Hay dos formas de equivocarse con el stock y las dos cuestan dinero. Quedarse sin producto significa venta perdida y, a menudo, cliente perdido. Tener de más significa capital inmovilizado, almacén ocupado y riesgo de obsolescencia. La mayoría de las empresas oscilan entre ambos extremos porque las decisiones de reposición se toman con dos herramientas muy limitadas: un mínimo fijo en el ERP que se puso hace cuatro años y la intuición de la persona que lleva compras.
La IA para reposición automática sustituye ese esquema por otro: calcular, para cada referencia y cada almacén, cuánto pedir y cuándo, en función de la demanda esperada, de la variabilidad real y del plazo de cada proveedor. Y hacerlo todos los días, no una vez al trimestre.
Por qué el punto de pedido fijo se queda corto
El modelo clásico es sencillo: cuando el stock baja del mínimo, se pide una cantidad fija. Funciona razonablemente si la demanda es estable y el proveedor cumple siempre. En la práctica, ni una cosa ni la otra.
Un punto de pedido fijo ignora la estacionalidad, así que en temporada alta genera roturas y en temporada baja acumula. Ignora las promociones, que multiplican la demanda de una referencia concreta durante dos semanas. Ignora que un proveedor asiático tarda 45 días y uno nacional tarda 3, así que aplica el mismo colchón a los dos. E ignora la variabilidad: dos referencias que venden 100 unidades al mes de media pero una vende 100 todos los meses y la otra alterna 20 y 180 necesitan colchones completamente distintos.
Qué calcula un sistema de reposición inteligente
Previsión de demanda por referencia
No una media de los últimos meses, sino un modelo que separa tendencia, estacionalidad, efecto de promociones y días festivos, y que se ajusta al patrón de cada producto. Los artículos de venta continua se predicen bien; los de demanda intermitente, que venden tres unidades cada dos meses, requieren métodos específicos y siempre tendrán más incertidumbre. Un buen sistema lo reconoce y devuelve, además de la previsión, un intervalo de confianza.
Stock de seguridad calculado, no inventado
El colchón deja de ser "un mes de ventas por si acaso" y pasa a calcularse a partir de tres variables: la variabilidad de la demanda durante el plazo de entrega, la variabilidad del propio plazo de entrega del proveedor y el nivel de servicio objetivo que la empresa decide para esa referencia. Subir el nivel de servicio del 95 % al 99 % en una referencia puede duplicar su stock de seguridad, y ese es un dato que dirección debe ver antes de decidir, referencia a referencia y no en bloque.
Punto de pedido dinámico
Con la previsión y el colchón, el sistema calcula cada día el nivel al que hay que lanzar el pedido. Ese nivel sube antes de temporada alta y baja después, sin que nadie tenga que acordarse.
Cantidad óptima del pedido
Cuánto pedir equilibrando coste de lanzamiento, coste de mantener el stock, escalones de descuento del proveedor, múltiplos de embalaje y capacidad de almacén. Pedir la cantidad que da descuento solo compensa si la rotación de esa referencia justifica tenerla parada.
¿Cómo mejora la IA la rotación de inventario?
La rotación mide cuántas veces se renueva el stock en un periodo, y es el indicador que mejor resume la salud del inventario. La IA la mejora por tres vías simultáneas. La primera es reducir el sobrestock de las referencias predecibles: cuando la previsión es fiable, el colchón puede bajar sin perder nivel de servicio, y eso libera caja directamente. La segunda es detectar el stock muerto antes de que se convierta en pérdida, identificando referencias cuya demanda ha caído de forma estructural y no estacional, para actuar con tiempo mediante promoción, devolución al proveedor o traslado a otro almacén donde sí rota. La tercera, y la más olvidada, es diferenciar el tratamiento por segmento: no todas las referencias merecen la misma política. Una clasificación cruzada por valor y por regularidad de la demanda permite aplicar reposición muy automática y colchón mínimo a lo que rota rápido y de forma predecible, y revisión manual y bajo stock a lo caro e irregular. Aplicar la misma regla a todo el catálogo es lo que hunde la rotación.
Lo que hace falta antes de empezar
Un proyecto de reposición automática se sostiene sobre datos, y los datos suelen estar peor de lo que se cree. Antes de nada:
- Histórico de ventas de al menos 18 o 24 meses, para poder ver un ciclo estacional completo con margen.
- Stock fiable. Si el inventario del sistema no coincide con el del almacén, cualquier cálculo es basura. Un desajuste del 5 % ya invalida el modelo.
- Plazos de entrega reales por proveedor y referencia, no los que figuran en el contrato. La diferencia entre ambos suele ser el hallazgo más rentable del proyecto.
- Registro de roturas. Las ventas que no se produjeron porque no había producto no aparecen en el histórico de ventas, y sin corregir ese sesgo el modelo aprende una demanda menor que la real.
- Marcado de eventos. Promociones, cambios de precio, entradas y salidas de catálogo. Un pico de ventas por una promoción que el modelo no sabe que existió le enseña algo falso.
Cómo se implanta sin arriesgar el suministro
Fase 1: recomendar, no ejecutar
Durante las primeras semanas el sistema propone y una persona decide. Cada divergencia entre lo propuesto y lo pedido se registra con su motivo. Esa lista de motivos es oro: contiene todas las reglas de negocio que nadie había escrito.
Fase 2: automatizar por segmentos
Se activa la reposición automática solo en las referencias de alta rotación y baja variabilidad, que son las más fáciles y las de mayor volumen. El resto sigue en modo propuesta.
Fase 3: ampliar con límites
Se extiende al resto del catálogo con salvaguardas: importe máximo por pedido automático, umbral de desviación respecto a la media a partir del cual se pide validación humana, y bloqueo automático si el stock del sistema y el físico se desvían más de un porcentaje definido.
Fase 4: medir y ajustar
Nivel de servicio, rotación, valor del inventario, número de roturas, exactitud de la previsión. Se comparan con la foto inicial y se revisan los parámetros cada trimestre.
¿Qué resultados se pueden esperar de forma realista?
Depende mucho del punto de partida, y conviene desconfiar de las cifras redondas del sector. Como referencia orientativa, una empresa que gestionaba el stock con mínimos fijos y sin previsión suele encontrar margen para reducir el inventario en una banda de dos dígitos bajos porcentuales manteniendo el mismo nivel de servicio, o bien para subir el nivel de servicio con el mismo inventario. Cuál de las dos cosas interesa es una decisión de dirección, no del sistema. El beneficio más inmediato y menos discutido, sin embargo, es otro: el tiempo. El responsable de compras deja de dedicar días a revisar listados y a apagar fuegos, y pasa a revisar excepciones y a negociar. Ese cambio se nota desde el primer mes, mucho antes de que se vea el efecto en el balance.
Errores frecuentes
Automatizar sobre un inventario que no cuadra. Aplicar la misma política a todo el catálogo. Confiar la previsión a un modelo sin dejar ninguna vía de intervención humana para lo que el modelo no puede saber, como un cliente que anuncia un pedido grande el mes que viene. Y olvidar el lado del proveedor: de nada sirve calcular el punto de pedido perfecto si el proveedor no puede servir en el plazo que el cálculo asume.
En MG Solutions implantamos agentes de reposición conectados al ERP y al almacén, con previsión por referencia, políticas por segmento y salvaguardas para que la automatización nunca deje una línea parada. Si tus mínimos de stock llevan años sin revisarse, ahí hay dinero parado esperando.