Inicio / Cadena de suministro, tecnología e IA / Módulo 4

4.2 Diagnóstico logístico con IA conversacional

Usa un asistente de chat como entrevistador: mapea tu operación, elige indicadores, plantea causas y prioriza mejoras. La IA ordena el trabajo; tus datos deciden qué problema atender primero.

Módulo 4: IA aplicada a la logística, sin programar · Revisado el 12/10/2026

Objetivo: Usa la IA como entrevistador para diagnosticar una operación, calcula el OTIF y decide qué causa atender primero según tus datos.

Un diagnóstico logístico es una revisión ordenada de cómo fluyen el producto y la información, desde que pides al proveedor hasta que el cliente recibe. Busca tres cosas: medir cómo estás, encontrar la causa de los problemas y decidir qué mejorar primero. Una IA conversacional es un asistente con el que dialogas en un chat. No ve tu almacén ni tus camiones: solo conoce lo que tú le cuentes. Aun así, sirve mucho para estructurar el trabajo.

Úsala como entrevistador. Describe tu operación y pídele que te haga preguntas, de una en una, hasta entender el flujo: compras, recepción, almacenamiento, preparación de pedidos, despacho, transporte y entrega. La preparación de pedidos se llama picking y consiste en sacar del almacén lo que pide cada cliente. Luego pídele un mapa de las etapas y una lista de indicadores. Revisa que no falte ninguna etapa de tu realidad.

Los indicadores convierten opiniones en números. Dos básicos son el OTIF (siglas en inglés de «a tiempo y completo»), que es el porcentaje de pedidos entregados en la fecha prometida y sin faltantes, y la exactitud de inventario, que compara lo que dice el sistema con lo que hay en el estante. Suma el tiempo de ciclo del pedido, desde la orden hasta la entrega, y el costo logístico como porcentaje de la venta. Las cifras salen de tus registros, no de la IA.

Después pide hipótesis de causa. Una hipótesis es una explicación que aún debes comprobar. Técnicas como los 5 porqués, que consisten en preguntar «¿por qué?» varias veces hasta llegar a la raíz, ayudan a profundizar. Pide que cada hipótesis traiga el dato que la confirmaría o la descartaría. Cuidado con el sesgo: si le dices «mis camiones llegan tarde», tenderá a buscar causas en el transporte. Cuéntale los hechos, no tu conclusión.

Cierra priorizando. Ordena las mejoras por impacto y esfuerzo, y arma un plan a 30, 60 y 90 días con un responsable por acción. Medir antes de mejorar también guía a los países: la SUNAT midió el tiempo de despacho de las importaciones y el Banco Mundial compara el desempeño logístico de 139 economías. En ambos casos, primero se mide y luego se decide.

Ideas clave

Un diagnóstico logístico mide, busca causas y prioriza; no empieza por las soluciones.
La IA conversacional solo conoce lo que le cuentas: úsala para estructurar, no para observar tu operación.
El OTIF mide pedidos entregados a tiempo y completos; revisa cuántos fallan por tardanza y cuántos por faltantes.
Cada hipótesis de causa debe llevar el dato que la confirma o la descarta.
Describe hechos, no conclusiones, para no sesgar la respuesta de la IA.
Prioriza por impacto y esfuerzo, y fija responsables y fechas.

Etapa	Qué le pides a la IA	Qué aportas tú
Alcance	Que te pregunte por objetivo, productos, clientes y plazos	Qué problema quieres resolver y qué queda fuera
Proceso	Un mapa de etapas de punta a punta	Cómo se hace en la práctica, no como dice el manual
Indicadores	Lista de indicadores y datos necesarios	Cifras reales de tus registros
Causas	Hipótesis y cómo comprobar cada una	Verificación con datos y visita al almacén
Plan	Priorizar por impacto y esfuerzo; plan a 30, 60 y 90 días	Responsables, presupuesto y fechas reales

Ejemplo resuelto

Quejas por entregas: ¿tarde o incompleto?

