23/10/2026 DIARIO DEL PUERTO
El Centro Español de Logística (CEL) celebró ayer en Madrid su 48º Congreso, en el que presentó su “III Estudio sobre el impacto de la inteligencia artificial en la cadena de suministro en España”.
La conclusión más relevante del estudio la subrayó Ana Isabel González, presidenta del CEL, en su discurso de bienvenida, al alertar de la brecha que se abre en el sector logístico entre eficiencia operativa y eficiencia económica.
“Según el estudio, 7 de cada 10 profesionales encuestados están convencidos que la inteligencia artificial mejorará la eficiencia de la cadena de suministro. Ahora bien, solo 3 de cada 10 encuestados prevén que la IA tendrá un impacto en la rentabilidad de sus empresas”, destacó Ana Isabel González.
La presidenta del CEL alertó de la “brecha” que esto comporta y del gran reto que tiene el sector logístico de buscar cauces para “convertir la IA en verdadero valor para el negocio”.
“Hay que convertir la IA en verdadero valor para el negocio”, según la presidenta del CEL
Las claves del estudio fueron expuestas por Ramón García, director general del CEL, y José Buch, director general de Supply Chain de Accenture, quienes evidenciaron la importante evolución de la IA en el sector logístico desde la elaboración del primer estudio en 2024, si bien “vamos demasiado poco a poco”, advirtió el responsable de Accenture.
De acuerdo con los datos presentados ayer, el 80% de las empresas logísticas ya trabajan con inteligencia artificial o generativa, teniendo el 48,6% ya IA en producción y un 31,4% en fase piloto, lo que muestra la normalización en la adopción de la IA.
Ahora bien, el conocimiento no acompaña y el 60% de los equipos de las empresas logísticas se mantienen en niveles básicos y no distinguen entre IA tradicional, IA generativa o IA agéntica (que es el sistema de IA autónomo capaz de recibir un objetivo general, planificar una serie de pasos, tomar decisiones y ejecutar acciones en tiempo real utilizando herramientas externas o aplicaciones, con una supervisión humana mínima o nula).
“El principal reto a futuro se desplazará de la tecnología al modelo operativo”, aseguró José Buch
En este sentido, el 66% de los encuestados está trabajando en sus empresas con recursos nulos o reducidos para desarrollar innovación en inteligencia artificial, de tal forma que los recursos son insuficientes y la inversión es aún minoritaria, pues solo el 11% de los encuestados asigna recursos significativos a la IA.
La evolución en los tres años del estudio aporta también información relevante. En 2024 apenas un 23% de los encuestados aplicaba IA (80% en 2026). Ahora bien, en 2024 hablábamos de un 73% de empresas en un nivel básico de conocimiento y ahora todavía estamos en el 60%.
Barreras
En este sentido, ahora mismo el 48,6% de las organizaciones señala la falta de conocimiento como primera barrera para la IA, pero solo el 31,4% está formando a sus equipos y solo el 20% está contratando a personal especializado.
El hecho de que mayoritariamente se espere que la IA incremente la productividad pero que solo el 31,4% de las organizaciones prevea impacto en los márgenes implica, según José Buch, que “el principal reto a futuro se desplazará de la tecnología al modelo operativo”.
José Buch: “Muchos pilotos funcionan, pero no escalan”
Durante la presentación del “III Estudio sobre el impacto de la inteligencia artificial en la cadena de suministro en España”, José Buch, director general de Supply Chain de Accenture, advirtió que ahora mismo en el sector logístico se prioriza lanzar casos de uso frente a invertir en datos e infraestructuras, de tal forma que “muchos proyectos piloto funcionan pero no escalan ni llegan a generar impacto”.
Por ello, Ramón García, director general del Centro Español de Logística (CEL), defendió como una de las grandes oportunidades que ahora mismo ofrece la implantación de la IA el “activar el valor de los datos existentes”, datos que es necesario explotar y que hoy solo se utilizan con fines operativos o regulatorios. García también alentó al sector para que convierta el cumplimiento de los requerimientos regulatorios en una “ventaja de partida” como “base para desplegar la IA”. Otros ámbitos de oportunidad subrayados por el director general del CEL son “la gestión anticipada del riesgo”, pasando de una gestión reactiva a modelos que detecten anomalías, fallos o incumplimientos antes de que tengan coste; y “escalar casos con retorno ya demostrado”, priorizando casos de uso con resultados medibles y replicables antes de ampliar el alcance.
Como habilitadores para la consecución de estos objetivos, Ramón García destacó la importancia de reservar la validación humana para decisiones críticas, excepciones y situaciones con impacto regulatorio o en el negocio; empezar por un problema concreto, con datos disponibles, un “owner” claro y un impacto medible; definir responsables, reglas de validación, ubicación y flujo del dato entre sistemas para mejorar la gobernanza y la calidad del dato; conectar la IA con los sistemas core como ERPs o plataformas aduaneras para integrarla en el proceso real; y con respecto a la gobernanza del modelo, definir “ownership”, trazabilidad, controles en producción y límites claros de autonomía.
