Optimización de los procesos de logística y distribución mediante inteligencia artificial - Arroyo Alonso-Villalobos, Alejandra

Abstract

Este trabajo de investigación analiza cómo la inteligencia artificial (IA) puede optimizar los procesos de logística y distribución en empresas líderes en el sector como Amazon, Inditex y DHL. A través de un enfoque teórico y comparativo, se exploran diversas herramientas de inteligencia artificial como Amazon Rekognition, TensorFlow y OptimoRoute, evaluando su impacto en la eficiencia operativa, la satisfacción del cliente y la reducción de costos. El estudio destaca cómo estas tecnologías pueden mejorar la clasificación de mercancías, optimizar rutas y personalizar entregas. A lo largo del análisis, se identifican riesgos operativos, éticos y de sesgo asociados con la implementación de IA, como errores en la identificación de productos, preocupaciones sobre la privacidad de datos y posibles sesgos en los algoritmos. Se proponen medidas para mitigar estos riesgos, como la supervisión humana, la capacitación del personal y el establecimiento de políticas éticas claras. Finalmente, el trabajo concluye que, aunque la adopción de inteligencia artificial en en las operaciones de los procesos empresariales estudiados ofrece grandes beneficios, su implementación debe ser gradual y estratégica, con una planificación adecuada y el compromiso con la transparencia y la sostenibilidad. Las recomendaciones incluyen la integración de IA mediante proyectos piloto, la gestión de datos de manera segura y la adaptación organizacional para aprovechar al máximo estas tecnologías.

This research study analyzes how artificial intelligence (AI) can optimize logistics and distribution processes in leading companies in the sector, such as Amazon, Inditex, and DHL. Through a theoretical and comparative approach, various AI tools, including Amazon Rekognition, TensorFlow, and OptimoRoute, are explored, assessing their impact on operational efficiency, customer satisfaction, and cost reduction. The study highlights how these technologies can enhance merchandise classification, optimize routes, and personalize deliveries.

Throughout the analysis, operational, ethical, and bias-related risks associated with AI implementation are identified, such as errors in product identification, concerns about data privacy, and potential biases in algorithms. Measures to mitigate these risks are proposed, including human oversight, employee training, and the establishment of clear ethical policies.

Finally, the study concludes that while adopting artificial intelligence in the studied business processes offers significant benefits, its implementation should be gradual and strategic, with proper planning and a commitment to transparency and sustainability. Recommendations include integrating AI through pilot projects, ensuring secure data management, and fostering organizational adaptation to fully leverage these technologies.