El mayorista raramente asume él mismo la relación con el cliente o el proceso de producción, pero sí está justo en medio. Los pedidos llegan a través de los sistemas de los clientes, el inventario se coordina con los proveedores, y el margen está en la velocidad y precisión del eslabón intermedio. Eso hace que el uso de IA en este sector sea menos visible que en sectores con una recepción propia de clientes. No hay una tienda física donde alguien vea a un chatbot hablar con un cliente. Hay un planificador que usa una herramienta para predecir volúmenes de compra, un gestor de cuentas que hace redactar ofertas por un modelo de lenguaje, un sistema de almacén con un componente de IA que ya nadie reconoce como tal porque lleva años funcionando bajo otro nombre.
El departamento de TI de una empresa mayorista gestiona normalmente los sistemas centrales: el ERP, el WMS, las conexiones con clientes y proveedores. Lo que crece por encima de eso — herramientas de hojas de cálculo con una función de predicción integrada, una suscripción independiente para generación de texto, un plugin de IA en el CRM activado por un solo equipo — a menudo queda fuera de esa administración. No es porque se oculte algo, sino porque nadie lo ha registrado. Quien en este sector quiere saber qué está realmente en funcionamiento, debe preguntarlo a las personas que lo usan. Y eso solo funciona si esa pregunta no se percibe como una acusación. Un comprador que usa una herramienta para predecir la fiabilidad de entrega de un proveedor, solo lo cuenta cuando está seguro de que la respuesta no se usará en su contra.
No todo uso de IA en el sector mayorista pesa lo mismo. Una herramienta que controla facturas en busca de desviaciones tiene un impacto distinto al de un sistema que ajusta automáticamente los precios según la oferta y la demanda, o un modelo que evalúa proveedores y con ello influye en quién obtiene un contrato. La clasificación depende de qué decide el sistema, para quién, y qué ocurre si algo sale mal. Un algoritmo de precios que calcula de forma estructuralmente incorrecta afecta directamente al margen. Una herramienta que solo resume informes internos afecta principalmente a la legibilidad de un informe. Esas diferencias determinan qué nivel de supervisión, registro y revisión corresponde a una aplicación. El contenido exacto de la normativa que resulta obligatoria en cada caso no figura en esta página; eso cambia y se mantiene actualizado en otro lugar. Aquí se trata del mecanismo: saber qué está funcionando, saber qué riesgo conlleva, y registrarlo de una manera que un consejo de administración o un supervisor pueda consultar.
Lo que distingue al sector mayorista de muchos otros sectores es en qué medida el uso de IA no empieza en la propia empresa. Los clientes envían pedidos automatizados, los proveedores envían predicciones sobre disponibilidad, y entre esos dos flujos hay una empresa mayorista que también utiliza algoritmos propios para hacer la conexión. Un enfoque de governance que solo mira a la propia organización se pierde una parte del panorama. La pregunta no es solo qué IA funciona internamente, sino también qué decisiones automatizadas entran desde el exterior y cómo se controlan antes de que repercutan en el inventario, el precio o el plazo de entrega.
Un escaneo que empieza por lo que realmente se usa, en lugar de por lo que figura en la lista de TI, suele sacar a la luz en el sector mayorista una imagen en capas: un núcleo de sistemas aprobados, una capa intermedia de herramientas que se han vuelto funcionales sin una evaluación formal, y un borde de uso individual que nunca se ha notificado. Esas tres capas no requieren el mismo enfoque. Algunas aplicaciones pueden simplemente registrarse y monitorizarse; otras requieren una conversación sobre por qué se empezaron a usar y qué espera de ellas su responsable. El resultado no es un juicio sobre quién hizo algo mal, sino una base sobre la cual un consejo de administración puede explicar qué está ocurriendo y por qué está bajo control — o dónde todavía no lo está.
La manera en que la IA se propaga dentro de una organización varía según el sector, pero el movimiento subyacente es comparable. En la industria manufacturera la IA suele estar entrelazada con la planificación de producción y el control de calidad, en el sector del transporte se manifiesta sobre todo en la planificación de rutas y la predicción de retrasos, y en los servicios profesionales aparece principalmente en informes y comunicación con clientes. Quien trabaja en el sector mayorista reconoce elementos de todos esos sectores, porque la cadena atraviesa todos ellos.
Un inventario de lo que hay en funcionamiento en materia de IA muestra dónde hay riesgo y dónde falta supervisión. No responde a otra pregunta que en muchas empresas mayoristas es igualmente urgente: qué parte del trabajo diario realmente puede ser asumida por la IA, y qué parte no. Ese es otro cálculo, centrado en tareas en lugar de en sistemas. FTE TO AI ofrece para ello un escaneo de trabajo que calcula, por tarea, qué parte del trabajo puede ser asumida por la IA, como paso siguiente una vez que está claro qué está ya en funcionamiento y bajo qué supervisión debe estar.
El Responsible AI Scan para el sector mayorista se está elaborando actualmente. Quien desee ser contactado en cuanto el escaneo esté disponible, puede inscribirse en la lista de espera.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.