:quality(85))
No han faltado titulares sobre la apuesta generacional que las grandes corporaciones están haciendo en torno a la propuesta de valor que representa la inteligencia artificial. Sin embargo, se ha analizado menos detenidamente qué tipo de empresas están dirigiendo sus inversiones de capital hacia estas nuevas plataformas y para qué funciones empresariales específicas. Si bien es evidente que gigantes tecnológicos como Meta, Alphabet y Microsoft apuestan de forma agresiva por la tecnología —invirtiendo miles de millones en proyectos, plataformas y alianzas de IA—, medir el crecimiento de la inteligencia artificial más allá del Fortune 500 exige un análisis más matizado.
Uno de los procesos empresariales que ha registrado un aumento significativo en la adopción de IA en 2024 es la gestión de riesgos en la cadena de suministro (SCRM, por sus siglas en inglés). Según una encuesta de Gartner realizada a principios de este año, el 40 % de las organizaciones de cadena de suministro de alto rendimiento ya utiliza IA o aprendizaje automático (ML, machine learning) para la previsión de la demanda, y casi un tercio despliega esta tecnología para apoyar la planificación del suministro. Un informe publicado por la firma de investigación Zero100 el pasado verano muestra una implementación aún más amplia. Esta empresa de inteligencia enfocada en la cadena de suministro halló que aproximadamente nueve de cada diez grandes empresas ya han comenzado a experimentar con el uso de IA en sus cadenas de suministro en alguna medida.
Pese a estas cifras alentadoras, aún es temprano para afirmar con certeza que la IA se convertirá en un aspecto esencial de la gestión de riesgos en la cadena de suministro en los próximos años. Sin embargo, el hecho de que todavía no exista un consenso consolidado sobre el papel de la inteligencia artificial en el futuro de la cadena de suministro no significa que los fabricantes no puedan empezar a informarse sobre estas herramientas hoy mismo. Porque, aunque el sector corporativo aún se encuentre en una etapa inicial de la IA —que aún no ha dado lugar a los frutos económicamente descomunales que algunos anuncian—, las empresas pueden comenzar a posicionarse para lograr una ventaja competitiva significativa de aquí a dos, tres o cinco años. Esta ventaja decisiva comienza con conocer cómo estas tecnologías dinámicas pueden integrarse en su modelo de negocio y objetivos estratégicos, y comprender todo el abanico de resultados que pueden generar.
Cómo la IA favorece la resiliencia de la cadena de suministro
Aunque se sigue presentando a la inteligencia artificial como un producto experimental de valor mayormente hipotético, la IA predictiva, el machine learning y otras herramientas de IA ya han demostrado casos de uso legítimos para la SCRM. Como señala IBM en sus publicaciones, “Los sistemas de cadena de suministro impulsados por IA están ayudando a las empresas a optimizar rutas, agilizar procesos, mejorar el aprovisionamiento, minimizar faltantes y automatizar tareas de extremo a extremo.”
Gracias a su capacidad para analizar enormes volúmenes de datos y revisar extensos conjuntos de documentos y archivos, estas plataformas pueden ser un activo para los profesionales que buscan aportar visibilidad a la cadena de suministro, evolucionar su estrategia y mitigar riesgos. En las circunstancias adecuadas, la IA puede aportar un valor significativo a estos procesos, permitiendo a los expertos en aprovisionamiento obtener mayor precisión y tomar decisiones basadas en más datos y un mayor contexto histórico.
Refuerza la visibilidad en la cadena de suministro
Uno de los mecanismos más poderosos para lograr la resiliencia en la cadena de suministro es la visibilidad. Los equipos de aprovisionamiento y compras que son capaces de mapear tanto a sus proveedores directos como a los que operan en los niveles 2, 3 y superiores, pueden evaluar riesgos, auditar fabricantes, alcanzar la transparencia exigida y cumplir con las normativas vigentes. En otras palabras, la visibilidad en la cadena de suministro es un recurso casi invaluable en el mundo de la gestión de riesgos.
Pero, como hemos analizado ampliamente en Z2Data, la labor exhaustiva de mapping de cadena de suministro asociada a una visibilidad sólida ha sido históricamente esquiva para la mayoría de las organizaciones (solo alrededor del 20 % de los fabricantes, por ejemplo, tienen visibilidad constante de los proveedores de nivel dos). La inteligencia artificial tiene potencial para cambiar esa situación, revirtiendo así una larga historia de fabricantes que no lograban seguir el ritmo de cadenas de suministro cada vez más profundas y complejas. Las plataformas de IA pueden explorar archivos, documentos e internet en general para obtener registros clave, como pedidos de transacción, recibos, reservas de transporte y formularios de trazabilidad (chain-of-custody). Una vez reunida toda esta documentación, estas herramientas extraen los datos pertinentes y facilitan la información necesaria para un mapping integral de la cadena de suministro. El resultado son mapas que profundizan en los niveles de proveedores del fabricante, arrojando luz sobre proveedores desconocidos hasta el momento.
