Una entrega que no llega, una ruptura de stock o un cambio inesperado en la demanda hacen que se active una cadena de conversaciones entre los departamentos de compras, producción, logística, comercial y finanzas. Cada área analiza una parte del problema, defiende sus objetivos y negocia con las demás hasta alcanzar una respuesta. Boston Consulting Group (BCG) plantea que la IA agéntica en supply chain puede comprimir ese proceso al evaluar simultáneamente alternativas que combinan inventario, servicio, ingresos, costes y riesgo.
La diferencia frente a buena parte de la IA aplicada hasta ahora a la cadena de suministro está en el alcance de la decisión. No se trata únicamente de mejorar un forecast, detectar una incidencia o recomendar una ruta. Los agentes pueden conectar varias funciones y construir escenarios orientados al resultado conjunto de la compañía. Los responsables humanos seguirían verificando y, normalmente, aprobando los planes, pero recibirían una propuesta integrada antes de iniciar buena parte de las negociaciones internas que hoy consumen tiempo.
La siguiente fase no consiste en añadir más copilotos
BCG desarrolla esta tesis en The AI-First Supply Chain, donde la consultora señala que el 44% de las empresas incluidas en una de sus encuestas estaban desplegando inteligencia artificial en supply chain management, por encima de áreas como finanzas, recursos humanos o procurement.
Ese grado de implantación no implica, según BCG, que las compañías estén aprovechando todo el potencial disponible. Muchas iniciativas continúan concentradas en casos de uso concretos y herramientas de tipo copilot destinadas a mejorar productividad dentro de una función determinada.
Pero el planteamiento AI-first cambia la unidad de trabajo. En lugar de aplicar IA a una tarea aislada, conecta varias decisiones relacionadas. Un agente puede detectar una incidencia, otros consultar sistemas distintos y el conjunto construir escenarios que tengan en cuenta consecuencias operativas, comerciales y financieras.
Un proveedor que falla muestra dónde cambia el proceso
BCG utiliza un ejemplo sencillo. Un proveedor clave no realiza una entrega un lunes por la mañana. En una organización tradicional, el problema puede desencadenar búsquedas de proveedores alternativos, cambios de capacidad, modificaciones en producción, ajustes de previsiones y nuevas decisiones logísticas.
Cada función interviene sobre una parte del problema y las alternativas avanzan de manera secuencial. Con agentes, BCG plantea que distintas combinaciones pueden evaluarse al mismo tiempo, desde envíos parciales hasta cambios en la secuencia productiva o nuevas asignaciones de capacidad.
La diferencia está también en los criterios. Elegir la materia prima más barata puede ser una buena decisión para compras y, al mismo tiempo, perjudicar la disponibilidad, las ventas o el servicio. El sistema planteado por la consultora compara las opciones teniendo en cuenta su impacto sobre ingresos, nivel de servicio y riesgo, además de los costes.
En el escenario descrito por BCG, los responsables reciben en aproximadamente una hora varias alternativas ordenadas, acompañadas de una recomendación y de la lógica utilizada.
Más alternativas y decisiones más frecuentes
BCG denomina a este cambio «ampliación del espacio de decisión». Los equipos humanos necesitan reducir complejidad agrupando productos, trabajando con ciclos periódicos de planificación y limitando el número de escenarios que pueden revisar. Los agentes pueden procesar muchas más combinaciones y repetir el análisis cada vez que cambian los datos.
Eso permite trabajar con mayor granularidad y revisar las decisiones con más frecuencia. También permite cruzar objetivos que suelen pertenecer a departamentos diferentes. Ventas puede querer máxima disponibilidad, finanzas reducir capital circulante y operaciones evitar expediciones costosas. Ninguno de esos objetivos desaparece. Lo que cambia es la posibilidad de compararlos dentro de una misma decisión.
Ahí se encuentra uno de los puntos más interesantes del informe. BCG no plantea que los agentes eliminen los trade-offs clásicos de la supply chain. Mantener menos stock continúa pudiendo afectar al servicio y acelerar un transporte puede seguir costando más. La promesa es encontrar combinaciones mejores entre variables que hoy se analizan por separado.
