¿Y si todo cambia mañana? Una empresa canadiense utiliza la IA para ayudar a las empresas a navegar la incertidumbre de la cadena de suministro
Los conflictos globales, los cambios en los aranceles, las interrupciones comerciales y la incertidumbre regulatoria obligan a las empresas de todo el mundo a replantearse su gestión de las cadenas de suministro.
Para muchos, el reto no es solo mover mercancías de un lugar a otro, sino comprender, en tiempo real, cómo una interrupción en una parte del mundo podría repercutir en fábricas, proveedores, inventario, costes de transporte y demanda de los clientes.
Kinaxis, con sede en Canadá, intenta ayudar a las empresas a encontrar las respuestas adecuadas más rápido. Su plataforma insignia, Maestro, utiliza IA predictiva, modelado avanzado de escenarios e IA agéntica para ayudar a las empresas a prever la demanda, probar posibles escenarios y ajustar planes cuando cambian las condiciones.
«Lo que los clientes necesitan es ser muy adaptables y muy ágiles. Y así es como Maestro desempeña un papel muy crítico», dice Razat Gaurav, CEO de Kinaxis. Con el conflicto en curso en el Estrecho de Ormuz, por ejemplo, los clientes han incrementado la modelización de escenarios en más de un 120% respecto a los niveles previos al conflicto, señala.
La herramienta es utilizada por empresas globales, desde fabricantes de automóviles y gigantes tecnológicos hasta líderes en energía y transporte marítimo, para gestionar cadenas de suministro complejas, responder a escaseces y modelar el posible impacto de los aranceles y otras interrupciones. Para Kinaxis, hay un cambio global más amplio: las cadenas de suministro que antes funcionaban con suposiciones estables ahora necesitan sistemas capaces de absorber cambios constantes.
Maestro es, en esencia, una plataforma de orquestación para la gestión integral de la cadena de suministro. Reúne datos de toda la empresa, inlcuidos pedidos de venta, información de productos, capacidad de producción e inventario, y los combina con señales externas como el tiempo, cambios del mercado y noticias de última hora.
En lugar de gestionar la planificación de la demanda, inventarios, logística y producción en sistemas separados, las empresas pueden evaluar estas funciones interconectadas en una sola herramienta, impulsada por IA predictiva y agentes de IA, para ayudar a los planificadores a entender cómo los cambios en un área afectan al resto del negocio y responder más rápido a las interrupciones.
«Parte de la innovación que hemos aportado…» dice Gaurav, «es en verdad analizar toda la red de la cadena de suministro en un solo modelo.»
La herramienta, que funciona en Azure, la plataforma en la nube de Microsoft, está diseñada para abordar la complejidad de las cadenas de suministro a través de combinar procesamiento de datos a gran escala, modelado avanzado y múltiples capas de IA, afirma Andrew Bell, Director de Producto de Kinaxis.
Fundada en Ottawa en 1984 por ingenieros de software, Kinaxis ha pasado de ser una startup canadiense a convertirse en una empresa global de software para la cadena de suministro que atiende a cientos de clientes en todo el mundo, incluidas empresas del Fortune 500. La empresa presentó por primera vez RapidResponse para mejorar la fabricación y la planificación de la cadena de suministro en todas las operaciones. En 2024, lanzó Maestro, una evolución nativa de la nube impulsada por IA de su plataforma.
El momento ha sido significativo. La pandemia de COVID-19 puso de manifiesto debilidades estructurales en las cadenas de suministro globales. Desde entonces, las empresas han rediseñado las redes para aumentar la flexibilidad, diversificar el abastecimiento y, en algunos casos, acercar la producción a los mercados finales. De manera más reciente, la inestabilidad geopolítica y la incertidumbre arancelaria han intensificado la necesidad de planificar escenarios.
Microsoft Azure es una parte fundamental de la infraestructura global en la nube de Maestro. Kinaxis utiliza Azure Kubernetes Service (AKS) y Azure Databricks para ejecutar la plataforma, gestionar grandes volúmenes de datos de la cadena de suministro y soportar vistas operativas en tiempo real y cargas de trabajo de pronóstico. Otras tecnologías de Microsoft, incluidos Azure OpenAI, Azure Cosmos DB, Azure AI Content Safety y Foundry IQ, soportan capacidades como interacciones en lenguaje natural, almacenamiento de datos estructurados, gobernanza y búsqueda.
Kinaxis afirma que eligió la tecnología de Microsoft porque es de confianza, segura y capaz de respaldar las necesidades de grandes empresas. Azure proporciona a Maestro el poder de computación en la nube para operar a gran escala, mientras que Azure OpenAI ayuda a Kinaxis a llevar IA avanzada a los sistemas de los clientes de forma más controlada.
Una fuerza híbrida de toma de decisiones
Bell describe Maestro como un sistema en capas. La base es una estructura de datos que reúne datos internos y externos para crear una visión casi en tiempo real de la cadena de suministro.
Por encima de eso, una capa de inteligencia aplica IA predictiva, modelos de optimización y aprendizaje automático para ayudar a anticipar los cambios de demanda, evaluar restricciones y recomendar acciones.
