El reshoring fomenta las soluciones circulares, reduce la longitud y la complejidad de la cadena de suministro
Mejora resiliencia y fiabilidad, reduce emisiones y residuos asociados al transporte de larga distancia e incrementa visibilidad y control.
El progreso económico y social ha estado ligado tradicionalmente a una degradación ambiental. Está en peligro nuestro desarrollo futuro y nuestra supervivencia. Garantizar el bienestar de la población, a través del acceso a agua, energía, alimentos u otros bienes se traduce en un consumo de los recursos naturales presentes en nuestro planeta.
Los modelos actuales de producción y consumo están agotando estos recursos y dañando los ecosistemas.
Soluciones circulares basadas en IA:
- evitar cuellos de botella, minimizar el uso de materiales y reducir los residuos
- reducir costes
Una vez que las soluciones están operativas, mejorarlas por IA para optimizar recursos y márgenes, al tiempo que reducen los residuos y la contaminación. La IA:
- predice la demanda
- ajusta inventarios
- acelera aprovisionamiento de materiales
- reduce la ineficiencia operativa
- residuos de productos
- emisiones derivadas del transporte
El reshoring también presenta inconvenientes
- exigentes regulaciones
- escasez de mano de obra cualificada
- acceso limitado a materias primas esenciales provocan que el reshoring resulte más caro para las compañías de la UE y EE.UU.
«Lo bueno de estos retos es que también obligan a las compañías a adoptar principios de economía circular que reducen las ineficiencias (las cuales provocan el desperdicio de recursos), mejoran la recuperación de materiales e incrementan la productividad de la mano de obra»
Las redes de organizaciones de mantenimiento y reparación MRO predictivos también reducen los costes inflacionarios
- reducen las costosas averías de los equipos y los gastos operativos a corto plazo,
- posibilitan que la maquinaria funcione de forma óptima durante más tiempo, lo cual reduce la inversión de capital a largo plazo
- la IA está mitigando la inflación salarial y la escasez de mano de obra: automatización y robótica agilizan procesos y dependen menos del trabajo manual.
Una mayor proximidad a los mercados locales permite a las compañías adaptarse con mayor rapidez y eficiencia a las regulaciones locales, como
- requisitos de abastecimiento nacional de la Ley de Reducción de la Inflación (IRA) de EE.UU.
- mandatos de contenido reciclado de la UE
La visión artificial y el machine learning permiten recuperar y reciclar eficazmente materiales valiosos de los flujos de residuos de productos
El análisis predictivo también se usa para evaluar a los proveedores según factores importantes como los costes, la ubicación, la calidad, la personalización, las emisiones y otros aspectos de sostenibilidad.
Río Corrientes, Nancy Dantas, 2007, Óleo y tejido sobre yute. Amazonía contemporánea. Colección Hochschild Correa – Perú Del Del 5 de febrero al 6 de abril de 2025 Museo Lázaro Galdiano, Madrid
