Elí Faskha, CEO de Soluciones Seguras, resalta que las cadenas de suministro inteligentes ofrecen grandes beneficios, aunque dependen de datos precisos, modelos confiables y arquitecturas seguras para evitar errores costosos.
Las disrupciones producidas por la pandemia de Covid-19, las guerras comerciales y los escenarios geopolíticos aceleraron el uso de nuevas tecnologías en los sectores aéreo y marítimo.
El rediseño del espacio aéreo en Panamá para aumentar los despegues y aterrizajes en el Aeropuerto Internacional de Tocumen, de 35 hasta 80 movimientos por hora, incluirá el uso de herramientas como simulación avanzada.
Los modelos predictivos son utilizados en la optimización de rutas marítimas y tráfico terrestre y en el Canal de Panamá para la predicción de las lluvias y la planificación de los recursos hídricos, explica Eli Faskha, CEO de Soluciones Seguras.
Resalta, además, el análisis de datos y el uso de tracking con chips inteligentes, lo que permite detectar el origen de la mercancía, cantidades, tiempos de llegada y otros detalles sobre la carga.
“Panamá, siendo un hub logístico regional, tiene planes para ser uno de los líderes en logística internacional y ha estado realizando iniciativas para mejorar, digitalizar y optimizar sistemas. Eso lo podemos ver con los acuerdos que Panamá ha estado haciendo con entes como Mercosur para optimizar el tráfico. El Canal de Panamá también está modernizando sus sistemas y el tránsito se está digitalizando“.
Faskha resalta que la IA ha permitido que las cadenas de suministro tradicionales pasen de ser reactivas a ser predictivas (cadenas inteligentes) en tiempos de llegada, capacidad y rutas. “La optimización de las rutas, de la carga y tiempos de llegada influye directamente en toda la cadena de suministro para ahorrar los costos y mejorar los tiempos”.
El experto en ciberseguridad explica que un modelo predictivo de llegadas coordinadas evita, por ejemplo, que a una bodega diseñada para recibir un determinado número de camiones le llegue una carga mayor a la permitida en determinado momento.
También menciona los Larges Languages Models (LLMs), sistemas avanzados de inteligencia artificial diseñados para comprender, resumir, generar y predecir textos similares a los humanos, “La gran mayoría de los AI que conocemos (Cloud, ChatGPT, Copilot, Gemini y Grock) van a poder ayudar en muchas de las tareas”.
Errores costosos
Faskha resalta que el detalle en el diseño de los modelos desde el comienzo es esencial, porque arreglar un error resulta mucho más costoso que implementarlo bien la primera vez.
Advierte que la calidad y exactitud de la información que se utiliza en los modelos de IA también es muy importante, ya que no son 100% exactos y la IA aprende de los datos que se le proporcionan.
“Uno de los retos con la IA es que necesitamos datos precisos para poder alimentar el modelo y que pueda utilizarlos. “Si, por ejemplo, uno le da al modelo información de dos años normales y de repente viene una pandemia no hay forma de que lo pueda predecir”, dijo.
El especialista en ciberseguridad también destaca que a mayor cantidad de sistemas conectados, hay mayores posibilidades de que existan vulnerabilidades. “Con la IA abarcamos una superficie mucho más grande, hay más sistemas conectados y cuando tenemos más sistemas y más conexiones, los atacantes pueden buscar una puerta que antes no existía. Por eso debemos asegurarnos desde el principio de tener la información precisa, porque después es más difícil corregirlo”.
Otro aspecto a tomar en consideración es cuando los sistemas son implementados por diferentes grupos que no tienen nociones de ciberseguridad fuertes o deben coordinarse con otros grupos.
Faskha resalta que el desafío ahora es lograr que la innovación tecnológica vaya de la mano con una estrategia sólida de ciberseguridad y gobernanza de datos.
Foto cortesía Pinterest
