La inteligencia artificial avanza a una nueva etapa en la que no solo responde preguntas, sino también planifica, ejecuta tareas y toma decisiones dentro de la cadena de suministro. Esta evolución, conocida como IA agéntica, abre oportunidades para transformar procesos de abastecimiento, inventarios, producción y distribución, pero plantea un desafío fundamental: ¿cómo garantizar que sus elecciones sean confiables?
Tal incógnita es de gran relevancia ante el avance de la IA agéntica que, según un estudio de MarketsandMarkets, publicado en agosto de 2026, calcula que este mercado pasará de 19,330 millones de dólares en 2026 a 205,880 millones en 2033, lo que representa una tasa de crecimiento anual compuesta de 40.2%.
Pese a su gran potencial económico, esta tecnología enfrenta desafíos importantes de implementación, pues, de acuerdo con un reciente informe de Deloitte, hasta 40% de los proyectos de IA agéntica podrían cancelarse antes de 2027, debido a dificultades para transformar los procesos y modelos operativos de las organizaciones. A esto se suman problemas relacionados con la integración de datos, las capacidades tecnológicas y la gobernanza de los sistemas autónomos.
En el ámbito logístico, uno de los mayores retos es la confiabilidad de las decisiones; toda vez que, si bien los agentes de IA pueden identificar alternativas para reducir costos y optimizar operaciones, es necesario evaluar si sus recomendaciones son consistentes y respetan las condiciones que gobiernan una cadena de suministro.
Bajo este contexto, una investigación desarrollada por David Simchi-Levi, profesor emérito del Massachusetts Institute of Technology (MIT) y profesor distinguido de Purdue University, busca aportar respuestas a este problema.
En sus experimentos, los agentes de IA lograron reducir aproximadamente 50% los costos de una cadena de suministro simulada frente al desempeño humano promedio, cuando se utilizaron modelos de razonamiento con mecanismos de coordinación. No obstante, también encontraron que los sistemas podían tomar decisiones considerablemente distintas ante condiciones equivalentes.
Durante su participación en el congreso From Resilience to New Opportunities: Building the North American Supply Chain of the Future, coorganizado por el Tecnológico de Monterrey, Simchi-Levi presentó los resultados de esta investigación y explicó cómo el entrenamiento especializado, las restricciones operativas y la coordinación de agentes pueden contribuir a mejorar el desempeño de la IA y avanzar hacia sistemas autónomos más confiables.

La IA: entre el desempeño eficiente y las decisiones confiables
Para evaluar la capacidad de los sistemas autónomos, Simchi-Levi y su equipo desarrollaron un entorno experimental (testbed) que reproduce una cadena de suministro integrada por cuatro eslabones: minorista, mayorista, distribuidor y fabricante.
En una configuración, cada instalación era administrada por una persona, mientras que en otra las decisiones de abastecimiento quedaban a cargo de agentes de IA.
Los investigadores compararon el desempeño de 30 equipos humanos independientes con 30 ejecuciones de cada configuración tecnológica, utilizando las mismas condiciones de demanda y sin permitir que los sistemas aprendieran de una ejecución a otra. Los resultados revelaron diferencias importantes:
- Modelos sin razonamiento: generaron costos superiores al doble del promedio humano.
- Modelos de razonamiento: consiguieron reducciones de costos cercanas al 30% frente al promedio humano, sin entrenamiento especializado.
- Modelos de razonamiento con orquestadores: alcanzaron reducciones aproximadas de 50% en determinadas configuraciones.
Cabe precisar que estos resultados corresponden a simulaciones controladas y no representan ahorros comprobados en operaciones empresariales reales; sin embargo, el principal hallazgo surgió cuando los investigadores analizaron la variabilidad de las decisiones.
En la semana 25 de una de las simulaciones, el 50% central de los pedidos emitidos por el agente responsable de la distribución se concentró aproximadamente entre 40 y 170 unidades. Esto significa que el sistema podía recomendar cantidades de abastecimiento muy distintas aun cuando enfrentaba las mismas condiciones de demanda.
Simchi-Levi resumió el problema con una reflexión durante su presentación: "En promedio, esta tecnología funciona muy bien. Pero cuando llegas mañana a la oficina, te preguntas: ¿será un buen día, uno promedio o uno malo?"