Estas capacidades aún están en fases iniciales, ya que las empresas de inteligencia artificial siguen desarrollando sus plataformas en las primeras etapas. No obstante, startups más pequeñas ya están trabajando en entrenar modelos de IA especializados para realizar mapping de cadena de suministro utilizando datos públicos, privados, estructurados y no estructurados.
Mejora la diversificación de la cadena de suministro
A primera vista, la capacidad de identificar eficientemente proveedores alternativos no parecería una tarea en la que destaque una plataforma de IA. Después de todo, elegir entre proveedores potenciales y establecer alianzas en la cadena de suministro es un proceso multifacético que requiere investigación, análisis, evaluación e incluso, en cierta medida, juicio humano.
Sin embargo, las herramientas de inteligencia artificial llevan varios años acelerando y optimizando la búsqueda de proveedores. Una investigación realizada por McKinsey & Co. en 2021 demostró que los algoritmos de machine learning pueden ayudar a llevar a cabo búsquedas de proveedores que antes tardaban un mes o más, en apenas una semana. Los expertos en sourcing introducían criterios de búsqueda y restricciones (como la ubicación geográfica) en la herramienta de IA. Con un conjunto masivo de datos de proveedores, obtenidos tanto de fuentes públicas como privadas y bases de datos establecidas, el algoritmo revisaba todos los candidatos y reducían la lista a menos de 100. Según McKinsey, “Este enfoque iterativo permite a las herramientas de búsqueda operar con una rapidez y precisión inéditas, encontrando una lista corta de posibles proveedores entre millones de candidatos en tan solo unas horas.”
Aprovechar la capacidad de una plataforma de IA para realizar búsquedas de proveedores extensas en días, o incluso horas, puede fortalecer la resiliencia de la cadena de suministro de una empresa. Gracias a la eficiencia inigualable de estas herramientas, los fabricantes pueden aplicar técnicas de doble abastecimiento a lo largo de toda su cadena, algo impracticable si el personal tuviera que identificar proveedores alternativos para decenas o incluso cientos de proveedores directos. De este modo, gracias a la rapidez con que estos algoritmos ejecutan búsquedas largas y complejas, las empresas pueden implementar esta medida esencial de SCRM sin agotar sus recursos.
Ejecuta previsión de la demanda
Si bien los expertos en resiliencia de la cadena de suministro han explorado el valor de los modelos de IA para distintos procesos en los últimos años, probablemente donde se ha desplegado con mayor frecuencia es en la previsión de la demanda. Como abordamos en una publicación anterior, la previsión de la demanda ha sido un pilar crítico de la gestión de la cadena de suministro durante siglos; los fabricantes han analizado cuidadosamente los datos de ventas históricos y en tiempo real para anticipar la demanda de productos e inventario específico.
Sin embargo, la previsión de la demanda realizada por personas siempre ha estado limitada por la cantidad de información que somos capaces de analizar e interpretar. Esta limitación conduce muchas veces a predicciones basadas en datos incompletos o en métodos analíticos deficientes. Por el contrario, la IA predictiva está especialmente indicada para este cometido. Estas plataformas pueden procesar cantidades masivas de datos de ventas, detectar patrones y tendencias recurrentes, y producir previsiones que son realmente válidas y accionables. Así, con la ayuda de inteligencia artificial en la cadena de suministro, los fabricantes logran mantener niveles óptimos de inventario de forma consistente. Este enfoque optimizado reduce el riesgo tanto de roturas de stock como de excesos, blindando las operaciones contra las costosas disrupciones que provocan las variaciones inesperadas en la demanda.
Riesgos de la IA para la resiliencia en la cadena de suministro
La nueva generación de herramientas de IA suele ser presentada de forma optimista como tecnologías revolucionarias capaces de multiplicar la productividad y generar millones de ingresos adicionales a las empresas que las adopten. Sin embargo, la realidad es que integrar inteligencia artificial también plantea nuevos riesgos. Estos peligros no pasan desapercibidos para los profesionales de la cadena de suministro. En el más reciente Business Supply Chain Risk Management Index de la Universidad de Lehigh, publicado para el cuarto trimestre de 2024, la IA fue señalada en reiteradas ocasiones como una amenaza emergente relevante. Los expertos expresaron inquietudes sobre cómo las herramientas de IA y ML pueden introducir riesgos de ciberseguridad, provocar grandes disrupciones en el sector e incluso ser empleadas por actores maliciosos para eludir la supervisión regulatoria. En definitiva, el informe es una muestra más de que la IA tiene una doble cara: aunque permite mitigar interrupciones, su implantación masiva y la falta de supervisión robusta generan también variables nuevas e indeseadas.
