Revista
Según S&P Global, el índice manufacturero español cayó durante el pasado mes de julio por debajo de los 50 puntos, situándose en el umbral que separa el crecimiento de la contracción. En otras palabras: se trata de su nivel más bajo desde mayo de 2020, cuando las fábricas tuvieron que parar debido al estallido de la pandemia, lo que pone sobre la mesa la situación de alerta a la que se está enfrentando el sector. Una de las causas principales de esta depresión es el precio de las materias primas. Aunque bajaron durante los primeros meses de la COVID-19, cuando se disparó la demanda, se recuperaron con celeridad en cuanto las empresas volvieron a tener que llenar con urgencia sus almacenes.
Y si nos referimos a metales difíciles de obtener, como el cobalto y el litio, la tendencia a que suban sus precios es un fenómeno imparable. Sobre todo, debido a que, por su naturaleza indispensable para la industria, su demanda es cada vez mayor, lo cual se une a que son un bien muy escaso, además con una producción mundial preocupantemente concentrada.
¿Cómo puede el sector manufacturero afrontar con garantías toda esta volatilidad, unido a que el comportamiento de los consumidores está condicionado por acontecimientos que escapan totalmente al control de las empresas (amplificados, además, por los efectos de la pandemia)? Pues aprendiendo a ganar flexibilidad, adaptándose a las necesidades (y a las exigencias) del mercado de forma dinámica, y eludiendo a través de un análisis concienzudo los condicionantes macroeconómicos más perjudiciales.
No todas las empresas pueden, sin embargo, tener un departamento específico que elabore una planificación basada en el uso del Big Data que brinde un contexto industrial más amplio. La demanda está influida por múltiples factores externos que hay que controlar, analizar y reelaborar en profundidad, y una gran mayoría de Pymes no tienen posibilidad de trabajar toda esa información. Como mucho, se basan en su experiencia acumulada, así que sus previsiones se basan principalmente en datos internos. Sin embargo, la Inteligencia Artificial ha democratizado estas funciones de análisis, que ahora se pueden asumir de forma eficaz y económica, abriéndose a las empresas de cualquier tamaño que no se conforman con afrontar el reto de sobrevivir a la inflación, sino, que, además, quieren aprovechar las oportunidades que les brinda el mercado para prosperar.
“No todas las empresas pueden, sin embargo, tener un departamento específico que elabore una planificación basada en el uso del Big Data que brinde un contexto industrial más amplio”
El uso de la IA permite comprender plenamente los datos del contexto empresarial, prediciendo el futuro de los mercados, así como el comportamiento de los clientes: algo crucial para resultar competitivo y rentable. La resiliencia en la situación económica actual se basa, precisamente, en el desarrollo de esa capacidad para leer hacia dónde se puede dirigir el entorno próximo, emparejado, por supuesto, con aprender a flexibilizar las dinámicas internas. Ahí reside otra de las estrategias fundamentales que deben aprender a dominar las Pymes de la industria manufacturera: la capacidad de afinar sus sistemas de producción a partir de los conocimientos predictivos que les puede proporcionar la IA, como el desarrollo de estrategias de gestión de costes basadas en la predicción de los precios futuros de las materias primas.
Un ejemplo: a través del uso de la IA, es posible obtener una imagen predictiva de la disponibilidad y los precios de una materia prima mediante el seguimiento de las noticias macroeconómicas que afectan a ambos parámetros, además de elaborar un análisis técnico de mercados, con un control exhaustivo de todos los indicadores principales (como el estocástico, el MACD o el RSI). La IA también puede sugerir la toma de decisión más acertada para conseguir esa materia prima al mejor precio, tal y como negociar un mejor trato con los proveedores, obtener presupuestos de terceros como palanca durante las negociaciones, comprar a través de agentes de suministro o liquidadores de empresas que venden el exceso de existencias, identificar materias primas alternativas, optimizar o mejorar el proceso de producción para no depender tanto de las mismas…
“La tecnología puede orientar las decisiones de compra y producción de forma personalizada, pero la compañía en cuestión debe hacer un esfuerzo consciente para superar antiguos esquemas de funcionamiento”
En términos más generales, soluciones de IA como las que ofrece Vedrai SpA permiten a las empresas, sin importar su tamaño ni sus capacidades productivas, hacer un seguimiento constante de los datos globales y la identificación de futuros riesgos económicos y, a través del tratamiento de esa información en tiempo real sobre su sector industrial, ayudarles a tomar las mejores decisiones. Por supuesto, la tecnología puede orientar las decisiones de compra y producción de forma personalizada, pero la compañía en cuestión debe hacer un esfuerzo consciente para superar antiguos esquemas de funcionamiento, moverse con una mayor agilidad, y aprovechar de esas previsiones, que pueden abarcar varios ámbitos: dinámica, tendencias y proyecciones del mercado de la fabricación, preferencias de los clientes y factores de consumo, nuevas oportunidades de mercado, etc.
En definitiva, un momento de incertidumbre como el actual puede suponer una oportunidad para que, mediante el uso de los indicadores predictivos específicos que proporcione un sistema basado en la IA, la industria manufacturera española dé un paso adelante y se modernice, apostando por un sistema de trabajo más flexible y menos basado en la tradición. Es la manera, y sobre todo el momento, de ponerse a la altura de un sector que avanza cada vez a mayor velocidad.