La investigación también reveló que la variabilidad aumentaba conforme las decisiones avanzaban del minorista hacia el fabricante, reproduciendo el conocido efecto látigo (bullwhip effect), mediante el cual las fluctuaciones de la demanda se amplifican a lo largo de la cadena de suministro.
Además, en algunas configuraciones, los agentes se volvieron menos consistentes conforme avanzaban las semanas del experimento. Esto plantea un desafío fundamental: un buen resultado promedio no garantiza que las decisiones individuales sean estables ni que el sistema mantenga su desempeño a lo largo del tiempo.
El investigador también advirtió que la inconsistencia no es exclusiva de las máquinas. En sus experimentos, los equipos humanos registraron un coeficiente de variación de 91%, y el peor desempeño fue casi el doble del costo humano promedio. La diferencia es que, cuando una empresa delega decisiones a un sistema autónomo, necesita comprender y controlar los riesgos asociados con su comportamiento.

1). Entrenamiento especializado: enseñar a la IA cómo funciona una cadena de suministro
Uno de los principales problemas que identificó Simchi-Levi es que los modelos de lenguaje (LLMs, por sus siglas en inglés) pueden tener capacidades avanzadas de razonamiento sin comprender suficientemente los principios operativos de una cadena de suministro.
Para enfrentar esta limitación, su equipo utilizó técnicas de fine-tuning o postentrenamiento, con el propósito de incorporar conocimientos especializados a los modelos. El procedimiento consistió en generar datos sintéticos de demanda mediante distribuciones estadísticas y utilizarlos para entrenar a los sistemas en el comportamiento de las cadenas de suministro.
El objetivo era que comprendieran mejor las relaciones entre variables como:
- Demanda e inventarios: cómo las variaciones en los pedidos afectan las existencias disponibles.
- Tiempos de entrega: cómo los retrasos influyen en las decisiones de reabastecimiento.
- Costos operativos: cómo las decisiones de cada eslabón repercuten en el conjunto de la cadena.
- Variabilidad: cómo los cambios en la demanda pueden amplificarse hacia fabricantes y proveedores.
Los resultados mostraron mejoras significativas. Al entrenar modelos como Llama y Qwen, los investigadores observaron una reducción de los costos promedio y una disminución considerable del coeficiente de variación entre ejecuciones.
Es decir, los sistemas no solo tomaron decisiones con menores costos, sino que también mostraron un comportamiento más consistente. Simchi-Levi explicó que el problema de confiabilidad no se resuelve únicamente repitiendo las respuestas de un modelo, porque la dificultad no radica exclusivamente en su naturaleza estadística.
"El problema es que el modelo de lenguaje no comprende los conceptos de la cadena de suministro ni sus principios físicos", señaló durante la conferencia.
Aunque el postentrenamiento produjo los mejores resultados entre las estrategias evaluadas, también presentó mayores exigencias técnicas. Su implementación requiere modelos que puedan entrenarse, conocimientos especializados, datos sintéticos adecuados y capacidades para evaluar los resultados.
Por ello, el primer aprendizaje para las empresas es que no basta con utilizar un modelo avanzado: es necesario incorporar conocimientos que representen correctamente la operación logística.

2). Guardrails: establecer límites para evitar decisiones inconsistentes
La segunda alternativa evaluada por el investigador consiste en incorporar guardrails, es decir, restricciones que delimitan las decisiones que pueden tomar los agentes de inteligencia artificial.
A diferencia del entrenamiento especializado, esta estrategia no busca modificar necesariamente los conocimientos internos del modelo, sino establecer condiciones que debe respetar al ejecutar sus funciones; por ejemplo, una empresa podría indicar que un agente no emita pedidos superiores a cierta cantidad, independientemente de que el sistema considere conveniente hacerlo.
De este modo, las restricciones reducen las decisiones disponibles y ayudan a controlar comportamientos inesperados. Los resultados de los experimentos fueron relevantes.
Al incorporar guardrails al modelo Qwen, desarrollado por Alibaba, Simchi-Levi reportó:
- 20% de reducción de costos frente a la configuración sin restricciones.
- 50% de mejora en confiabilidad, según la medida utilizada en el experimento.
El investigador señaló que esta alternativa es relativamente sencilla de implementar mediante instrucciones, una vez que se han identificado las restricciones adecuadas; no obstante, también reconoció un desafío: establecer límites demasiado estrictos puede impedir que el agente adopte decisiones potencialmente más eficientes.