Un caso de gran consumo conecta la IA con disponibilidad
La consultora describe también el caso de una compañía global de bienes de consumo que trabajaba con datos inconsistentes y dedicaba una parte importante del tiempo a reaccionar después de que aparecieran las incidencias.
Los agentes se utilizaron para hacer más proactiva la reposición mediante recomendaciones como transferencias entre centros de distribución y tiendas o pedidos acelerados. BCG señala que aumentaron los niveles de fill rate y disponibilidad y que aparecieron más alternativas para responder a las necesidades de reposición. Los costes administrativos asociados al proceso disminuyeron entre un 40% y un 60%.
Para retail, el vínculo con disponibilidad es básico. Porque una decisión sobre inventario o reposición no termina dentro del departamento de supply chain. Puede determinar si una referencia está disponible cuando el consumidor quiere comprarla y, por tanto, terminar afectando a la venta.
La barrera está también en cómo se organiza la empresa
El modelo exige algo más que buenos algoritmos. Los agentes necesitan información conectada sobre demanda, stock, proveedores, producción, ventas, costes y transporte. BCG recomienda una base de datos robusta, aunque también advierte de que las empresas no deberían esperar a alcanzar una situación perfecta antes de empezar. La prioridad puede estar en corregir primero los problemas de datos con mayor impacto económico.
El desafío organizativo puede ser todavía mayor. Si comercial, operaciones y finanzas utilizan indicadores incompatibles o reciben incentivos para optimizar objetivos distintos, un agente necesita saber qué criterio debe priorizar cuando esos objetivos chocan.
Por eso BCG sitúa esta transformación por encima del ámbito exclusivo del COO o del CTO y reclama implicación del CEO. La tecnología puede coordinar información, pero la empresa tiene que decidir qué significa realmente optimizar el conjunto.
El humano mantiene la aprobación
El informe tampoco plantea una cadena de suministro completamente autónoma. BCG prevé que los equipos verifiquen y normalmente aprueben los planes generados. Su función se desplazaría hacia supervisión, gestión de excepciones y decisiones estratégicas.
Esa supervisión exige además explicabilidad. Las propuestas deben mostrar las fuentes utilizadas, los supuestos y los compromisos considerados. Si una recomendación afecta simultáneamente a margen, servicio, inventario y operaciones, los diferentes equipos necesitan entender por qué una alternativa ha sido priorizada sobre otra.
La recomendación de BCG es, por tanto, reorganizar los workflows alrededor de decisiones integradas y no limitarse a colocar IA encima de procesos existentes. Automatizar un departamento que continúa aislado puede hacer ese departamento más rápido sin solucionar el problema de coordinación.
La promesa económica todavía debe leerse como proyección
BCG estima que, para determinadas organizaciones, una supply chain basada en agentes podría reducir hasta un 30% el capital circulante y mejorar entre dos y cuatro puntos porcentuales el EBITDA.
Pero la tesis del informe va más allá de esos porcentajes. El cambio potencial está en la calidad y velocidad de las decisiones. Una empresa podría evaluar más escenarios, hacerlo con mayor frecuencia y cruzar variables que hoy requieren varias rondas entre departamentos.
Ya hemos visto cuál es el grado de adopción de IA en logística Pero el informe de BCG introduce una cuestión distinta: ¿Qué ocurre cuando esos agentes empiezan a coordinar también las decisiones internas que preceden a la ejecución?
Para un retailer, la IA agéntica en supply chain puede ser clave para conectar decisiones sobre stock, reposición, margen, disponibilidad y coste. Si compras, logística, comercial y finanzas pueden evaluar simultáneamente un mismo problema, la transformación afecta a la forma en que la compañía decide. Y ahí aparece también la principal dificultad: para que los agentes trabajen de forma transversal, los datos, procesos e incentivos de la organización tendrán que hacerlo primero.
impulsada por las operadoras de telefonía?