Por Romina Andreani (*)
El vaso medio lleno… o medio vacío. Es cuestión de optimismo y de vocación por afrontar desafíos. Pero también hay cifras concretas que dan lugar a un escenario ambiguo para pronosticar el futuro inmediato de la llamada LogTech. Hay mucha expectativa sobre cómo impactarán la AI y la innovación en general en la logística que se viene.
Se espera que el mercado logístico de Latinoamérica llegue a US$ 784.600 millones en 2027. Y está probado que las innovaciones en el campo logístico vienen puramente de la mano de las soluciones tecnológicas que se van creando.
Actualmente muchas empresas exitosas están desarrollando distintas herramientas y servicios digitales para eficientizar las cadenas de suministros. Muchas de ellas optan por los modelos on demand o de tipo marketplace. Ambos modelos se utilizan para conectar oferta y demanda en el sector de transporte y logística, pero operan de formas distintas y tienen objetivos ligeramente diferentes.
De la Patagonia a la Amazonia: el negocio de los “camiones inteligentes”
Pero cuesta encontrar otras soluciones que no refieran a estos modelos de negocio. También escucho a muchos nuevos emprendedores en logística que optan por estos modelos. Falta un salto disruptivo que marque una nueva era en el sector.
Los números marcan que la vertical LogTech (tecnología logística) no crece tanto como su evidente potencial promete, ni es tan disruptiva como podría serlo. Y si bien hay un ecosistema en crecimiento, el sector no recibe tanto financiamiento como otras verticales. Pero esta situación marca una gran oportunidad.
Comienzan a surgir nuevas plataformas que brindan soluciones novedosas y de a poco van integrando nuevas tecnologías generando mayor impacto. Un dato relevante es que en 2022, la vertical Logtech se encontraba en quinto lugar en el ranking de inversiones, con las Fintech a la cabeza. (Ese año se invirtieron US$ 340 millones en 87 startups de logística en Latam.) Mientras que en 2023 subió al tercer puesto, aunque se invirtieron solo US$ 227 millones en 31 startups. Cabe señalar que la caída en la inversión de esta vertical se registró también en todos los otros sectores de la inversión en Latinoamérica. No obstante, llama la atención la poca -y menguante- cantidad de startups receptoras de capital en la región.
¿POR QUÉ ES TAN DIFÍCIL INNOVAR EN TECNOLOGÍA LOGÍSTICA?
En Latam se debe a una combinación de factores estructurales, económicos y culturales que dificultan el desarrollo de soluciones verdaderamente disruptivas.
Cómo llegar más lejos y cada vez mejor: el secreto del éxito de Avancargo
Por un lado, los altos costos logísticos (dados por mal estado de las rutas, puertos saturados y redes ferroviarias limitadas), la fragmentación que dificulta la integración tecnológica y la planificación eficiente, la poca interoperabilidad entre los sistemas, las grandes inversiones iniciales que se necesita para comenzar soluciones logtech y las grandes barreras de entrada con respecto a big players son las principales razones.
Por otro lado, aunque parezca increíble, muchas empresas en Latam todavía ven a la tecnología como un gasto, no como una inversión estratégica (también pasa con la evaluación que hacen sobre el impacto de la cadena de suministro sobre el negocio estratégico). Pero es verdad que la innovación logística suele requerir una gran inversión en infraestructura, con retornos más lentos que en otros sectores tecnológicos. Y no ayudan las leyes de transporte y comercio que varían entre países y esto complica la implementación de soluciones unificadas. Estos son algunos factores que reducen las oportunidades para innovar en cadenas de suministro regionales.
¿CÓMO SUPERAR ESTAS BARRERAS?
Para fomentar el crecimiento del sector LogTech en Latam es necesario:
– Invertir en infraestructura logística y digital
– Crear incentivos fiscales
– Crear fondos de inversión específicos para startups logísticas
– Impulsar la capacitación tecnológica y logística
– Promover la integración de sistemas entre actores logísticos para mejorar la transparencia y la eficiencia
– Fomentar el ecosistema LogTech
– Fomentar la colaboración público-privada para superar los retos estructurales y normativos
A pesar de estas barreras, el auge del comercio electrónico en Latam comienza a abrir nuevas oportunidades para las startups logtech, especialmente en soluciones de última milla, trazabilidad y optimización de rutas. Y apalancados por la IA, nuevas soluciones se van integrando a las plataformas existentes probando nuevas formas de pensar las distintas cadenas de suministro.
