Las disrupciones en el sector provienen de todos los ángulos. Una base de digitalización, inteligencia artificial y aprendizaje automático ofrece agilidad y resiliencia.


En resumen

  • Las empresas de I+D dedican una cantidad excesiva de tiempo a responder a las interrupciones del suministro y a "apagar incendios" porque carecen de capacidades proactivas. 
  • Muchas empresas están aprovechando la inteligencia artificial, el aprendizaje automático, los gemelos digitales e incluso la cadena de bloques para obtener ventajas en la cadena de suministros, desde la previsión hasta la logística. 

Tras las consecuencias de la pandemia de COVID-19, las cadenas de suministros del sector aeroespacial y de defensa (A&D) se han visto más afectadas que las de cualquier otra industria. Las empresas se han visto obligadas a aumentar la producción y satisfacer la creciente demanda, al tiempo que han tenido que hacer frente a los altos costos y la disponibilidad limitada de materiales de proveedores en situación de riesgo, por no mencionar la escasez de mano de obra y otros problemas.

Además de los riesgos habituales (como ciclos de vida de los productos largos y con un uso intensivo de capital, con materiales y especificaciones de rendimiento únicos), las empresas de A&D han tenido dificultades para obtener una visibilidad completa de sus cadenas de suministros. La volatilidad adicional actual, incluidas las presiones inflacionarias y las disrupciones geopolíticas, demuestra que las prácticas tradicionales de supervisión de la cadena de suministro no son suficientes y pueden dar lugar a incidentes de gran repercusión relacionados con los productos.

En el sector aeroespacial comercial, los retos de la cadena de suministro se ven agravados por un ritmo de cambio ligeramente más rápido y los costos de innovación: el desarrollo de un avión de fuselaje estrecho de última generación podría costar entre 25.000 y 50.000 millones de dólares, con todas las limitaciones de especificaciones y cambios de diseño inherentes a la entrega. En el ámbito de la defensa, los programas existen desde hace décadas, y los barcos y aviones pueden desempeñar funciones operativas durante tres décadas o más. Una industria que impulsó el desarrollo tecnológico en las décadas de 1950 y 1960 es ahora una idea secundaria para las cadenas de suministro en rápida evolución de la electrónica, los sensores, el software y la informática (entre otros).

A medida que han evolucionado los desafíos de A&D, también lo han hecho las estrategias para enfrentarlos: las empresas pueden ir más allá del monitoreo de la cadena de suministro y las tácticas reactivas de mitigación para adoptar medidas más proactivas de predicción y prevención. Las respuestas se encuentran en una mayor habilitación digital, el análisis de datos, la inteligencia artificial (IA) y el aprendizaje automático (ML, por sus siglas en inglés). He aquí por qué esas tecnologías son más importantes que nunca, y cómo empezar a utilizarlas.

Engineer in Safety Vest Standing next to Airplane
1

Capítulo 1

Falta de transparencia en la cadena de suministros de A&D

En un contexto dinámico de disrupción, la gestión de riesgos de la cadena de suministros en el sector sigue siendo relativamente poco sofisticada.

Artículos relacionados

¿Cómo pueden los productos inteligentes conectados cambiar la forma en que operan los fabricantes?

Los productos inteligentes conectados ofrecen a los fabricantes industriales nuevas formas de generar ingresos y rentabilidad. Leer más.

    En la industria A&D, la gestión de riesgos de la cadena de suministros es crucial para el éxito de la misión, pero es casi imposible tener una visibilidad clara de principio a fin, teniendo en cuenta los miles de proveedores por programa y los miles o incluso millones de piezas por avión. El riesgo de fallo de cualquiera de estas piezas o módulos puede ser catastrófico. Al mismo tiempo, la salud económica de los proveedores puede ser tan frágil, susceptible a la evolución de la macroeconomía, las preferencias de los clientes y los planes presupuestarios y de adquisición que cambian rápidamente. 