Modelos entrenados con datos de baja calidad
Tras casi dos años de adopción generalizada y una intensa atención mediática, las deficiencias de modelos generativos como ChatGTP están bien documentadas. A pesar de su potencia cuantitativa y su capacidad de absorber volúmenes aparentemente ilimitados de datos, estas herramientas suelen mostrar una relación débil y poco disciplinada con la verdad y la precisión factual. Basta observar su origen para entender dichos errores: al entrenarse con gigabytes de datos extraídos de Wikipedia, publicaciones digitales y todo tipo de fuentes en línea, acaban reflejando la misma inconsistencia y falta de fiabilidad que caracteriza al propio internet.
Estos errores, falsedades y “alucinaciones” (hallucinations) —como se les denomina en el sector— pueden no acarrear grandes consecuencias en tareas menores como correos electrónicos, resúmenes o redacciones escolares. Pero cuando la IA se usa en proyectos críticos como el mapping de cadena de suministro o la identificación de proveedores potenciales, las consecuencias por las inexactitudes pueden ser graves. Fabricantes y responsables de aprovisionamiento no pueden permitirse tomar decisiones basadas en información errónea o en ficciones generadas por software de IA, ya que podrían perder tiempo y recursos valiosos. En el peor de los casos, confiar en falsedades generadas por IA podría incluso desencadenar problemas regulatorios. Por ahora, esto implica que gran parte del material producido por estas herramientas —incluyendo textos, mapas de cadena de suministro, proveedores secundarios y listas de proveedores— debe ser revisado cuidadosamente por profesionales con experiencia.
Vínculos con el aumento de los riesgos de ciberseguridad
En una nota de prensa de la Universidad de Lehigh tras la publicación de su reciente Supply Chain Risk Management Index, el profesor Zach. G. Zacharia destacó la preocupación de muchos expertos del sector respecto a los riesgos cibernéticos vinculados con la IA. “Los profesionales de la cadena de suministro están inquietos por ciberataques, corrupción de datos, robo de información, virus de sistema y, especialmente, por cómo la IA generativa podría aumentar la vulnerabilidad de sus empresas”, advirtió.
La encuesta de Lehigh podría estar actuando como el proverbial “canario en la mina”, alertando sobre una posible crisis ante la forma en que la IA potencia los ciberataques. Los profesionales consultados advirtieron que herramientas de IA permiten a los ciberdelincuentes ampliar y sofisticar sus ataques, aumentando tanto su potencia como su frecuencia. Como sugirió Zacharia, la creciente adopción de inteligencia artificial en la gestión de riesgos de la cadena de suministro podría también dar lugar a nuevas vulnerabilidades internas, ya que los propios sistemas de IA serían objetivos para actores maliciosos interesados en explotar o contaminar datos.
Navegar un panorama SCRM transformado por IA
Aun actuando con cautela y planificación meticulosa, las empresas de la cadena de suministro se verán pronto presionadas a desarrollar una estrategia interna para adoptar e implementar IA. Los riesgos asociados a quedarse atrás en un sector tan cambiante son demasiado elevados y los retornos tempranos demasiado tentadores para ignorarlos de forma permanente. Como señaló de forma tajante un encuestado en el índice de Lehigh University, “Adaptarse al cambiante panorama de la IA y aprovecharla determinará el éxito de las empresas en el futuro.”
Los fabricantes interesados en las capacidades que ofrece la IA, pero que aún no ven clara la rentabilidad inmediata en relación a los costes iniciales, pueden encontrar gran parte del mismo valor y funcionalidad en una herramienta de resiliencia para cadena de suministro. La plataforma líder Z2Data ofrece una gama de funciones SCRM, como mapping de componentes a sitios, datos completos sobre proveedores de nivel 1, 2 y 3, e incluso evaluaciones detalladas de riesgo para ubicaciones de fabricación individuales. Además, las bases de datos de Z2Data son actualizadas y revisadas por profesionales con años de experiencia en la cadena de suministro de componentes electrónicos, minimizando prácticamente a cero el riesgo de datos inexactos o información engañosa.
Para obtener más información sobre Z2Data y la variedad de funciones de visibilidad que ofrece a sus clientes, solicite una demo gratuita con uno de nuestros expertos en producto.
