenidas. Cada despacho evitado al campo es una hora redirigida a ingresos. La conectividad IoT deja de ser un proyecto de TI y se convierte en una conversación de P&L.
La IA agente a nivel de enfriador llevará esto un paso más allá. Un sensor detecta una anomalía, como un compresor que se calienta o un sello de puerta que pierde integridad. El sistema lo señala, genera una orden de trabajo y envía al técnico más cercano con la pieza adecuada ya en mano. El resultado se registra, el modelo se actualiza y los umbrales de intervención se recalibran automáticamente. Sin colas de tickets, sin gerentes persiguiendo informes. El enfriador vuelve a la temperatura adecuada antes del próximo reabastecimiento.
La detección basada en cámaras está añadiendo una nueva dimensión a los conocimientos sobre los refrigeradores, desbloqueando inteligencia comercial sobre qué SKU están vendiendo, si se están siguiendo los planogramas y cómo funcionan las exhibiciones en diferentes formatos de tienda y regiones. Una vez combinados con fuentes de datos externas como patrones climáticos, eventos locales y calendarios promocionales, la IA pasará de describir lo que ha sucedido a dar forma activamente a lo que vendrá.
Hay señales fuertes de marcas globales sobre cómo la IA impulsará el progreso en la industria de bebidas.
PepsiCo se ha comprometido públicamente a convertirse en una empresa centrada en la IA proactiva, desplegando sistemas que no solo informan sobre las condiciones del campo, sino que actúan sobre ellas, ajustando el inventario y respondiendo a las señales del retail en tiempo real. Coca-Cola ha hablado públicamente sobre el uso de la IA para afinar la previsión de la demanda y ayudar a los socios minoristas a gestionar el inventario con mayor precisión. Y, sin embargo, la gran mayoría de los enfriadores de botellas en el campo aún no tienen conectividad, no hay datos fluyendo, no hay señales para actuar.
Los datos de los enfriadores de botellas son el oro que impulsará el futuro agente que la industria de bebidas está construyendo y se acumularán de una manera que los ingresos o la cuota de mercado no lo harán. Un rezagado no puede comprar los años de señales del mundo real que pueden entrenar un modelo para saber la diferencia entre una falla en el compresor del enfriador y un aumento de temperatura estacional.
¿Mi consejo para los embotelladores de bebidas que piensan en la IA? Dejen de esperar el modelo perfecto y empiecen a tratar sus datos operativos como su activo más valioso. Tus enfriadores están generando señales cada hora de cada día. Prioriza la conexión de toda tu flota. La ventana está abierta, pero no se quedará así.
Rami Elbeltagi
