Maersk y PUMA: inteligencia artificial en logística

La visibilidad ya no es el diferencial: la plataforma de project44 rastrea 1.500 millones de envíos al año en más de 190 países, según una entrevista con su fundador publicada por TechTarget, y aun así sus clientes siguen preguntando qué hacer con esa información. Representantes de Maersk, Schneider Electric y PUMA coinciden en el mismo punto: el valor de la inteligencia artificial en logística se mide en decisiones operativas, no en tableros de control.

Para cualquier startup que venda software o servicios de supply chain, ese cambio redefine el producto, el precio y el argumento de venta.

De la visibilidad a la recomendación: el giro que pide la IA logística

Las torres de control cumplieron su promesa. Hoy se puede ver dónde está cada carga, en qué barco, con qué retraso proyectado. El problema es el paso siguiente.

Stuart Whiting, ejecutivo de cadena de suministro de Schneider Electric, lo resume así: "se trata de tomar los datos que aparecen en los paneles de visibilidad y convertirlos en capacidades para percibir, detectar, predecir y recomendar". Su objetivo declarado no es solo visualizar el riesgo, sino anticiparlo y generar escenarios sobre los que la operación pueda actuar.

Desde Maersk, Mikkel Rasmussen, responsable global de Crecimiento de Ventas, plantea el mismo desplazamiento: "la próxima frontera no consiste en visualizar la cadena de suministro, sino en transformar esa información en recomendaciones y luego llevarlas a la práctica".

Traducido a la rutina de un equipo logístico: saber que un contenedor llegará tarde es información. Decidir si conviene expeditar el pedido, buscar otro distribuidor o asumir el retraso es negocio. La combinación de IA, datos operacionales y conocimiento logístico es la que permite evaluar esas alternativas cuando cambian las condiciones del transporte, la capacidad disponible o los plazos de entrega.

¿Por qué la visibilidad sola ya no alcanza?

Jett McCandless, fundador y CEO de project44, lo dice sin rodeos en el pódcast de TechTarget: "la visibilidad es una tecnología bastante pasiva". No niega su valor, pero señala que informa sobre lo que ocurre, no sobre lo que conviene hacer.

La empresa que fundó en 2014 apuesta por lo que llama inteligencia de decisión: que la plataforma no solo avise que un envío se retrasará, sino que proponga expeditar el pedido, reubicar el inventario en otro distribuidor o mover el bien más cerca de su destino. Según McCandless, esa decisión puede resolverla una persona o delegarse en un "trabajador digital" (un agente de IA), e incluso combinarse: el agente intenta una corrección y la persona da la aprobación final.

El volumen es la razón de fondo. Cuando se rastrean miles de millones de eventos al año, el cuello de botella deja de estar en capturar datos y se traslada a filtrarlos, priorizarlos y decidir con ellos.

El problema que la IA no resuelve sola: objetivos en conflicto

Yossi Sheffi, profesor del Centro de Transporte y Logística del MIT, aporta el matiz incómodo. Las decisiones de cadena de suministro rara vez optimizan una sola variable: una ruta más rápida reduce tiempos pero sube costos, y una decisión de inventario mueve al mismo tiempo el nivel de servicio, el capital inmovilizado y los objetivos ambientales.

Eso explica por qué Thomas Liske, vicepresidente de Logística de PUMA, pide empezar por otro lado: "las personas deben analizar cuál es realmente el problema que queremos resolver, cuál es el beneficio y cómo podemos actuar a partir de los resultados". Antes de comprar un modelo, conviene tener claro qué trade-off se está dispuesto a aceptar y quién lo firma.

¿Cómo se implementa sin romper la operación?

El especialista tecnológico Pramod Varma sostiene que la adopción funciona al revés de como se vende: hay que integrar la herramienta a las actividades habituales del trabajador, en lugar de obligar al equipo a cambiar todo su procedimiento para usar una tecnología nueva.