La última capa es la interfaz de usuario, donde planificadores y analistas pueden utilizar paneles, informes y agentes de IA generativa como sus asistentes para hacer preguntas, explorar escenarios y automatizar partes del proceso de planificación.
Kinaxis trabaja en el desarrollo de integraciones que permitan a los agentes de Maestro trabajar con Microsoft Copilot, el asistente de IA para el trabajo.
La plataforma puede recurrir a diferentes modelos de IA según la tarea, desde la previsión de la demanda hasta la evaluación de las limitaciones de oferta o la generación de recomendaciones. «Es en realidad todo el espectro de tecnologías de IA aplicadas en toda la plataforma y los productos», dice Bell.
Kinaxis también ha adoptado un ciclo de vida de desarrollo de software agéntico a través de GitHub y GitHub Copilot, el asistente de programación impulsado por IA de Microsoft. Los agentes de IA ahora ayudan a gestionar el trabajo durante todo el proceso de desarrollo, para generar tareas y enviándolas como pull requests para revisión humana. Esto permite a los ingenieros dedicar menos tiempo a tareas rutinarias de programación y más tiempo a la arquitectura, el juicio y la validación.
Una de las capacidades clave de Maestro es la previsión de demanda, explica Chantal Bisson-Krol, vicepresidenta senior de Innovación en IA de Kinaxis. La plataforma ayuda a las empresas a anticipar cambios en la demanda de los clientes y a ajustar los planes en consecuencia.
Kinaxis ha mejorado esa capacidad con IA y aprendizaje automático, y utiliza Azure OpenAI para apoyar innovaciones recientes, incluido Enterprise Demand Forecasting, un módulo diseñado para ayudar a las organizaciones a perfeccionar sus previsiones en entornos complejos y cambiantes.
«Los modelos usados para un cliente… no tienen nada que ver con los modelos de otro cliente», señala Bisson-Krol.
La previsión de la demanda puede implicar miles de modelos específicos de cada cliente que se reentrenan de manera regular, a medida que cambian los datos y las condiciones operativas. Cada implementación está configurada para reflejar las operaciones de la empresa y Maestro soporta la separación de datos del cliente a través de entornos separados para el cliente.
Kinaxis enfatiza la IA responsable como parte del diseño de la plataforma. Los agentes de IA operan dentro de permisos y salvaguardas establecidos, los controles de seguridad, la gestión de identidad, las pruebas y evaluaciones ayudan a apoyar el uso responsable.
Otra capacidad emergente es la IA agéntica, que ha comenzado a cambiar la manera en que los planificadores interactúan con Maestro.
Kinaxis afirma que los clientes pueden configurar agentes especializados para gestionar partes de un flujo de trabajo, como detectar problemas, generar escenarios de respuesta y coordinar acciones de seguimiento. Múltiples agentes enfocados pueden trabajar juntos bajo un agente orquestador, al operar dentro de instrucciones y barreras definidas para llamar a herramientas de plataforma, evaluar opciones y proponer recomendaciones. Los agentes actúan como usuarios virtuales dentro del sistema, dice Bisson-Krol, pero los planificadores humanos siguen como responsables de las decisiones finales.
Un «agente detector», por ejemplo, se centra tan solo en identificar eventos y activar las herramientas adecuadas, dice. Un «agente resolutor» gestiona excepciones, evalúa opciones y genera recomendaciones.
«Conectas tu agente detector con tu agente resolutor, y tú, como planificador, los orquestas de la manera en que quieres que operen», explica Bisson-Krol.
Al final, señala Bell, Maestro no solo resuelve problemas aislados, “ahora resolvemos flujos de trabajo completos que atraviesan horizontalmente toda la organización mediante IA Agéntica”.
Los agentes, estrenados a principios de este año, ya han comenzado a ser utilizados por un pequeño grupo de clientes, según Kinaxis.
Para Bell, el argumento de fondo es que las empresas ya no buscan tan solo actuar más rápido. Buscan tomar mejores decisiones en entornos donde el número de variables continúa creciendo.
«No se trata solo de acelerar y automatizar decisiones. Se trata de tomar mejores decisiones al considerar más elementos», dice Bell.
_____________
Todas las fotos cortesía de Kinaxis.
Juan Montes escribe sobre cómo la inteligencia artificial y la innovación digital están transformando diferentes sectores e industrias a lo largo de Latinoamérica y Canadá. Su trabajo abarca desde reportajes sobre multinacionales que adoptan agentes de IA para sus ejecutivos hasta maestros de escuelas públicas que incorporan nueva tecnología en las aulas. Nacido en Madrid, Juan fue periodista en España y Guatemala, y corresponsal extranjero del Wall Street Journal en México, Centroamérica y el Caribe. Pueden ponerse en contacto con él en LinkedIn.
Gustavo Lo Valvo es diseñador editorial especializado en nuevas narrativas. Anteriormente, se desempeñó como director de diseño del diario Clarín, donde lideró la arquitectura visual y la innovación en narrativa periodística tanto para sus plataformas impresas como digitales. Pueden ponerse en contacto con él en LinkedIn.