Módulo de IA · complemento de las 12 semanas · unas 4 horas

Logística y cadena de suministro con inteligencia artificial

Mini MBA Logística y cadena de suministro

Objetivos del módulo
  • Usar la IA y las herramientas de análisis para mejorar previsiones, compras y seguimiento de existencias.
  • Medir la fiabilidad de una previsión (error porcentual absoluto medio) antes de usarla.
  • Mantener las decisiones de compra y la información de transporte bajo control humano y protegidas.

Este módulo complementa las 12 semanas del programa. No añade ningún examen: los certificados y el diploma se obtienen como antes. Las herramientas se describen tal como se conocen en noviembre de 2026; cambian rápido.

1Previsión de la demanda y gestión de existencias

Los métodos de previsión van de la media móvil a los modelos estadísticos o de aprendizaje automático. La IA generativa ayuda sobre todo a escribir las fórmulas o scripts, a explicar un método y a detectar tendencias estacionales en un historial de consumo.

Condiciones de fiabilidad:

  • Datos limpios: consumos reales (no las cantidades distribuidas durante una rotura de stock), unidades coherentes, roturas señaladas.
  • Medición del error: el error porcentual absoluto medio (MAPE) compara previsión y realidad en los meses pasados.
  • Juicio de terreno: una llegada de personas desplazadas, una epidemia o una temporada de lluvias inusual no figuran en el historial.

En la acción anticipatoria, modelos de previsión (inundaciones, sequía) activan financiaciones antes del pico de la crisis; se basan en umbrales validados de antemano por personas expertas, no en un asistente conversacional.

2Compras: analizar las ofertas sin delegar la decisión

La IA puede:

  • Preparar un pliego de licitación a partir de su modelo: especificaciones claras, criterios y ponderaciones.
  • Construir la tabla comparativa de las ofertas (precio, plazos, conformidad técnica, garantías) a partir de los documentos recibidos.
  • Señalar documentos que faltan o incoherencias (precio unitario × cantidad distinto del total).

Pero la evaluación y la adjudicación siguen siendo responsabilidad del comité de compras, según las reglas de la organización y del donante. Las ofertas de los proveedores son confidenciales: use solo una cuenta profesional aprobada y nunca una herramienta de uso general durante el periodo de confidencialidad. Cualquier error de extracción (un plazo mal leído) puede falsear la puntuación: verifique cada cifra en la oferta original.

3Transporte, acceso e imágenes

Herramientas útiles: mapas y datos de acceso compartidos por el Clúster de Logística, análisis de imágenes satelitales (por ejemplo, los de UNOSAT o servicios especializados) para evaluar carreteras, puentes o zonas inundadas, y seguimiento GPS de vehículos.

La IA puede ayudar a calcular itinerarios, comparar costes y plazos o resumir informes de acceso. Precauciones:

  • Un mapa o una imagen puede estar desactualizado: verifique la fecha de adquisición y confirme con los equipos sobre el terreno.
  • Los itinerarios, horarios y posiciones de los convoyes son información de seguridad: nunca en una herramienta de uso general.
  • La optimización de costes no debe primar sobre la seguridad y la aceptación local.

4Almacenes, aduanas y documentos

  • Existencias: fórmulas de alerta para fechas de caducidad (primero en caducar, primero en salir), puntos de reabastecimiento y diferencias de inventario.
  • Aduanas: la IA puede ayudar a entender un procedimiento o preparar una lista de empaque, pero los códigos aduaneros, las exenciones y las licencias se verifican con el agente de aduanas y la administración. Un código erróneo puede bloquear un envío durante semanas.
  • Bienes de doble uso y sanciones: controles realizados con las listas oficiales y los procedimientos de cumplimiento.
  • Productos sanitarios: la calidad de los productos sigue las exigencias de las autoridades reguladoras y de la organización; la IA no sustituye la precalificación.

5Datos, responsabilidad y medio ambiente

Una cadena de suministro produce muchos datos: órdenes de compra, albaranes, listas de distribución. Las listas de distribución contienen datos personales: aplicar la minimización y nunca enviarlas a una herramienta no aprobada.

Responsabilidad: si una previsión errónea provoca una rotura de stock de medicamentos, la responsabilidad sigue siendo de la organización. Documente el método, el error medido y las decisiones tomadas. Por último, la IA puede ayudar a estimar la huella de carbono de un transporte o a comparar compra local e importación: estas estimaciones dependen de factores de emisión que deben citarse y verificarse.

Ejercicio: medir el error de una previsión

Situación. Un modelo previó el consumo mensual de kits de higiene. En tres meses: previsto 1000, real 800; previsto 1200, real 1000; previsto 900, real 900.

Preguntas. 1) Calcule el error porcentual absoluto de cada mes (|previsto − real| / real). 2) Calcule el MAPE. 3) ¿Usa el modelo tal cual?

Solución. 1) 200 / 800 = 25 %; 200 / 1000 = 20 %; 0 / 900 = 0 %. 2) MAPE = (25 + 20 + 0) / 3 = 15 %. 3) El modelo sobrestima dos meses de cada tres: puede servir de base, pero hay que corregir el sesgo (verificar si los «reales» no se redujeron por roturas de stock), seguir el error cada mes y mantener un stock de seguridad calculado a partir de ese error.

Puntos clave

  • Una previsión vale lo que valen los datos: consumos reales, roturas señaladas, unidades coherentes.
  • Medir el error (MAPE) antes de usar un modelo y seguirlo cada mes.
  • La IA prepara la tabla comparativa; el comité de compras evalúa y adjudica.
  • Itinerarios, horarios y posiciones de los convoyes: nunca en una herramienta de uso general.
  • Aduanas, sanciones y calidad de los productos: verificación con las fuentes oficiales.

Cuestionario de autoevaluación

6 preguntas de autoevaluación, corregidas al instante. No cuentan para los exámenes.

1Previsto 1000, real 800. Error porcentual absoluto:
2Errores mensuales del 25 %, 20 % y 0 %. MAPE:
3¿Quién adjudica un contrato tras el análisis de las ofertas?
4¿Se puede pedir a un asistente de uso general que optimice el itinerario exacto de un convoy con sus horarios?
5¿Por qué las cantidades distribuidas durante una rotura de stock falsean la previsión?
6Un código aduanero propuesto por la IA debe:
Para ir más lejos

El Mini MBA IA y acción humanitaria (Claude y Gemini) profundiza estos temas en 12 semanas.

Ver el Mini MBA de IA