Inteligencia Artificial aplicada a Logística y SCM

IA aplicada a decisiones reales de logística

La gestión logística funciona como un sistema conectado: una previsión de demanda condiciona las compras, un retraso de suministro modifica el inventario y una incidencia de transporte puede afectar directamente al nivel de servicio.

El curso Inteligencia Artificial aplicada a Logística y SCM prepara al participante para utilizar la IA como herramienta de apoyo a estas decisiones, combinando datos, análisis, asistentes de IA, simuladores y criterios de verificación.

El itinerario recorre la cadena de suministro completa: oportunidades de IA, calidad y protección de los datos, asistentes generativos, planificación de demanda, inventarios, compras, proveedores, almacenes, transporte, agentes de IA, torre de control y diseño de proyectos.

¿A quién se dirige?

• Responsables y técnicos de logística y Supply Chain.
• Profesionales de compras y aprovisionamiento.
• Planificadores de demanda e inventarios.
• Responsables de almacén y preparación de pedidos.
• Profesionales de transporte y distribución.
• Personal administrativo de operaciones.
• Mandos y responsables de pymes vinculados a estas funciones.

No se requiere experiencia previa en inteligencia artificial ni conocimientos de programación. Es recomendable manejar hojas de cálculo a nivel básico y conocer procesos de pedidos, inventario o distribución.

¿Qué aprenderás?

• Distinguir entre IA generativa, predictiva y prescriptiva, automatización y optimización.
• Identificar oportunidades de IA según impacto, esfuerzo, riesgo y viabilidad.
• Detectar problemas de calidad en datos de pedidos, ventas, inventarios, proveedores y transporte.
• Utilizar asistentes de IA mediante instrucciones estructuradas y comprobar sus respuestas.
• Interpretar previsiones de demanda y evaluar su error y sesgo.
• Analizar políticas de inventario, stock de seguridad, punto de pedido y reposición.
• Comparar proveedores mediante criterios operativos y económicos.
• Evaluar mejoras en almacenes, picking y planificación de cargas de trabajo.
• Analizar rutas, tiempos de llegada, emisiones y logística inversa.
• Diseñar flujos con agentes de IA, aprobación humana y gestión de excepciones.
• Elaborar un proyecto piloto de IA con indicadores, costes, riesgos y criterios de decisión.

Aprender haciendo

La metodología es de autoaprendizaje guiado y orientación práctica. Cada unidad parte de un problema profesional y desarrolla progresivamente las herramientas necesarias para tomar una decisión fundamentada.

Cada unidad mantiene una secuencia común:

Situación de partida → contenidos → ejemplo paso a paso → caso práctico → ejercicio interactivo → resumen → autoevaluación.

Programa del curso

Unidad 1. Oportunidades de IA en logística y SCM · 5 h

• La cadena de suministro como sistema conectado.
• IA generativa, predictiva y prescriptiva.
• Automatización y optimización.
• Aplicaciones según tareas, datos y supervisión.
• Priorización por impacto, esfuerzo, riesgo y viabilidad.
• Prompting aplicado a logística.
• Ficha de oportunidad.
• Caso práctico y mapa de oportunidades.

Unidad 2. Datos y uso seguro de la IA · 6 h

• Datos maestros y transaccionales.
• ERP, SGA/WMS y TMS.
• Calidad de datos: duplicados, ausencias, unidades y fechas.
• Confidencialidad y protección de datos.
• Uso de herramientas externas.
• Reglamento Europeo de Inteligencia Artificial.
• Preparación de datasets.
• Auditoría práctica de datos.

Unidad 3. Asistentes de IA para el trabajo logístico · 7 h

• Diseño avanzado de instrucciones.
• Análisis asistido de tablas de datos.
• Análisis de ofertas, correos y procedimientos.
• Informes operativos y comunicaciones.
• Verificación de cálculos, evidencias y omisiones.
• Biblioteca de instrucciones por tarea.
• Comparación y verificación de ofertas.

Unidad 4. Demanda y planificación · 7 h

• Series históricas, tendencia y estacionalidad.
• Promociones y factores de contexto.
• Métodos de referencia para contrastar previsiones.
• Modelos predictivos.
• Error y sesgo.
• Separación temporal de los datos.
• S&OP.
• Laboratorio de previsiones.

Unidad 5. Inventarios y aprovisionamiento · 7 h

• Función y coste del inventario.
• Clasificación ABC-XYZ.
• Stock de seguridad.
• Punto de pedido.
• Lote de pedido y políticas de reposición.
• Nivel de servicio frente a coste.
• IA aplicada a la reposición.
• Laboratorio de políticas de inventario.

Unidad 6. Proveedores y compras · 5 h

• Aplicaciones de IA en el proceso de compras.
• Extracción y análisis asistido de ofertas.
• Coste total de adquisición.
• Matrices de decisión ponderadas.
• Seguimiento y evaluación de proveedores.
• Contratos y plazos de pago.
• Comparación trazable de proveedores.

Unidad 7. Almacenes y preparación de pedidos · 5 h

• Procesos, tiempos e indicadores de almacén.
• Ubicaciones y métodos de picking.
• Optimización de recorridos.
• Previsión de carga de trabajo.
• Visión artificial.
• Mantenimiento predictivo.
• Gemelos digitales.
• Laboratorio de mejora del almacén.

Unidad 8. Transporte y logística inversa · 6 h

• Planificación y restricciones de rutas.
• Estimación de horas de llegada.
• Seguimiento de entregas.
• Emisiones del transporte: ISO 14083 y marco GLEC.
• Documentación digital: DeCA y eFTI.
• Logística inversa.
• Devoluciones y envases retornables.
• Laboratorio de planificación de rutas.

Unidad 9. Agentes de IA, torre de control y gestión de excepciones · 5 h

• Diferencias entre asistentes, automatizaciones y agentes.
• Consulta inteligente de documentación empresarial.
• Torre de control logística.
• Detección y priorización de excepciones.
• Autonomía y aprobación humana.
• Escalado y límites de actuación.
• Riesgos y salvaguardas.
• Indicadores para gobernar agentes y excepciones.

Unidad 10. Proyecto de aplicación en la empresa · 7 h

• Definición del problema y objetivo.
• Línea de base.
• Datos, requisitos y equipo.
• Costes, beneficios y escenarios.
• Construcción del caso de negocio.
• Diseño del piloto.
• Indicadores y grupo de control.
• Riesgos y gestión del cambio.
• Implantación y escalado.
• Proyecto final de aplicación a la empresa.

Sala de recursos profesionales

El curso incorpora una sala de herramientas diseñada para trasladar el aprendizaje al entorno profesional:

• Guía para seleccionar el tipo de IA adecuado a cada problema.
• Calculadoras de demanda e inventario.
• Calculadoras de compras y almacén.
• Calculadoras de transporte y proyecto.
• Biblioteca de instrucciones para asistentes de IA.
• Plantillas profesionales descargables.
• Listas de comprobación.
• Conjuntos de datos y retos empresariales.
• Resumen de normativa aplicable.
• Glosario especializado.
• Mapa de IA de la cadena de suministro.