¿Puede la IA avisar antes de una rotura de stock y sugerir qué pedir?

Sí, si lo básico está limpio: plazos de entrega reales de los proveedores, pedidos de compra abiertos y niveles de stock en los que confías. Las reglas de reaprovisionamiento de tu ERP hacen las cuentas. La IA añade lo que esas reglas no ven, como los correos de proveedores sobre retrasos y los pedidos grandes de clientes mencionados en mensajes, explica cada aviso con palabras sencillas y redacta la reposición. Un planificador aprueba cada pedido.

#Ideas clave

• La mayoría de las roturas de stock se deben a plazos de entrega y puntos de pedido desactualizados y a noticias tardías de los proveedores, no a un modelo de previsión débil.
• Las reglas de reaprovisionamiento del ERP y la previsión estadística ya existen; comprueba que las usas antes de añadir IA.
• La IA es útil con señales no estructuradas: avisos de retraso de proveedores, correos de clientes y notas de ventas.
• Cada sugerencia de reposición debe venir con su motivo, y la aprueba un planificador.
• Mide las roturas de stock en tus artículos más importantes y con qué frecuencia los planificadores aceptan o cambian las sugerencias.

#¿Cómo es la semana de un planificador antes de una rotura de stock?

El lunes, el planificador exporta un informe de stock de SAP, Oracle u Odoo a Excel y lo compara con niveles mínimos y máximos fijados hace mucho. Un proveedor avisa por correo de que un envío se ha retrasado; el correo se queda en un buzón compartido. Un director de ventas menciona un pedido grande por WhatsApp. El pedido de compra abierto sigue mostrando la fecha de entrega original, así que nada parece ir mal.

Después, la estantería está vacía y todos encuentran el aviso en su bandeja de entrada. Los datos estaban ahí, pero no donde mira la lógica de reaprovisionamiento. Los estudios del sector minorista apuntan en la misma dirección: IHL Group, septiembre de 2025 señala los fallos de los proveedores y las ineficiencias internas entre las principales causas de roturas de stock y exceso de existencias.

#¿Qué tiene que estar bien antes de que la IA pueda ayudar?

• Plazos de entrega medidos a partir de las recepciones reales, por proveedor y artículo, no la cifra del maestro de proveedores.
• Pedidos de compra abiertos con fechas de entrega confirmadas y actualizadas.
• Niveles de stock fiables, incluido el stock en tránsito y en otros almacenes.
• Artículos clasificados por importancia, para que las líneas más críticas tengan la vigilancia más estrecha.
• Puntos de pedido y stock de seguridad revisados recientemente, no heredados.
• Un planificador designado responsable de cada grupo de artículos.

Si te saltas esto, la IA solo producirá avisos muy seguros sobre datos malos. Gartner, julio de 2024 situó la mala calidad de los datos entre los principales motivos por los que se abandonan proyectos de IA generativa tras la prueba de concepto.

#¿Qué aporta la IA que no aporten las reglas de reaprovisionamiento?

Las reglas de reaprovisionamiento trabajan con las cifras del ERP. La IA puede leer lo que aún no está ahí: correos de proveedores que anuncian retrasos o envíos parciales, correos de clientes y notas de ventas sobre pedidos inusualmente grandes y planes de promociones en un documento compartido. Convierte cada uno en un cambio propuesto, como una nueva fecha prevista en un pedido abierto, con un enlace al mensaje de origen.

Después puede explicar un aviso con palabras sencillas: este artículo se agotará antes de la próxima recepción porque el proveedor ha movido el envío y hay pendiente un pedido grande de un cliente. Y redacta la reposición, o la petición de adelanto al proveedor, para que el planificador la apruebe, la edite o la rechace. No se pide nada sin el planificador.

#¿Cuándo bastan las reglas de reaprovisionamiento de tu ERP?

Si las noticias de los proveedores llegan al ERP de forma fiable, los plazos de entrega están medidos y la gama de artículos es estable, bastan las reglas de reaprovisionamiento o el MRP de tu ERP, como el reaprovisionamiento de Odoo o el MRP de SAP. Una herramienta específica de planificación de la demanda encaja cuando el problema es la propia previsión, por ejemplo con una estacionalidad marcada en muchas ubicaciones.

La IA encaja en el hueco entre la bandeja de entrada y el ERP: cuando los avisos existen pero llegan como mensajes en árabe y en inglés, de muchos proveedores, y nadie tiene tiempo de leerlos todos frente a los pedidos abiertos.

#¿Cómo lo aborda Stennir?

Stennir empieza por la consultoría de IA, porque a menudo la respuesta honesta es arreglar primero los plazos de entrega y los puntos de pedido. La Auditoría de oportunidades de IA prioriza cinco flujos de trabajo, cada uno con un análisis de coste y retorno, y recomienda uno para construir, que a veces es una corrección de datos y no algo de IA.

Cuando el problema es el hueco entre la bandeja de entrada y el ERP, la implementación de IA construye la lectura de los mensajes de proveedores y clientes, las actualizaciones propuestas y las reposiciones redactadas, con un planificador aprobando cada una. El árabe y el inglés están totalmente soportados; otros idiomas, bajo petición. Después, las operaciones de IA gestionadas siguen con qué frecuencia los planificadores aceptan las sugerencias y corrigen lo que rechazan una y otra vez. La formación en IA ayuda a los planificadores a trabajar con ello.

#¿Qué debería hacer ahora un responsable de cadena de suministro?

Enumera tus cinco últimas roturas de stock en artículos importantes y busca dónde apareció el primer aviso. Si fue en un correo o un mensaje, el hueco está en la lectura, no en la previsión. Consulta IA para operaciones y cómo elegir el primer proceso que automatizar, y después haz la evaluación de preparación gratuita o reserva una llamada de 30 minutos.

#Preguntas frecuentes