Distribuidora Nor Andina S.A.C. (empresa ficticia de Trujillo) abastece a bodegas con 6 camiones. Los clientes se quejan de las entregas y el gerente cree que el problema es el transporte. Abres un chat con la IA y le pides: «Hazme preguntas, de una en una, para diagnosticar mi distribución a bodegas».
Respondes con hechos: recibes de 40 proveedores, almacenas en un local, preparas pedidos por la tarde y repartes al día siguiente. La IA devuelve un mapa de siete etapas y propone indicadores: OTIF, tiempo de ciclo, exactitud de inventario y costo por entrega.
Calculas el OTIF del último mes con tus registros. Hubo 1,250 pedidos: 1,075 llegaron a tiempo (1,075 ÷ 1,250 = 86%), 1,150 llegaron completos (92%) y 1,000 cumplieron ambas cosas. OTIF = 1,000 ÷ 1,250 = 80%. Fallaron 250 pedidos.
Separas los 250 fallos. Solo tarde: 1,075 − 1,000 = 75. Solo incompletos: 1,150 − 1,000 = 150. Tarde e incompletos: 250 − 75 − 150 = 25. Verificación: 1,000 + 75 + 150 + 25 = 1,250.
Compara. Pedidos con retraso: 75 + 25 = 100. Pedidos con faltantes: 150 + 25 = 175. Hay más pedidos incompletos que tardíos, así que la hipótesis del gerente sobre el transporte no explica lo principal.
Descompones los 175 pedidos incompletos con las notas del almacén: 105 por producto agotado, 49 por errores de picking y 21 por otras causas. Suman 175. Los agotados son 105 ÷ 175 = 60%.
Pides a la IA que priorice con esta tabla. Propone atacar primero los agotados (alto impacto) revisando el punto de reposición de los 20 productos más vendidos, y luego un control de salida en el picking. El transporte queda para un segundo paso, con 100 pedidos atrasados por revisar.
Armas el plan a 30 días: responsable, fecha y meta (subir el OTIF de 80% a 88%, un objetivo del ejemplo). Guardas el prompt y los datos usados.

Resultado: El diagnóstico con datos cambió el foco: de «camiones tardíos» (100 pedidos) a «pedidos incompletos» (175), y de ellos 60% por faltantes de stock. La IA ordenó el trabajo; los registros de la empresa decidieron la prioridad.

Casos reales

Perú mide y publica su tiempo de despacho de importaciones

10/2023

Según una nota de la Organización Mundial de Aduanas (OMA) del 12/12/2023, Perú publicó en octubre de 2023 su nuevo Estudio de Medición del Tiempo de Despacho (Time Release Study), con apoyo del programa SECO-OMA. Mide las importaciones en el aeropuerto y el puerto marítimo del Callao con datos de 2014 a setiembre de 2023. El tiempo de liberación bajó de 146 horas en 2014 a 32 horas en setiembre de 2023.

Medir cada etapa con datos del propio proceso permite ver cuánto mejoró y dónde sigue el cuello de botella.

Fuente: Organización Mundial de Aduanas – Peru publishes its new Time Release Study under the SECO-WCO GTFP support

Perú en el Índice de Desempeño Logístico del Banco Mundial

2023

El Índice de Desempeño Logístico (LPI, por sus siglas en inglés) del Banco Mundial, edición 2023, compara 139 países en una escala de 1 a 5. Perú aparece en el puesto 61 con un puntaje general de 3.0. El índice descompone el desempeño en seis componentes, entre ellos aduanas, infraestructura y puntualidad de los envíos, y permite ver en cuáles está más débil un país.

Un buen diagnóstico desglosa el resultado general en componentes, para saber qué atender primero.

Fuente: Banco Mundial – Logistics Performance Index (LPI) 2023

Errores comunes

Contarle a la IA tu conclusión («el problema es el transporte») en lugar de los hechos. Describe lo que ocurre y deja que proponga varias causas.
Dar por cierta una hipótesis sin datos. Pide qué dato la confirmaría y revísalo en tus registros.
Medir demasiados indicadores a la vez. Empieza con 4 a 6, ligados al problema que quieres resolver.
Hacer el diagnóstico solo desde el escritorio. Visita el almacén y habla con quienes operan; la IA no ve lo que pasa en el piso.
Pegar listados con nombres de clientes o transportistas. Usa códigos o datos agregados.

Practica con las calculadoras, el Simulador COMEX y las preguntas de repaso en la página principal.

Abrir este tema en la calculadora →

← Tema anterior: Principios para usar IA con criterio Tema siguiente: IA en hojas de cálculo: inventarios, pedidos y almacenes →