     

    Las empresas de A&D se basan en procesos y prácticas de confianza para realizar el seguimiento y la supervisión de la base de suministro, que son bastante eficaces, pero a menudo no suficientes para evitar retrasos y disrupciones operativas importantes, o incluso fallos en los productos. Entre estos desafíos se incluyen:

    • Escasez de materias primas. Por ejemplo, el titanio se volvió muy escaso después de la guerra en Ucrania, lo que provocó un efecto dominó que afectó a la disponibilidad de componentes esenciales como piezas forjadas y fundidas, agravado aún más por la escasez de mano de obra. Problemas de software y hardware que contribuyen al retraso de un destacado avión de combate, agravados por disputas legales con proveedores clave y dificultades laborales.
    • Ciclos de conversión de efectivo. La ampliación de los plazos de pago, junto con la imprevisibilidad de los plazos de entrega de los materiales y la demanda de los clientes, ha supuesto una carga significativa para el capital circulante de las pequeñas y medianas empresas. Las empresas más grandes suelen ejercer una presión indebida sobre sus proveedores secundarios. Esta presión financiera se ve agravada por las condiciones contractuales que no tienen en cuenta la volatilidad actual de la cadena de suministro, lo que provoca interrupciones inesperadas en el flujo de caja.
    • Un mercado laboral en constante cambio. Las empresas se enfrentan a una «fuga de cerebros», ya que la mano de obra cualificada en el sector manufacturero es cada vez más escasa. Los retrasos en la capacitación y las altas tasas de desgaste dificultan aún más la capacidad de los proveedores para aumentar la producción y satisfacer la demanda. La consistencia de los programas de producción de los fabricantes de equipos originales (OEM, por sus siglas en inglés) hace que las empresas duden antes de invertir en la ampliación de la capacidad, lo que conduce a un ciclo que se refuerza a sí mismo de fragilidad de la cadena de suministros.

    Algunas soluciones están bajo el control de los líderes del sector aeroespacial, como mejorar los salarios y las prestaciones para reducir la rotación de personal y ofrecer mejores condiciones de pago a los fabricantes de equipos originales (OEM), así como aumentar la confianza en las directrices de producción de los OEM para resolver los déficits de capital circulante que atormentan a los proveedores secundarios. Pero lo más importante es que los líderes deben admitir que las prácticas tradicionales de gestión de riesgos, basadas en procesos heredados y estrategias reactivas, aunque proporcionan un mínimo de estabilidad, a menudo resultan insuficientes.

    Apprentice aircraft maintenance engineers with supervisor
    2

    Capítulo 2

    Aprovechar la tecnología para lograr una mayor resiliencia en toda la cadena de suministros

    Una fuerte inversión en habilitación digital, específicamente en análisis de datos y aprendizaje automático, es esencial para el crecimiento y el valor a largo plazo.

    Para reducir el riesgo y la volatilidad de la cadena de suministros, es fundamental aprovechar el poder de las capacidades de análisis de datos, inteligencia artificial y aprendizaje automático de última generación, basadas en una habilitación digital más profunda y completa. La inteligencia artificial en la gestión de la cadena de suministros ayudará a las empresas a ser más resilientes y sostenibles y transformará las estructuras de costos. Si bien tiene limitaciones, la IA generativa (GenAI) presenta un multiplicador de lo que los humanos y la tecnología pueden lograr juntos en la construcción de cadenas de suministros eficientes y resilientes, ya sea en la planificación, el abastecimiento, la fabricación o el traslado.

    El análisis de datos y el aprendizaje automático son factores decisivos en este sentido, ya que permiten alcanzar el alto nivel de visibilidad necesario para predecir y mitigar los riesgos potenciales de forma precisa y eficiente. El aprendizaje automático facilita enormemente el análisis de grandes cantidades de datos en tiempo real, la identificación de patrones y la previsión de interrupciones que podrían obstaculizar la producción, la entrega y la eficiencia operativa general. En un sector en el que la precisión y la rapidez de respuesta son fundamentales, el aprendizaje automático ayuda a encontrar soluciones de forma proactiva, mejorar la fiabilidad de los proveedores, reducir los costos y garantizar la entrega de productos de calidad a tiempo. Es, en esencia, un centinela y asesor digital, todo en uno, para la cadena de suministros del sector A&D.

