Contenido:

1. Evolución hacia la logística 4.0
1.1. Problemas típicos de la logística “clásica”: sobrecostos de transporte, baja utilización de flota, reclamos por atrasos, poca visibilidad.
1.2. Digitalización y transformación: paso de modelos tradicionales a operaciones conectadas, automatizadas y basadas en datos.
1.3. Tecnologías habilitadoras: IoT, Big Data, IA y sistemas inteligentes aplicados a la cadena de suministro.

2. Automatización de almacenes
2.1. Tecnologías de automatización: robots móviles (AMR/AGV), picking automatizado y sistemas AS/RS.
2.2. Gestión inteligente del almacén: integración con WMS/WES para mejorar productividad, picking por voz exactitud y trazabilidad.
2.3. Indicadores clave del proceso pedido–entrega: exactitud de preparación, tiempo de ciclo pedido–despacho, nivel de servicio por ruta.

3. Optimización de rutas y transporte inteligente
3.1. Optimización avanzada: uso de algoritmos, TMS y analítica para diseñar rutas eficientes considerando restricciones reales (ventanas horarias, capacidad, prioridades de clientes).
3.2. Monitoreo en tiempo real: telemetría, control de flota y predicciones para reducir costos y mejorar tiempos de entrega.
3.3. KPIs de transporte orientados a gestión: costo por kilómetro, costo por entrega, costo por cliente/canal, utilización de flota, % kilómetros en vacío, cumplimiento de ventanas horarias.
3.4. Tableros de control para transporte: cómo leer, interpretar y accionar frente a las alertas.

4. Uso de drones, sensores e IoT
4.1. Aplicaciones tecnológicas: drones para inventarios y última milla; sensores IoT para control de condiciones y trazabilidad avanzada.
4.2. Sensores en la cadena de frío y mercancía sensible: temperatura, humedad, vibración y su impacto en la calidad de entrega.
4.3. Visibilidad y control de punta a punta: datos en tiempo real para decisiones rápidas e integración de la cadena de suministro.

5. Simulación de costos y rutas con IA
5.1. Introducción a la simulación de escenarios logísticos: qué pasa si cambian tarifas, restricciones o demanda.
5.2. Modelos de optimización e IA aplicados a rutas: asignación de pedidos, selección de flota, consolidación de cargas.
5.3. Cálculo y análisis de costos logísticos: costo por kilómetro, por entrega, por cliente y por canal.
5.4. Evaluación de desempeño de las rutas: nivel de servicio, tiempos de ciclo, cumplimiento de ventanas horarias, OTIF (On Time In Full).
5.5. Taller práctico: construcción de un caso de simulación de rutas y costos, comparando escenario “actual” vs. “optimizado con IA”.