NADRO transforma con Inteligencia Artificial la logística farmacéutica

Por InfoChannel High Tech Editores

El gigante de la distribución de medicamentos en México enfocó sus esfuerzos en cinco áreas principales, utilizando IA para transformar sus operaciones.

NADRO, la empresa líder en distribución de medicamentos en México, dio un paso adelante al implementar Inteligencia Artificial (IA) en sus procesos. Con más de 80 años de historia y una participación del 20% en el mercado mexicano, NADRO muestra cómo la tecnología puede ser un aliado estratégico para mejorar la predictibilidad, optimizar la logística y fortalecer la ciberseguridad. Este caso de éxito destaca cómo NADRO ha logrado resultados tangibles gracias a la aplicación de IA, bajo la dirección de Jorge Malo Del Valle, Director Corporativo de TI.

El Desafío
NADRO enfrentaba desafíos significativos en la gestión de su cadena de suministro, incluyendo la predictibilidad de faltantes de medicamentos, la inspección de vehículos y la optimización de procesos internos. Además, la falta de estandarización en la lectura de lotes y fechas de caducidad de los medicamentos representaba un riesgo para la eficiencia y la seguridad del paciente.

La Solución: Implementación de IA en cinco áreas clave
NADRO enfocó sus esfuerzos en cinco áreas principales, utilizando IA para transformar sus operaciones:

  1. Predictibilidad de faltantes de medicamentos
    Mediante el uso de modelos de machine learning y deep learning, NADRO logró predecir la escasez de medicamentos con base en más de 1,050 variables. Esto permitió a la empresa anticiparse a posibles faltantes y garantizar la disponibilidad de productos críticos en más de 20,000 puntos de venta diarios.
  2. Visión Artificial para la lectura de lotes y fechas de caducidad
    NADRO desarrolló una aplicación de visión artificial capaz de leer lotes y fechas de caducidad en medicamentos con una precisión del 92-93%. Esta innovación fue crucial, ya que no existe un estándar universal para reportar estos datos, lo que dificulta su gestión manual.
  3. Mantenimiento predictivo de vehículos
    La empresa implementó visión artificial para inspeccionar sus camiones en solo 15 minutos, identificando problemas críticos antes de que se convirtieran en fallos mayores. Esto no solo redujo los tiempos de mantenimiento, sino que también mejoró la seguridad y eficiencia de su flota.
  4. Ciberseguridad con IA
    NADRO adoptó técnicas de IA para proteger su infraestructura tecnológica, fortaleciendo la seguridad de sus sistemas y datos sensibles en un entorno cada vez más digitalizado.
  5. Productividad interna con IA Generativa
    La empresa utilizó herramientas de IA generativa para optimizar tareas internas, como la creación de presentaciones, lo que permitió a los empleados enfocarse en actividades de mayor valor agregado.

Resultados y beneficios
La implementación de IA en NADRO ha generado beneficios significativos:

  • Mayor eficiencia operativa: La predictibilidad de faltantes y la optimización de procesos logísticos han reducido costos y mejorado la satisfacción del cliente.
  • Precisión en la gestión de medicamentos: La visión artificial ha minimizado errores en la lectura de lotes y fechas de caducidad, asegurando la calidad y seguridad de los productos.
  • Reducción de tiempos de mantenimiento: La inspección rápida y precisa de vehículos ha optimizado la flota y reducido tiempos de inactividad.
  • Fortalecimiento de la ciberseguridad: La protección de la infraestructura tecnológica ha mitigado riesgos y garantizado la continuidad del negocio.

Aprendizajes y Recomendaciones
En entrevista con Ricardo Zermeño, fundador y presidente de Select, Jorge Malo Del Valle, Director Corporativo de TI de NADRO, destaca tres aspectos clave para el éxito de los proyectos de IA:

  1. Educación y expectativas realistas: Es crucial educar a la alta dirección sobre las capacidades y limitaciones de la IA para evitar expectativas poco realistas.
  2. Experimentación y aprendizaje: NADRO adoptó un enfoque de experimentación, permitiendo fallos y aprendiendo de ellos para mejorar continuamente.
  3. Medición de resultados: Es fundamental medir el impacto de los proyectos de IA para justificar las inversiones y demostrar su valor al negocio.

También te puede gustar