Por ejemplo, restringir el volumen de un pedido podría evitar acumulaciones excesivas de inventario, pero también impedir que una empresa aproveche determinadas economías de escala. En este sentido, de acuerdo con el académico, el valor de los guardrails depende de identificar correctamente qué decisiones deben limitarse y bajo qué condiciones.
¿Qué funciona mejor: entrenamiento especializado o guardrails?
Simchi-Levi comparó ambas estrategias para determinar cuál ofrecía mejores resultados; en las configuraciones evaluadas, el postentrenamiento consiguió una mayor reducción de costos y una mejora más significativa en la confiabilidad que las restricciones operativas, sin embargo, también resultó más complejo de implementar.
La principal diferencia entre ambas alternativas puede resumirse en esta tabla:

El investigador también encontró que, en sus pruebas, combinar ambas estrategias no produjo mejoras adicionales relevantes frente al postentrenamiento por sí solo; lo cual, no significa que deban excluirse mutuamente en cualquier implementación empresarial, sino que su conveniencia depende de las características del sistema y los objetivos de la operación.
3). Orquestadores: coordinar decisiones para mejorar el desempeño de toda la cadena
Además de mejorar la confiabilidad individual de los agentes, las empresas enfrentan otro desafío: lograr que sus decisiones no entren en conflicto con los objetivos de otras áreas. Por ejemplo, un agente especializado en inventarios puede recomendar reducir existencias para disminuir costos de almacenamiento, mientras que otro encargado del transporte puede proponer envíos más grandes para aprovechar economías de escala.
Ambas decisiones pueden resultar convenientes para sus respectivas funciones, pero no necesariamente para el desempeño conjunto de la cadena de suministro; para resolver este problema, Simchi-Levi incorporó un orquestador, una capa tecnológica que facilita el intercambio de información y ayuda a resolver conflictos entre agentes especializados.
Su función no consiste en sustituir las decisiones individuales, sino en proporcionar contexto y contribuir a que los diferentes sistemas actúen de manera coordinada. En los experimentos, incorporar un orquestador a modelos sin razonamiento permitió reducir aproximadamente 30% los costos frente al promedio humano.
Cuando se utilizaron modelos de razonamiento con esta arquitectura, las reducciones alcanzaron alrededor de 50% en determinadas configuraciones; estos resultados, muestran que la coordinación puede contribuir significativamente al desempeño de una cadena de suministro gestionada mediante agentes.
Empero, existe una diferencia importante: mientras el entrenamiento especializado y los guardrails se evaluaron como mecanismos para mejorar directamente la confiabilidad, los orquestadores demostraron principalmente su utilidad para coordinar decisiones y reducir costos.
¿Qué deben evaluar las empresas antes de delegar decisiones a la IA?
Los resultados de Simchi-Levi ofrecen criterios para las organizaciones que consideran incorporar agentes de IA a sus procesos logísticos. Más allá de evaluar cuánto podrían ahorrar, es importante analizar si los sistemas mantienen un desempeño consistente y respetan las condiciones de la operación.
A partir de los hallazgos de la investigación, las empresas pueden considerar cuatro aspectos:
- Consistencia de las decisiones. Evaluar si el sistema ofrece resultados similares ante condiciones equivalentes y qué tan amplias son las variaciones entre ejecuciones.
- Riesgos de resultados extremos. No limitar las pruebas al costo promedio, sino identificar los escenarios donde una decisión podría generar inventarios excesivos, faltantes o mayores costos.
- Restricciones y conocimientos operativos. Determinar si el modelo comprende las relaciones entre demanda, inventarios, transporte y producción, y qué límites debe respetar.
- Coordinación entre agentes. Analizar si las decisiones de cada función contribuyen a los objetivos generales de la cadena, en lugar de optimizar únicamente un proceso aislado.
Tales criterios son una aplicación práctica de los resultados experimentales, no una metodología de implementación validada directamente por Simchi-Levi.
La investigación muestra que los modelos de IA pueden superar el desempeño humano promedio en determinadas simulaciones, pero también demuestra que la eficiencia y la confiabilidad son dimensiones distintas que deben evaluarse antes de ampliar la autonomía operativa.
Para las empresas, el desafío no consiste únicamente en conseguir que los agentes tomen decisiones más rápidas o económicas, sino en desarrollar sistemas capaces de mantener resultados consistentes, respetar restricciones y coordinar sus acciones con el conjunto de la cadena de suministro.













