The Home Depot usará la IA para asignar inventario tienda por tienda en México

The Home Depot México prepara un cambio de fondo en la manera de distribuir productos entre las 143 tiendas que tiene en el país. La cadena de mejoras para el hogar migrará su proceso de allocation a un modelo de Inteligencia Artificial capaz de aprender qué artículos vende cada unidad, con qué frecuencia y en qué condiciones.

El reto ya no está en prever si un producto puede venderse o no en determinada tienda, sino determinar, con datos, en dónde debe colocarse.

Abastecer pantallas de televisión de manera uniforme entre todas las tiendas expone a la cadena a inventario inmóvil, resurtidos tardíos en algunas tiendas y costos de transporte que no agregan valor.

“Estamos migrando a una tecnología basada en inteligencia artificial que vamos a tener antes de que acabe el año”, menciona Salvador Muñoz, vicepresidente de Cadena de Suministro en The Home Depot México a TLW.

Un modelo que aprende de cada tienda

Actualmente, The Home Depot México abastece a tiendas bajo un proceso de reglas fijas de stock mínimo y de resurtido cuando se llega a determinado límite. Es un modelo que considera el comportamiento real de cada tienda.

“Son reglas fijas que nos permite tener un control y un balance. El problema es que se tiende a jugar con los promedios y se empieza a limitar cuál es tu punto más alto, el punto medio, porque tienes que garantizar que siempre tienes (disponible)”, asegura Muñoz.

El modelo actual permite enviar una parte del inventario al canal y mantener otra en reserva. Si se compraran 1,000 pantallas, por ejemplo, Home Depot México hoy puede distribuir 500, observar diariamente las ventas y liberar el resto conforme se confirma la demanda.

The Home Depot ajusta su cadena de suministro ante un Hot Sale mundialista

La Inteligencia Artificial automatizará y ampliará esa lectura a miles de combinaciones de producto y ubicación. Los nuevos modelos aprenderán del comportamiento en tiendas; ver en dónde sí y en dónde no se vendió un producto, para que la próxima vez que llegue un pedido descarte enviar a tiendas con baja circulación.

Así, una pantalla de 75 pulgadas de 25,000 pesos, por ejemplo, puede funcionar en 75 tiendas y no en las otras 68. El modelo deberá reconocer esa diferencia y ajustar la siguiente asignación con base en precio, tamaño, categoría, desempeño local y atributos del artículo.

“Esto te permite maximizar tu inventario en dónde vas a tener más éxito”, señala Muñoz en una entrevista con The Logistics World, en mayo.

El efecto esperado también alcanza al transporte, porque una mejor reconciliación entre el forecast total y su distribución por tienda puede reducir movimientos correctivos, transferencias posteriores y presión sobre los centros de distribución.

Datos maestros antes que automatización

En el nuevo modelo, la calidad de los atributos de producto será decisiva. Una pintura blanca de 19 litros no se comporta igual cuando se vende sola, con un galón gratis o con un descuento de 10%.

Sin descripciones homologadas y datos comparables, el algoritmo puede repetir los mismos sesgos que hoy generan los promedios.

Te puede interesar: El rol de la Inteligencia Artificial agéntica en el área de Suministros

Ese punto conecta la planeación de la demanda con las mejores condiciones de abastecimiento al ser más preciso del potencial por tienda. También se podrá estimar el impacto de una promoción en el inventario disponible y la necesidad de resurtido durante Buen Fin y Navidad.

“Hay que entender mucho cuál es esa clasificación de los productos, cuáles son esos atributos. Porque sin esos datos es como tener a un miembro del equipo que no es el más productivo, trabajando 24/7 sin ningún tipo de supervisión. Se puede hacer un caos del tamaño del mundo. Eso es lo que tenemos que asegurarnos”, asegura Muñoz.

Una implementación sin alterar la operación

The Home Depot México prevé contar con la tecnología antes de que termine el año, aunque Muñoz observa su consolidación operativa con mayor claridad para 2027.

La implementación evitará intervenir de manera abrupta durante los picos de venta de fin de año, cuando cualquier cambio en abastecimiento o resurtido puede afectar disponibilidad y servicio.

“No lo puedes tocar, no quieres hacer disrupción. Así hemos operado. Eventualmente vamos a operar de una manera más eficiente, pero (ahora) no se romperá la armonía”, señala.

La estrategia consiste en introducir el nuevo modelo dentro de una ventana controlada, en lugar de comprometer una temporada alta para acelerar su adopción.