    Por ejemplo, un contratista de defensa está aprovechando ahora los conocimientos basados en la inteligencia artificial para encontrar los eslabones débiles de su base de suministros e identificar las vulnerabilidades con el fin de gestionar los riesgos de forma proactiva y garantizar el cumplimiento normativo. Amplió la visibilidad de sus proveedores de 15.000 a 500.000, al considerar las permutaciones de todas las relaciones con proveedores mapeadas por estas herramientas de inteligencia artificial, y obtuvo una ventaja competitiva gracias a la mejora de la eficiencia operativa y la toma de decisiones.

    Diverse Air Traffic Control Team Working in a Modern Airport Tower at Night. Office Room is Full of Desktop Computer Displays with Navigation Screens, Airplane Flight Radar Data for Controllers.
    3

    Capítulo 3

    Obtener supervisión y mitigación de riesgos de suministros en tiempo real

    Las empresas de A&D dedican la mayor parte de su tiempo a intentar mitigar el riesgo y mucho menos a predecirlo, unas proporciones que deberían invertirse y que pueden invertirse.

    Las herramientas digitales y los datos redefinen la forma en que las empresas de A&D distribuyen su tiempo de manera eficaz, orientando sus esfuerzos en una dirección más activa y proactiva.

    • Supervisión: estratificar y priorizar la base de suministros en función de qué proveedores y piezas suponen un mayor riesgo para las operaciones. El desempeño histórico del proveedor es un factor a tener en cuenta, pero también lo son otros factores como la fuente única, el largo plazo de entrega, el nivel de existencias de seguridad y la ubicación de la pieza en la secuencia de fabricación. En esta etapa, puede determinar las lagunas de datos y, una vez resueltas, se pueden utilizar tecnologías emergentes para analizar datos transversales y factores de rendimiento. Al generar indicadores clave de riesgo (KRI, por sus siglas en inglés) preliminares asignados a cada espacio de riesgo, puedes implementar el monitoreo de KRI.
    • Predicción: la IA puede examinar los datos disponibles públicamente —por ejemplo, la ubicación de los proveedores, los problemas laborales, las dificultades financieras y los litigios— para activar alertas cuando las entregas puedan verse afectadas. Además, los flujos de datos automatizados (incluidos el inventario de materias primas, los cambios en los tiempos de ciclo y las tendencias de calidad) procedentes de los sistemas de los proveedores críticos pueden permitir una evaluación de riesgos automatizada de alta fiabilidad. Las tecnologías como las que se utilizan en un gemelo digital también son fundamentales para probar las respuestas a escenarios hipotéticos.
    • Mitigación: dedicar tiempo y atención a las medidas de mitigación de riesgos, desde la gestión de proveedores a corto plazo hasta cuestiones relacionadas con la entrega y la calidad, pasando por estrategias a largo plazo para garantizar el suministro. Teniendo en cuenta tu priorización de proveedores y riesgos potenciales, identifica las estrategias de mitigación que más probablemente afectarán la escala y el tiempo necesarios para sus respuestas, y elabora la hoja de ruta asignando los recursos limitados a los problemas priorizados. La IA y el ML son fundamentales para ampliar las capacidades de mitigación.
    Two airplane mechanics fixing helicopter engine, back view. Male and female coworkers standing on ladder and repairing jet, long angle shot
    4

    Capítulo 4

    Utilizar gemelos digitales para planificar y reprogramar rápidamente

    Mediante la digitalización de las cadenas de suministros y el aprovechamiento de la tecnología avanzada, las empresas de A&D pueden afrontar los desafíos de abastecimiento de forma más eficaz.

    Los gemelos digitales representan un ejemplo convincente de la evolución digital. Estas réplicas virtuales pueden proporcionar una visión completa de los aspectos clave de la cadena de suministros de una organización, o incluso de principio a fin, abarcando los procesos de adquisición, producción y entrega, para utilizarlas en la simulación de escenarios y la modelización de formas de optimizar los procesos.

    Dentro de un gemelo digital que funciona con los datos de una organización, las soluciones de visibilidad de la cadena de suministro basadas en inteligencia artificial ofrecen información en tiempo real sobre los niveles de inventario y el rendimiento de los proveedores, lo que aporta una dimensión proactiva a la mitigación de riesgos. Se pueden integrar algoritmos de predicción avanzados en el gemelo digital para predecir y anticipar posibles retrasos o problemas de calidad en la adquisición y entrega de componentes críticos.

