La inteligencia artificial generativa comenzó respondiendo consultas y produciendo textos, pero su siguiente etapa apunta a ejecutar tareas completas dentro de las empresas. En sectores como la logística, los nuevos agentes de IA pueden seguir un envío, consultar sistemas internos, completar registros y actuar ante retrasos sin esperar instrucciones humanas para cada paso.
Santiago Siri, emprendedor tecnológico argentino y referente del ecosistema de software, considera que esta evolución puede tener un impacto especialmente importante en la gestión de cadenas de suministro. En una entrevista con Movant, señaló que los agentes no solo servirán para atender clientes, sino también para reducir la burocracia interna que todavía depende de correos, formularios y actualizaciones manuales.
Agentes capaces de gestionar pedidos y entregas
Un agente de inteligencia artificial se diferencia de un chatbot tradicional porque no se limita a proporcionar información. Puede interpretar un objetivo, planificar diferentes pasos, consultar herramientas empresariales y ejecutar acciones dentro de los permisos que haya recibido.
En una operación logística, por ejemplo, podría comprobar dónde se encuentra un pedido, detectar que una entrega está demorada, consultar una alternativa de transporte, actualizar el sistema y preparar un mensaje para el cliente. También podría revisar documentos, registrar incidencias o clasificar solicitudes que actualmente necesitan intervención humana.
Microsoft ya utiliza sistemas similares dentro de sus propias cadenas de suministro. La compañía afirma que cuenta con más de 25 agentes y aplicaciones de IA para tareas como previsión de demanda, administración de repuestos y selección de rutas según costos, duración y emisiones. Su objetivo es superar los 100 agentes durante 2026.
Esto no significa que las operaciones puedan quedar completamente desatendidas. Los agentes necesitan acceder a información confiable, trabajar con límites definidos y mantener supervisión humana, especialmente cuando toman decisiones que afectan compras, inventarios, costos o compromisos con clientes.
Un gemelo digital para probar decisiones sin correr riesgos
La segunda tecnología destacada por Siri son los gemelos digitales. Se trata de representaciones virtuales de objetos, instalaciones o sistemas reales que reciben datos actualizados para reproducir su comportamiento. Una empresa puede crear el gemelo digital de un depósito, una flota de camiones o incluso de toda su cadena logística.
La principal ventaja es la posibilidad de realizar experimentos sin alterar la operación verdadera. Una compañía podría simular qué sucedería si aumenta el precio del combustible, se bloquea un puerto, una tormenta interrumpe una carretera o un proveedor deja de entregar productos.
También podría evaluar si conviene abrir un nuevo centro de distribución, cambiar determinadas rutas o incrementar el inventario antes de una temporada de alta demanda. Los resultados no garantizan lo que ocurrirá, pero permiten comparar escenarios con más información y menos intuición.
Según Microsoft, los gemelos digitales aplicados a logística ya permiten modelar almacenes, centros de distribución, líneas de producción y redes de transporte. Al incorporar inteligencia artificial, estos entornos pueden predecir resultados, identificar cuellos de botella y recomendar cambios antes de realizar inversiones físicas.
La IA también elimina barreras entre países
Los modelos de lenguaje pueden aportar otra ventaja al comercio exterior: trabajar con documentación y comunicaciones en varios idiomas. Un mismo sistema podría analizar instrucciones en español, responder a un proveedor en mandarín y preparar documentación en inglés, aunque los resultados siempre deberían revisarse cuando existan implicaciones contractuales o aduaneras.
Para Siri, esta capacidad puede facilitar el acceso a mercados que antes resultaban más costosos por las barreras lingüísticas y culturales. Una pequeña empresa podría utilizar herramientas similares a las de grandes corporaciones para analizar información, comunicarse con proveedores y automatizar parte de sus operaciones internacionales.
El cambio no consiste únicamente en reemplazar tareas humanas. A medida que la IA se ocupa de trabajos repetitivos, las personas pueden concentrarse en supervisar excepciones, negociar, definir estrategias y decidir qué objetivos debe perseguir cada sistema.
La logística del futuro podría funcionar como una combinación de ambos avances: gemelos digitales que simulan lo que podría ocurrir y agentes de IA capaces de actuar sobre esos resultados. Antes de modificar una ruta, contratar vehículos o trasladar mercadería, las empresas podrán probar diferentes escenarios y elegir la alternativa más conveniente.
