Cuatro estrategias para la IA agéntica en la cadena de suministro
Chris Burchett, vicepresidente senior de inteligencia artificial generativa en Blue Yonder, expone las claves en un artículo publicado por la revista digital Fast Company.
La revista digital Fast Company publicó el artículo titulado 4 strategies to boost agentic AI success in your supply chain, escrito por Chris Burchett, vicepresidente senior de Inteligencia Artificial Generativa (IA agéntica) en Blue Yonder y miembro del Fast Company Executive Board.
En el texto, Burchett expone que muchas empresas aún tienen dificultades para obtener valor de sus inversiones en inteligencia artificial. Ante este escenario, señala que un número creciente de organizaciones está apostando por el desarrollo de agentes de IA capaces de actuar de forma autónoma y convertir datos predictivos en acciones operativas.
El autor cita datos de Gartner, que indican que solo 7% de los equipos de cadena de suministro toman decisiones en tiempo real, lo que limita la agilidad y la capacidad de respuesta ante disrupciones. Según el análisis, la IA agéntica podría permitir una reacción más rápida frente a cambios en el entorno operativo.
El artículo también hace referencia a un experimento realizado por la empresa Anthropic en junio de 2025, cuando un modelo de IA fue puesto a operar una máquina expendedora. De acuerdo con Burchett, el sistema otorgó descuentos excesivos, vendió productos con pérdidas y generó interacciones ficticias con proveedores, lo que evidenció los riesgos de delegar funciones críticas a modelos actuales sin supervisión adecuada.
Cuatro prácticas clave para la cadena de suministro
Burchett explica que, pese a estos desafíos, es necesario prepararse para un futuro con agentes de IA. En ese contexto, presenta cuatro prácticas clave para su implementación en la cadena de suministro:
-
Enfocarse en las decisiones adecuadas. El autor señala que, según Gartner, los agentes de IA automatizarán o apoyarán 50% de las decisiones empresariales para 2027. Recomienda comenzar con pruebas de bajo riesgo y utilizar inicialmente a los agentes para explicar procesos y resultados antes de permitirles actuar de forma autónoma.
-
Establecer límites operativos. Burchett compara a los agentes con practicantes que requieren supervisión. Propone establecer umbrales de autorización y mantener a los humanos dentro del proceso de toma de decisiones para reducir riesgos.
-
Gestionar la carga tecnológica. El texto advierte que los agentes pueden demandar altos recursos de cómputo y datos, por lo que su uso debe regularse para evitar sobrecargas. Además, se subraya que no todos los problemas requieren soluciones basadas en IA agéntica.
-
Exigir conocimiento del dominio. El autor sostiene que la eficacia de los agentes depende tanto de la calidad de los datos como del conocimiento sectorial de quienes los desarrollan. Destaca la importancia de incorporar contexto empresarial específico durante su diseño.
En el cierre del artículo, Burchett afirma que las tecnologías agénticas podrían transformar las operaciones empresariales al mejorar la velocidad y precisión en la toma de decisiones. No obstante, enfatiza que las organizaciones deben definir indicadores claros de desempeño y avanzar de manera gradual en la adopción de estos sistemas.
La publicación concluye que el uso de IA agéntica requiere un enfoque estratégico que combine planeación, supervisión humana y especialización sectorial para generar valor sostenible.
Oracle lanza solución en la nube para la cadena de suministro
