El 93% de empresas apuesta por IA para predecir demanda

Qué revela el estudio de CEL y NTT DATA sobre la IA en la cadena de suministro

El 93% de las empresas considera que la inteligencia artificial es una herramienta clave para predecir la demanda, por delante de la simulación de escenarios y la optimización de la planificación. El dato sale del ‘Estudio de Automatización y Digitalización en la Cadena de Suministro’, elaborado por el Centro Español de Logística (CEL) y NTT DATA con la visión de organizaciones de transporte y logística, retail, comercio electrónico, industria, automoción, gran consumo y salud.

El contraste aparece en la madurez. El 52% de las compañías encuestadas se sitúa en un nivel intermedio de automatización y el 26% declara haber alcanzado niveles avanzados. La mayoría ya pasó la fase de exploración, pero todavía no opera con procesos plenamente automatizados.

Carmen González, gerente de innovación para cadena de suministro en NTT DATA, resume el momento: «Las empresas ya han superado la fase de exploración y están entrando en una etapa en la que necesitan obtener resultados tangibles de sus inversiones en digitalización y automatización».

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La brecha entre el interés y la implantación: solo el 11% usa IA agéntica

Pese al entusiasmo, apenas el 11% del sector cuenta con iniciativas relacionadas con IA agéntica. Es la distancia más grande que documenta el estudio: casi todas las empresas ven valor en la IA predictiva, pero muy pocas han dado el paso hacia sistemas que ejecutan tareas de forma autónoma.

El patrón se repite fuera de España. Un estudio de Capgemini recogido por Analytics Insight encontró que el 60% de las organizaciones todavía está explorando aplicaciones de IA agéntica, el 23% corre pilotos o pruebas de concepto y solo el 3% reporta casos escalados en la mayoría de sus funciones. La encuesta 2026 de LangChain a más de 1.300 profesionales, en la misma línea, halló que el 57% tenía agentes de IA en producción, con la calidad como principal barrera (32%).

Otra referencia: la encuesta global de IA 2026 de McKinsey detectó que, entre las organizaciones grandes, la proporción que escala agentes en al menos una función pasó del 27% al 40% en un año.

¿Por qué las empresas prefieren mantener al humano en el circuito?

El estudio muestra prudencia. El 48% considera que el modelo más adecuado para incorporar IA es aquel en el que las recomendaciones del sistema son validadas después por una persona. Solo el 3,7% se muestra favorable a una ejecución completamente autónoma.

Santiago Vesga, director de Innovación y Desarrollo del CEL, lo plantea así: «La evolución hacia una cadena de suministro más autónoma no supone sustituir a las personas, sino redefinir su papel». El escenario que describe es un modelo híbrido donde capacidades humanas y tecnológicas se complementan.

Ese diseño ya se ve en productos comerciales. Kinaxis, el proveedor canadiense de software de planificación de cadena de suministro, describe en un caso publicado por Microsoft que sus agentes operan como «usuarios virtuales» dentro del sistema: un agente detector identifica eventos y otro resuelve excepciones, pero los planificadores humanos mantienen la decisión final. La compañía reportó que sus clientes aumentaron el modelado de escenarios más de un 120% respecto de niveles previos al conflicto en el Estrecho de Ormuz.

¿Dónde están las mayores oportunidades de mejora?

El estudio identifica dos frentes claros. El primero es la integración de datos de extremo a extremo: el 81% la considera la capacidad más relevante para avanzar hacia una cadena de suministro inteligente, incluso por delante de la IA o la analítica avanzada. El segundo es la gestión avanzada del transporte: el 60% declara no usar todavía capacidades avanzadas en este ámbito, lo que deja un recorrido enorme en eficiencia y visibilidad.

En prioridades de trabajo, el 67% de las empresas participantes sitúa la automatización cognitiva y el uso de IA en planificación y gestión como su principal ámbito para los próximos años. La automatización física, en cambio, avanza más rápido que la digital: entre las organizaciones que ya tienen soluciones robotizadas, los almacenes automáticos alcanzan una presencia del 70% y los sistemas goods-to-person el 62%.

Cuánto dinero se mueve detrás de esta transformación

El mercado global de automatización de flujos de trabajo con IA está estimado en USD 10.800 millones en 2026 y proyectado a USD 97.900 millones en 2036, con una tasa de crecimiento anual compuesta del 22,4%, según el informe de ResearchAndMarkets difundido por Yahoo Finance.

El apetito local acompaña. El estudio ‘Perspectivas para la cadena de suministro 2026’ de Aecoc, presentado en el 16º Congreso Aecoc Supply Chain, señala que el 85% de las empresas afirma usar IA generativa en el ámbito logístico, frente al 30% de 2025, sobre todo en previsión y planificación de la demanda. Pero el uso sigue siendo desigual: el 62% la aplica de forma puntual y solo el 38% de manera extendida.

Qué significa esto para tu startup

Si vendes software, logística o servicios a empresas, este estudio es un mapa de dónde está el dinero y dónde está el cuello de botella.

Vende resultados, no tecnología. El 93% ya cree en la IA para predecir demanda; el problema no es convencer, es demostrar retorno. Si tu pitch sigue siendo «usamos IA», compites en un mercado saturado de promesas. Cambia a «redujimos el error de previsión en X puntos» con un piloto medible de 90 días.
La integración de datos es tu producto, no un requisito previo. Que el 81% de las empresas ponga la integración end-to-end por encima de la propia IA es una señal comercial: hay más disposición a pagar por conectar sistemas y limpiar datos que por un modelo nuevo. Si tu startup resuelve la capa de datos, tienes un mercado menos glamoroso pero más urgente.
Diseña con humano en el circuito desde el día uno. Con solo el 3,7% de las empresas dispuestas a delegar la ejecución completa, un producto «totalmente autónomo» genera fricción de compra. Ofrece recomendaciones validadas, trazabilidad de cada decisión y una ruta gradual hacia la autonomía. Es más fácil vender supervisión que sustitución.
Empieza por previsión de demanda y gestión de excepciones. Son los dos casos donde el estudio muestra más tracción y menos madurez. La gestión avanzada del transporte, con un 60% de adopción pendiente, es el hueco más grande para un SaaS vertical.

Conclusión

El estudio de CEL y NTT DATA deja una conclusión incómoda y útil: las empresas ya no necesitan que les expliquen qué es la IA, necesitan que les resuelvan la calidad del dato, la integración entre sistemas y la madurez de los procesos. Ramón García, director general del CEL, lo cierra: «Las organizaciones que sepan integrar eficazmente tecnología, personas y datos estarán mejor preparadas para responder a las disrupciones».

Para un founder, la lectura es directa: el mercado pasó de la curiosidad a la exigencia de resultados tangibles. Quien venda eficiencia medible y respete la supervisión humana tendrá menos fricción comercial que quien prometa autonomía total.