En la práctica, eso implica tres piezas: mecanismos de supervisión, criterios explícitos para el uso de la información y una implementación gradual. En un encuentro del Foro de Expertos Logísticos (FELOG) en Aranda de Duero, del que informó Cadena SER, cerca de medio centenar de profesionales españoles identificó los mismos frenos: ciberseguridad, inversión en infraestructura digital, integración de sistemas heredados y formación de talento especializado. En esa misma jornada se señaló que las herramientas de aprendizaje automático ya permiten mejorar la previsión de demanda, optimizar inventarios y reducir costos operativos.

El sector farmacéutico, que opera bajo regulación estricta, va un paso más allá. PharmaLog 2026, según Interempresas, dedicará su programa a definir qué procesos pueden automatizarse, cuáles deben mantenerse bajo supervisión humana y cómo validar sistemas inteligentes en entornos GxP. También incorporará gemelos digitales y simulación de escenarios para probar decisiones de capacidad, rutas y costos antes de aplicarlas en la operación real.

El dato que no es tuyo: la colaboración como requisito de producto

Ninguna empresa ve la cadena completa. La planificación suele requerir datos de transportistas, operadores de infraestructura, centros de distribución y clientes; integrarlos permite identificar riesgos y evaluar alternativas que no aparecen mirando solo la información propia.

Rasmussen lo plantea sin diplomacia: "la inteligencia artificial nos permite resolver problemas que antes no podíamos. Sin embargo, eso requiere que lo hagamos juntos". Para un proveedor logístico, la capacidad de construir la solución junto al cliente deja de ser un gesto comercial y se convierte en parte del producto.

¿Qué significa esto para tu startup?

Si vendes software, consultoría u operaciones logísticas, el desplazamiento del mercado te toca directamente. Cuatro movimientos concretos:

• Empaqueta decisiones, no dashboards. Otro panel de visibilidad compite por presupuesto con los que el cliente ya tiene y no usa. Una recomendación con métrica de negocio —tiempo ahorrado, penalizaciones evitadas, capital liberado de inventario— compite por resultados. Define una sola métrica por caso de uso y muéstrala durante el piloto.
• Escribe el criterio de supervisión antes de automatizar. Define qué decide el agente solo, qué propone con aprobación humana y qué queda fuera del sistema. Ese documento es también un argumento de venta frente a clientes regulados, donde la pregunta no es si la IA funciona, sino quién responde cuando falla.
• Elige un caso con trade-off visible. Los proyectos que sobreviven son los que resuelven un conflicto real —costo contra tiempo de entrega, por ejemplo— y muestran cuánto cuesta la alternativa que se descartó. Un caso sin trade-off no demuestra nada.
• Integra sobre lo que el cliente ya usa. Como sugiere Varma, la herramienta debe entrar en el flujo de trabajo existente, no exigir que la operación se reordene alrededor de ella. Cada sistema heredado que obligas a reemplazar es un mes más de ciclo de venta.

Conclusión

La IA en logística dejó de ser una promesa de visibilidad y se convirtió en una competencia por decidir mejor. Las compañías que ya tienen los datos —Maersk, Schneider Electric, PUMA— están invirtiendo su esfuerzo en el tramo siguiente: convertir señal en recomendación, con supervisión humana y objetivos en conflicto puestos sobre la mesa.

Para founders y equipos de producto, la oportunidad está en ese tramo intermedio. Quien logre que una decisión operativa mejore de forma medible tendrá un argumento mucho más sólido que quien prometa una torre de control más.

Fuentes

• La inteligencia artificial amplía su aplicación en la toma de decisiones logísticas (fuente original)
• Maersk, Schneider Electric y PUMA destacan el uso de datos para anticipar interrupciones
• Beyond visibility: Decision intelligence in the supply chain
• La inteligencia artificial revoluciona la logística: 50 expertos analizan en Aranda los retos del sector
• PharmaLog 2026 pondrá el foco en la resiliencia, la inteligencia artificial y la transformación de la cadena de suministro farmacéutica