    Además, los modelos de simulación dinámica dentro del gemelo digital pueden utilizarse para optimizar las políticas de inventario, minimizar los desabastecimientos y mantener niveles de existencias adecuados para satisfacer la demanda de los clientes, al tiempo que se equilibran los costos de mantenimiento del inventario. Puede identificar y mitigar de forma proactiva los riesgos de la cadena de suministros, incluyendo interrupciones en el suministro, cuellos de botella en el transporte y problemas de calidad, para mejorar la resiliencia y minimizar el impacto de las interrupciones en la continuidad del negocio.

    Un gemelo digital también puede ser una herramienta para optimizar procesos y mejorar la eficiencia operativa en toda la red de la cadena de suministro, incluyendo análisis de escenarios, algoritmos de optimización y capacidades de monitoreo del rendimiento. Los mejores mecanismos permiten una mejora continua y perfeccionamientos basados en comentarios, métricas de rendimiento y requisitos empresariales en constante evolución.

    En términos más generales, los gemelos digitales también pueden:

    • Utilizar el análisis predictivo para la previsión de la demanda, gracias a la inteligencia artificial. Las empresas de A&D tienen la capacidad de ajustar con precisión los niveles de producción y existencias, evitando así la falta de existencias o el exceso de inventario. Un fabricante de A&D aprovecha un gemelo digital empresarial basado en IA para mejorar sus previsiones e incluso obtener información sobre el ciclo de vida de los activos y la huella de carbono.
    • Permitir a las empresas de A&D modelar, analizar y validar nuevas líneas de fabricación de forma virtual, lo que reduce los tiempos de ciclo de industrialización y eleva los estándares de calidad. Una empresa líder del sector aeroespacial ha invertido en gemelos digitales para el modelado integral de los ciclos de vida de los productos y los sistemas de producción, utilizando análisis predictivos para optimizar la eficiencia de la cadena de suministro y fomentar la colaboración entre departamentos en un espacio virtual.

    La integración de las tecnologías de la Industria 4.0 es otro ámbito en el que la IA y el aprendizaje automático están reduciendo las brechas y acelerando los procesos en escenarios de defensa. Estas tecnologías facilitan la visibilidad de la carga, un almacenamiento más inteligente y un transporte optimizado, modernizando así la logística militar y la seguridad de la cadena de suministros.

    Airport, Airplane, Airport Runway, Commercial Airplane
    5

    Capítulo 5

    No pase por alto el potencial del blockchain

    La tecnología puede mejorar la eficiencia operativa, optimizar la gestión de inventario y garantizar la circulación de componentes autenticados.

    La tecnología blockchain está resolviendo las complejidades de las cadenas de suministro de A&D al garantizar la trazabilidad inmutable de las piezas, reforzar la protección contra la falsificación y facilitar el intercambio fluido de datos en todo el ecosistema. Por ejemplo, un contratista de defensa se ha asociado con un proveedor de redes de datos habilitadas para blockchain con el fin de implementar un servicio digitalizado de intercambio de conocimientos para sus componentes. Gracias a la información generada por la cadena de bloques, el contratista puede ajustar con precisión los niveles de inventario para reflejar los patrones de uso reales. Este enfoque de gestión de existencias basado en datos garantiza un equilibrio entre la satisfacción de la demanda y la optimización de los costos de inventario.

    Resumen

    Los rápidos avances en el análisis de datos y el aprendizaje automático han creado una gran oportunidad para abordar los problemas de larga data de la cadena de suministros del sector de A&D, lo que supone un avance crucial en un panorama empresarial marcado por nuevas perturbaciones y retos persistentes. Al digitalizar sus cadenas de suministro y aprovechar la tecnología avanzada, las empresas de A&D pueden mejorar sus previsiones, afrontar los retos de abastecimiento de forma más eficaz y satisfacer la creciente demanda, abordar la logística y permitir una toma de decisiones más estratégica.

    Artículos relacionados

    ¿Cómo pueden los productos inteligentes conectados cambiar la forma en que operan los fabricantes?

    Los productos inteligentes conectados ofrecen a los fabricantes industriales nuevas formas de generar ingresos y rentabilidad. Leer más.

      Acerca de este artículo

      Autores