Sin duda, la Inteligencia Artificial (IA) ha dejado de ser una tendencia emergente para posicionarse como una herramienta que impulsa la eficiencia operativa y la rentabilidad de las empresas, especialmente aquellas que la aplican en sus cadenas de suministro.
Consciente de ello, el Consejo Nacional de Ejecutivos en Logística y Cadena de Suministro (ConaLog) reunió a proveedores de estas tecnologías y directivos de empresas que ya trabajan con la IA como un habilitador en sus operaciones.
Partiendo desde el inicio
Jerónimo Cardoze, Arquitecto de Soluciones en Amazon Web Services (AWS), explicó que un agente de IA no es sólo una plataforma para responder preguntas, como un chatbot tradicional; sino que es un componente de software que razona, planea y ejecuta acciones correctivas.
En la logística, por ejemplo, sus aplicaciones se han ampliado a ta grado que puede detectar un embarque retrasado antes de que se convierta en un problema mayor.
Cardoze señaló que AWS ha desarrollado toda su experiencia dando soporte a Amazon, un marketplace con una de las cadenas de suministro más complejas y exigentes, lo que les ha permitido desarrollar una visión clara sobre el uso de estos agentes en logística.
De acuerdo con el experto, para implementar esta tecnología exitosamente se requiere una visión integral basada en cuatro pilares:
- Integración: con sistemas unificados donde bases de datos, ERPs, dashboards y plataformas se comuniquen de forma transparente; todo ello para que los agentes no se queden desconectados o aislados.
- Visibilidad: aunque los agentes operen con mínima supervisión humana, es indispensable poder monitorear y auditar sus decisiones mediante indicadores en tiempo real.
- Inteligencia: deben ser capaces de razonar, aprender y tomar decisiones informadas.
- Autonomía: operación automatizada y proactiva, con mínima intervención humana.
Jerónimo Cardoze llamó a aquellos interesados en incursionar en proyectos con IA a ser pacientes: “Todo esto no es algo que se logre de la noche a la mañana, tenemos que empezar entendiendo cuál puede ser un caso de uso dentro de nuestras empresas, cuál puede ser una buena prueba de concepto y aprender para ir mejorando a los agentes.
“Esto quiere decir que poco a poco van aumentando en complejidad y nivel de autonomía. Si lo queremos de la noche a la mañana no vamos a ganar la confianza de los tomadores de decisiones, tiene que ser algo que vayamos escalonando, empezando con reglas y automatizaciones sencillas”, compartió en este evento organizado por ConaLog.
Asimismo, recomendó no pensar tanto en la tecnología sino en las oportunidades y sistemas que podemos automatizar; no pensar en automatizar todas las operaciones, tener un alcance definido y determinar cómo medir el éxito del agente de IA; así como tomar decisiones más rápidas, pues son tecnologías que están constantemente cambiando.
IA bien aterrizada
Desde la perspectiva de negocio, Antonio Rivero, CEO y fundador de E-Kontrol, subrayó que la IA en logística no es un proyecto tecnológico, sino financiero.
El directivo compartió dos casos de éxito en Brasil, donde esta compañía colaboró en proyectos de implementación de IA en cadenas de suministro.
El primero en el sector farmacéutico, donde se desarrolló un modelo de IA para optimizar inventarios, analizando variables como demanda histórica, órdenes en tiempo real, rotación, inventario crítico y safety stock.
Como resultado, reveló, se lograron ahorros por nueve millones de dólares anuales y el paso de una planeación reactiva a una predictiva.
En otro caso, un fabricante de materiales químicos logró reducir excesos de inventario, mejorar el flujo de caja y disminuir el stock de seguridad gracias a una plataforma de inteligencia de mercado impulsada por IA. La solución redujo el Error Porcentual Absoluto Medio (MAPE, por sus siglas en inglés) en un 250% y generó 12 millones de dólares en ahorros.
Antonio Rivero agregó que cada punto porcentual que mejora el pronóstico de demanda impacta directamente en el capital de trabajo. Un aspecto muy importante para que las áreas de finanzas se convenzan de proyectos de implementación de Inteligencia Artificial.
“En 2026, y en adelante, la diferencia no estará entre empresas que tengan IA y las que no tengan, sino en las que toman decisiones predictivas”, expresó en su participación.
Experiencias en empresas mexicanas
Gustavo Equihua, Director de Procesos y Tecnología en Frialsa Frigoríficos, dio a conocer que en esta empresa ya cuentan con un agente de IA generativa. Se trata de un sistema multiagente inteligente en AWS, capaz de consultar directamente datos y extraer información de otros sistemas, como TMS, WMS y ERP sin afectar su desempeño.
La solución habilitó un chatbot interno que funge como una Torre de Control, donde el personal de Frialsa tiene visibilidad total de pedidos, entregas, incidencias y KPIs en tiempo casi real; además, es capaz de generar alertas y reportes automatizados.
De cara a los clientes, esta solución de IA está diseñada para ser un autoservicio seguro y eficiente donde se puede consultar estatus de órdenes.
Por su parte, Carlos Guerra, Gerente Comercial de Laboratorio y Banco de Sangre en IGSA Medical, expuso cómo la IA está transformando procesos críticos como la evaluación de licitaciones, la planeación de inventarios y los modelos económicos de la empresa.
A detalle, la solución basada en Inteligencia Artificial automatiza la lectura y análisis de bases de licitación, reduciendo errores humanos y ayudando a cumplir tiempos de análisis. En el diagnóstico de stock, permite anticipar la demanda de reactivos e insumos, controlar caducidades y optimizar máximos y mínimos de inventario. Mientras que, para los modelos económicos, se detectan anomalías.
Como moderador de este panel organizado por ConaLog, Felipe Ordóñez, socio y Director General de Promologistics, recordó que la IA no es nueva: sus primeros desarrollos datan de los años 50 y su aplicación en supply chain comenzó en los 80.
“Hoy, en 2026, una de cada tres empresas mexicanas planea implementar IA en su cadena de suministro, y el 38% ya la utiliza, principalmente en transporte, fletes, gestión de proveedores y pronóstico de demanda”, señaló.
Además, reveló que estudios demuestran que algunos algoritmos han logrado reducir excesos de inventario hasta en un 40 por ciento.
Te invitamos a escuchar el nuevo episodio de nuestro podcast Ruta TyT:
