Gestión de stock con IA: lo que hace de verdad, lo que no hace y cómo se comprueba.

Qué hace en gestión de stock con ia.

¿Qué es la gestión de stock con IA?

Es usar modelos de aprendizaje automático para tomar las decisiones de stock que antes se tomaban con reglas fijas o a ojo. En concreto, tres decisiones encadenadas: cuánto se va a vender de cada producto en cada sitio, con qué probabilidad se acaba antes de reponer y cuánto conviene pedir o mandar. A eso se suele añadir un asistente con un modelo de lenguaje que explica las propuestas.

La etiqueta «IA» se usa para cosas muy distintas, desde una media móvil hasta una plataforma de planificación de una multinacional. Esta página cuenta qué hace la de Arume Stock por dentro y dónde están sus límites, para que puedas compararla con lo que te ofrezcan otros.

Lo que hace de verdad: previsión con banda de error.

El modelo aprende de las ventas de todos los productos en todos los sitios a la vez, con su calendario: temporada de cada zona, festivos, fechas que se mueven y promociones apuntadas. Para cada producto y sitio da una previsión semanal con lo más probable y una banda. El manual de Hyndman y Athanasopoulos explica que el límite inferior de un intervalo del 80 % debería quedar por encima del valor real alrededor del 10 % de las veces, y eso es lo que se comprueba.

Aprender de todo el catálogo a la vez tiene una ventaja práctica: un producto nuevo hereda la curva de su familia desde la primera semana, y un producto que vende poco aprovecha lo que se sabe de los parecidos. En la competición M5, organizada por Makridakis y su equipo con datos de venta de Walmart, los métodos que mejor quedaron fueron modelos de este tipo, entrenados sobre muchas series a la vez.

Riesgo de rotura y cantidad.

Con la banda, el stock de hoy, lo que va de camino y el plazo del proveedor, se calcula la probabilidad de quedarse sin el producto antes de que llegue el siguiente envío. Es un número que se puede verificar: de todas las veces que el sistema dijo «5 % de riesgo», debería haber habido una rotura más o menos en una de cada veinte. Si fue en una de cada cinco, el sistema es optimista y se corrige.

La cantidad propuesta es la que deja ese riesgo en el nivel de servicio que has fijado para cada familia: más alto para lo que no puede faltar, más bajo para lo que se puede sustituir. Se redondea a cajas, palés o múltiplos de compra y respeta los mínimos de cada proveedor.

• Venta esperada por producto, sitio y semana, con su banda.
• Probabilidad de rotura antes del siguiente envío.
• Cantidad para el nivel de servicio de cada familia.
• Stock que, con la venta esperada, no se va a mover en meses.

Lo que no hace.

No adivina lo que no ha pasado nunca: un cliente grande que entra, una tienda en una ciudad sin historia o una promoción que nadie apuntó. En esos casos se apoya en lo parecido, ensancha la banda y marca la confianza como baja. Para lo que tú sabes y los datos no, hay un campo donde apuntarlo, y entra en el cálculo.

No decide sola: propone y aprueba una persona. No escribe en tu programa sin permiso. Y el asistente no hace las cuentas de stock: las hace el modelo de previsión. El modelo de lenguaje solo lee esos resultados y los explica, citando de dónde sale cada cifra, porque un modelo de lenguaje sin datos delante puede inventar con mucha seguridad.

Tampoco mejora siempre a lo que ya haces. En el Estudio de reposición 2026 de Arume, con datos sintéticos, la previsión ahorró un 25 % de stock frente a la cobertura fija con venta de temporada y cuatro semanas de plazo, y no aportó nada apreciable con venta estable y plazo corto. Por eso se mide familia a familia.

¿Cómo se comprueba?

Con un backtest: se repiten tus semanas pasadas usando solo los datos que se tenían cada día, que es lo que el manual de Hyndman y Athanasopoulos llama validación cruzada de series temporales. Se mide el error en unidades ponderado por la venta, el sesgo y la calibración de la banda, frente a una referencia simple con las mismas reglas.

Después, uno o dos meses en modo sombra: el sistema propone con datos frescos y tu equipo decide como siempre. Al final se comparan las roturas y el stock inmovilizado de cada lista. El informe de la simulación es tuyo aunque no sigas.

La IA y la ley.

El Reglamento (UE) 2024/1689 de inteligencia artificial clasifica los sistemas por riesgo. Un sistema de previsión de stock no está en la lista de alto riesgo. Sí aplica la obligación de transparencia del artículo 50 al asistente: quien conversa con él tiene que saber que habla con una IA, y así se le indica. Los datos que se usan son de producto, sitio y venta, sin datos personales de clientes, y se alojan en la Unión Europea.

Cómo se empieza.

Con el análisis gratuito sobre un export de ventas y stock, que te dice qué productos se quedaron sin stock, cuántos días y cuánto stock está parado. Si el problema existe, se pasa a la simulación con tus datos, que es donde se ve si la IA mejora a lo que ya haces, y después al modo sombra.

¿Te suena alguno de estos casos?

• Si te han vendido «IA» y no sabes qué hace por dentro Aquí está la lista de lo que hace y de lo que no, y la manera de comprobarlo con tus semanas pasadas.
• Si tu catálogo mezcla productos que rotan y productos que salen de vez en cuando Los que salen poco se tratan como probabilidad de venta, no con una media semanal que nadie puede mandar.
• Si tienes temporada que cambia entre zonas El modelo aprende la curva de cada familia en cada zona, y las fechas que se mueven, como Semana Santa, entran como fechas.
• Si quieres una IA que proponga y una persona que decida Ninguna propuesta se ejecuta sin aprobación, y cada una se explica.

Una IA que enseña cuánto se equivoca.

Mucho de lo que se vende como gestión de stock con IA es una media móvil con otro nombre, o un chat que contesta sin decir de dónde saca los datos. Lo que hacemos es más estrecho y más comprobable: un modelo de previsión que da la venta con su banda, un cálculo de riesgo que se verifica contando y un asistente que cita sus fuentes. Antes de usarlo se mide con tu histórico contra una referencia simple, y el informe es tuyo aunque no sigas.

• Previsión por producto y sitio con banda de error.
• Riesgo de rotura calibrado: un 5 % es una de cada veinte.
• Backtest contra una referencia simple antes de usarlo.
• El asistente cita de dónde sale cada cifra.