MODELOS Y TECNOLOGÍAS QUE ESTÁN DESTACANDO
Entre quienes buscan optimizar cada fase de la cadena de suministro, integrando tecnología avanzada y proponiendo modelos que van más allá de los típicos marketplaces y servicios on-demand, surgen nuevos modelos de negocio y tecnologías que podrían representar el futuro de la vertical LogTech.
Todavía se está por probar quiénes tendrán éxito transformando la manera en que las empresas gestionan su cadena de suministro y se adaptan a un mercado cada vez más competitivo y digitalizado.
Algunos de ellos son:
1. Softwares de optimización y automatización de la cadena de suministro. Son plataformas que utilizan algoritmos avanzados para mejorar la eficiencia en rutas, inventarios y pedidos. Están surgiendo como Software as a Service (SaaS) para pequeñas y medianas empresas que buscan automatizar procesos sin una gran inversión inicial. AI, machine learning y analítica avanzada son clave para realizarlo, permitiendo a las empresas prever demandas, optimizar rutas en tiempo real, y reducir el desperdicio en la cadena de suministro.
2. Visibilidad de cadena de suministro. Son plataformas de monitoreo que ofrecen visibilidad en tiempo real de cada paso en la cadena de suministro, permitiendo a las empresas reaccionar rápidamente a imprevistos y corregir a tiempo para cumplir con los niveles de servicio acordados. Aquí son necesarios blockchain para trazabilidad y seguridad de datos, IoT (Internet de las Cosas) para el monitoreo de condiciones y ubicación de envíos, y computación en la nube para integrar y compartir datos en tiempo real entre diferentes actores.
De la máquina newtoniana a la complejidad orgánica: la nueva gestión empresarial
3. Logística predictiva y preventiva. Son empresas que utilizan big data y machine learning para predecir problemas logísticos antes de que ocurran (fallas de vehículos, saturación de almacenes, etc.), lo que permite una logística más proactiva y menos reactiva. Aquí los protagonistas son los algoritmos predictivos basados en AI y machine learning, análisis de datos en tiempo real, y digital twins (réplicas digitales de la cadena de suministro para simulaciones).
4. Automatización de almacenes y centros de distribución. Empresas que desarrollan soluciones para automatizar el manejo de inventario y la preparación de pedidos, desde sistemas robóticos hasta plataformas de gestión que optimizan el espacio y la velocidad de operación. Es apasionante ver los avances que se han logrado en robots de picking y sorting, drones para inventario en almacenes grandes, y sistemas de gestión de almacenes (WMS) avanzados que utilizan IA para organizar y reabastecer productos.
5. Plataformas de colaboración logística. Redes de colaboración que permiten a empresas logísticas y transportistas compartir recursos y datos para mejorar la eficiencia, reducir costos y disminuir tiempos de espera. Aquí se necesitan APIs para integrar servicios, blockchain para contratos inteligentes, y plataformas en la nube para la gestión compartida de flotas y espacios en almacenes.
Las lecciones de la naturaleza para el éxito en la innovación tecnológica
6. Logística sostenible. Algunas empresas que buscan reducir la huella de carbono de la cadena de suministro mediante la optimización de rutas, el uso de vehículos eléctricos, y modelos de economía circular. Si bien hay mucho por desarrollar en este campo, es fundamental IoT para monitorear consumo de energía y emisiones, análisis de datos para optimizar rutas de menor consumo, y tecnologías de reciclaje y reuso de productos y embalajes.
7. Inteligencia artificial para planificación de demanda y abastecimiento. Aquellas plataformas que ayudan a las empresas a prever la demanda de productos en función de patrones de compra, eventos estacionales, y otros factores externos, optimizando así el inventario y los niveles de producción. Basados en machine learning, deep learning y big data para el análisis predictivo, y sistemas de planificación de recursos empresariales (ERP) mejorados con IA.
En definitiva, las herramientas están. Falta animarse a dar el salto cualitativo que, con inversión audaz más creatividad de alto vuelo, ponga en marcha el futuro de la industria logística.
(*) Inversora ángel. Miembro de diversos boards. Mentora. Facilitadora en la creación de empresas.
