Abhi Ghadge, profesor asociado de gestión de la cadena de suministro en la Universidad de Cranfield en el Reino Unido, dice que ha habido “un tipo general de negligencia” en términos de resistencia climática, aunque eso está comenzando a cambiar.
Sin embargo, construir una comprensión detallada de una cadena de suministro puede ser increíblemente difícil, especialmente para las empresas más pequeñas. ¿Quién suministra a sus proveedores? ¿Qué materia prima clave está a punto de estar sujeta a una escasez? El seguimiento de dichos detalles requiere un compromiso e inversión a largo plazo, dice Beatriz Royo, profesor asociado en el programa MIT-Zaragoza en España.
Consciente de esto, la firma de servicios profesionales Marsh McLennan lanzó un sistema llamado Sentrisk el año pasado que afirma que puede analizar automáticamente los manifiestos de envío de una empresa y los registros de autorización aduanera para construir una imagen de su cadena de suministro. Sentrisk se basa en modelos de idiomas grandes para leer potencialmente miles de millones de documentos PDF, dependiendo del cliente en cuestión, y rastrear automáticamente de dónde provienen los materiales y piezas individuales. “Podría leer mal algo, por supuesto”, dice John Davies, director comercial de Sentrisk, aunque enfatiza que el sistema se basa en la inteligencia artificial solo para leer documentos, no extrapolar más allá de ellos. No hay posibilidad de que alucine una red de proveedores que no existen.
Sentrisk combina este análisis de la cadena de suministro con datos sobre riesgos climáticos en ubicaciones específicas. “Si debe invertir en la construcción de una nueva planta de fabricación, tal vez pueda elegir una ubicación que sea menos probable que se vea afectada por la escasez de agua”, dice Davies.
Otro desafío es que los gemelos digitales requieren una actualización constante, dice Dmitry Ivanov, profesor de cadena de suministro y gestión de operaciones en la Escuela de Economía y Derecho de Berlín. “No es como una casa que construyes y la casa existe de esta forma durante 100 años”, dice. “Las cadenas de suministro cambian todos los días”.
Y aunque tenemos una idea razonablemente buena de cómo el cambio climático afectará al planeta en su conjunto en los próximos años, es difícil predecir la ubicación exacta, el tiempo y la magnitud de los desastres específicos. Aquí es donde entran nuevas herramientas para el modelado de riesgo climático y la predicción del clima extremo. El semiconductor y el gigante de IA Nvidia tienen una plataforma llamada Earth-2, que espera que aborde este desafío, con la ayuda de otras organizaciones, incluida la administración nacional oceánica y atmosférica.
La idea es usar AI para proporcionar advertencias anteriores de una sequía o inundación, o para predecir con mayor precisión cómo se desarrollará una tormenta. Algunas partes del mundo solo tienen información de nivel relativamente alto sobre los patrones climáticos actuales; Earth-2 utiliza el mismo tipo de IA que agudiza las imágenes en la aplicación de cámara de su teléfono inteligente para simular datos de mayor resolución. “Esto es realmente útil, especialmente para las pequeñas regiones”, dice Dion Harris, director senior de soluciones de informática de alto rendimiento y fábrica de IA en NVIDIA.
Las empresas pueden alimentar sus propios datos a Earth-2 para mejorar aún más las predicciones. Pueden usar la plataforma para modelar los impactos climáticos y climáticos en geografías específicas, pero el alcance general del proyecto es vasto. “Estamos construyendo los elementos fundamentales para crear un gemelo digital de la tierra”, dice Harris.