Conozca a Zach Wendt, Director de Producto de Experimentación y Optimización de Nimble Gravity. 

Zach tiene formación en ingeniería mecánica, arquitectura y negocios. Zach encontró su carrera en el espacio digital con una temporada en el marketing de contenidos técnicos y una sed inherente de datos y la fijación de las cosas. Como la mayoría de los ingenieros, la optimización y la mejora están en la fibra del ser de Zach. "La mecánica de la ingeniería mecánica y la gestión de productos es la misma: eres capaz de crear algo de la nada, requiere disciplina e inteligencia y, al final, estás haciendo del mundo un lugar mejor. Simplemente cambié una ciencia por otra".

Una de las creencias fundamentales de Zach es que uno es producto de lo que le rodea. "Sé que si me rodeo de gente inteligente y tengo la oportunidad de trabajar en problemas difíciles de resolver podré ayudar a hacer del mundo un lugar mejor". Para Zach, trabajar en Nimble Gravity es una gran oportunidad para aprender algo nuevo y desafiante cada día.

Si tú también quieres unirte a nosotros, consulta nuestra página de empleo sobre puestos vacantes.

Uso del aprendizaje automático y la ciencia de datos para mejorar la cadena de suministro de la industria de semiconductores.

La industria de semiconductores, valorada en 555.900 millones de dólares el año pasado, está en crisis. 

Los semiconductores son un componente vital de los dispositivos electrónicos utilizados en informática, comunicaciones, sanidad, transporte y energías limpias; entre otros que necesitamos en nuestra vida cotidiana. La crisis se basa en una escasez de semiconductores que comenzó a principios de 2020, cuando los efectos de la pandemia de COVID-19 en Asia provocaron interrupciones en las cadenas de suministro y la logística.

En los últimos 2 años, esta perturbación ha afectado al sector, que cuenta con una infraestructura interconectada única que tiene puntos de contacto en más de 169 industrias.

Zach Wendt, Director de Producto de Experimentación y Optimización de Nimble Gravity, explicó recientemente en una entrevista con EEtimes.com 

"La ausencia de una pieza puede tener efectos dominó no sólo en un vertical o mercado, sino en muchos, por ejemplo, un fabricante de MOSFET que tenga escasez de materiales puede repercutir en la industria automovilística, la solar o la informática. Puede que en tu ciudad estén construyendo una nueva sala de conciertos y de repente no puedan conseguir el sistema de sonido para completar el proyecto. Y estamos hablando de retrasos que no se miden en días o semanas, sino posiblemente en meses e incluso años".

¿Qué pueden hacer organizaciones como Nimble Gravity para ayudar a las empresas de semiconductores a gestionar la cadena de suministro utilizando Machine Learning y Data Science?

Las empresas más inteligentes están estudiando cómo aprovechar las nuevas tecnologías para crear cadenas de suministro integrales más resistentes, competitivas y rentables. Estas técnicas son aplicables a sectores distintos del de los semiconductores.

En los dos últimos años se han visto afectadas las cadenas de suministro de otros sectores:

• La moda: Se vio afectada por el aumento de los costes del transporte mundial de mercancías durante la pandemia, los fuertes pedidos de cierre en Asia y los problemas hídricos causados por el cambio climático.

• Automoción: Ha experimentado perturbaciones debidas a una combinación de pandemia, sequía en el suroeste de China y acontecimientos geopolíticos mundiales.

• Agricultura: Principalmente afectada por los precios de los fertilizantes, que subieron un 80% durante 2021 y un 30% en 2022 debido a la subida de los precios de la energía por la inestabilidad geopolítica y los efectos del cambio climático en las tierras agrícolas.

• Comercio minorista: Afectada principalmente por cuestiones administrativas, como una lenta transición a modelos operativos digitales y retrasos causados por la pandemia de Covid-19, debido a que la mayor parte de la fabricación se localiza en Asia Oriental.

Las cadenas de suministro se diseñaron para funcionar en un entorno estable, con gran fiabilidad y al menor coste posible. Por desgracia, debido a las circunstancias del mundo actual, las cadenas de suministro son últimamente caras y poco fiables.

Las actuales tensiones geopolíticas y la pandemia de Covid-19 han llevado a pedir a las empresas que reduzcan su vulnerabilidad reestructurando radicalmente sus cadenas de suministro.

Analizando las cantidades colosales de datos que está generando la cadena de suministro de la empresa gracias a las nuevas tecnologías podemos automatizar procesos creando software para anticiparnos a los problemas mediante ML (Machine Learning)

"La buena/mala noticia es que ha habido suficientes carencias para construir modelos predictivos. Incluso en empresas con capacidades de recopilación y análisis de datos relativamente sencillas". 

Tony Aug, cofundador de Nimble Gravity y responsable del área de Cadena de Suministro, añadió.

Podemos ayudar a la industria a predecir acontecimientos como los cuellos de botella en el transporte, la meteorología y la demanda de suministros. También se puede utilizar para reducir el trabajo utilizando datos para el aprovisionamiento, utilizar la IA para descubrir nuevos hábitos de consumo y prever la demanda estacional, una planificación más inteligente, una gestión eficiente de los almacenes, supervisar el cumplimiento legal interno, utilizar datos en tiempo real para seleccionar proveedores y aumentar la eficacia de la gestión de las relaciones con los proveedores.

Si está listo para aprovechar el poder de la ciencia de datos y el aprendizaje automático para mejorar la cadena de suministro de su empresa, póngase en contacto con nosotros y hablemos: sales@nimblegravity.com.