Probar, aprender, volver a intentar: Impulsando la productividad a través de la experimentación

Nuestro recorrido en automatización durante las últimas dos décadas demuestra por qué la experimentación es un paso clave en el desarrollo de productos.

En Ocado Technology, llevamos 25 años desarrollando soluciones de IA y automatización para mejorar la productividad de las operaciones de supermercado online. Y, sin dudas, hemos aprendido mucho en el camino.

Me uní a Ocado en 2006 como recién graduado, trabajando en nuestra propuesta de automatización de pedidos. A lo largo de 19 años, participé en el desarrollo de nuestras soluciones de logística, cadena de suministro y centros de cumplimiento. Algunos de los hitos que destaco incluyen: el desarrollo de nuestro primer sistema de picking “goods-to-person” (un sistema de cubos que optimiza la ubicación de 50.000 productos en un pedido), la creación de un sistema de orquestación con IA para coordinar el movimiento de miles de robots, y el liderazgo de equipos interdisciplinarios que abarcan hardware, software, datos y producto.

Durante este tiempo, vi cómo Ocado pasó de ser un supermercado online del Reino Unido a convertirse en un proveedor global de tecnología. Hoy, nuestros centros de cumplimiento automatizados operan en 8 países y captan la atención de audiencias digitales a gran escala.

Esta transformación no fue casual. En una operación logística tan compleja como la del supermercado online, la única opción era innovar y adaptarse. El éxito dependía de ejecutar con eficiencia una secuencia compleja de eventos: desde la recepción de productos hasta su despiece, selección, empaquetado y envío, gestionando miles de artículos con distintas necesidades de temperatura y vida útil.

Cuando la tecnología existente no estaba a la altura, desarrollamos hardware y software especializados para cubrir esa brecha. La experimentación nos resultó más accesible, ya que las consecuencias de cometer errores en el laboratorio —como magullar bananas— eran mucho menores que en industrias como la aeroespacial o la automotriz.

Esto nos permitió avanzar más rápido. Además, fomentamos una cultura de aprendizaje ágil, donde la experimentación era valorada y los errores se entendían como parte natural del proceso de aprendizaje.

La innovación audaz no implica necesariamente asumir riesgos desmedidos. Existen muchas formas de validar ideas antes de implementarlas a gran escala.

Un buen ejemplo son nuestros primeros Centros de Cumplimiento (CFC, por sus siglas en inglés), que contaban con grúas, almacenamiento vertical y cintas transportadoras. Estos centros permitían a Ocado despachar pedidos online a un gran número de clientes mediante un modelo de distribución centralizada tipo “hub and spoke”.

Sin embargo, al buscar escalar el negocio, sabíamos que había margen para mejorar. Las cintas eran lentas en trayectos largos y los cuellos de botella en un área podían afectar a todo el sistema.

Tomamos entonces una decisión disruptiva: tras probar múltiples diseños, reimaginamos el concepto por completo. Reemplazamos las cintas transportadoras horizontales por una cuadrícula vertical de almacenamiento y robots de recuperación, lo que nos permitió lograr un picking más rápido, escalable y fiable.

Este sistema de cuadrícula y robots ofrece acceso directo al inventario: en lugar de esperar a que los productos avancen por una cinta, los robots los recogen directamente del grid en una fracción del tiempo.

¿Cómo justificamos un cambio tan radical? Gracias a simulaciones altamente precisas, que nos permitieron validar la viabilidad del sistema en entornos virtuales antes de pasar al mundo real.

Y valió la pena. Hoy, nuestro sistema personalizado de robots y cuadrículas permite preparar pedidos de 50 artículos en menos de 5 minutos y manejar cientos de pedidos en simultáneo.

Debajo de cada celda del grid se apilan hasta 21 niveles de contenedores (totes). Cada contenedor almacena ciertos productos, y los robots se encargan de recogerlos y moverlos según lo requerido. La clave detrás de este proceso es nuestro sistema de orquestación con IA, que coordina esta flota robótica para lograr un cumplimiento de pedidos hiper eficiente.

La experimentación ha sido clave también en el desarrollo de nuestros robots. Actualmente operan tres generaciones distintas, cada una más ligera y eficiente que la anterior.

Para nuestra última generación, la Serie 600, nuestros ingenieros adoptaron un enfoque de diseño radicalmente diferente. Identificaron los beneficios de reducir al máximo el peso del robot e iniciaron un proceso de diseño centrado en la fabricación aditiva.

El resultado es un robot fabricado con piezas de nailon impresas en 3D y reforzadas con fibra de carbono, que es tres veces más liviano que sus predecesores.

Esta reducción se logró mediante una estrategia “additive-first” y técnicas de optimización topológica. Esto le da total libertad creativa a nuestros diseñadores, ya que la impresión 3D permite fabricar geometrías complejas que antes eran imposibles o muy costosas.

El aligeramiento del robot genera beneficios en cadena: motores más pequeños, menor consumo energético, baterías más livianas… todo contribuye a una mayor eficiencia operativa.

Nos mantenemos siempre a la vanguardia de la robótica, anticipando la próxima ola de innovación.

Desarrollar un sistema automatizado de almacenamiento y recuperación fue solo el primer paso. Los brazos robóticos que seleccionan y embalan productos llevan la productividad aún más lejos.

Sujetar y manipular objetos es una habilidad naturalmente humana, y replicarla en un robot es un desafío de ingeniería complejo, pero con un enorme potencial.

Con IA y visión por computadora, nuestros brazos robóticos pueden identificar cómo tomar cada producto correctamente. El algoritmo detecta los puntos óptimos para agarrar cada artículo, ajustando la presión según el tipo de producto: más fuerte para una botella de vidrio, más suave para una banana. Sensores inteligentes integrados ayudan a minimizar daños durante el proceso.

Y cada vez que el brazo se equivoca, aprende. Gracias al aprendizaje por refuerzo, el sistema se vuelve más preciso con el tiempo: un error cometido por un brazo se transforma en una lección para toda la flota.

Hoy, en nuestros CFC más modernos, los robots de recuperación colocan los contenedores junto a brazos OGRP, que recogen y embalan los productos directamente en las bolsas de compra, sin intervención humana.

Nuestro recorrido durante los últimos 20 años demuestra por qué la experimentación es esencial en el desarrollo de tecnología. Nuestros primeros CFC eran impresionantes, hasta que decidimos romper nuestro propio modelo con una nueva generación de automatización.

Aceptar lo inesperado, pivotar cuando es necesario y aprender de cada iteración —incluso de las que no salen como se esperaba— nos permitió ir más allá de los límites tecnológicos y lograr enormes beneficios en productividad.