IA operativa sobre tu ERP: agentes útiles, no chatbots genéricos
Cómo aplicar LLMs privados a logística e industria sin filtrar datos fuera ni vender humo.
La IA útil en operaciones no es un chatbot en la web. Es un agente con acceso controlado a órdenes, stock, rutas e incidencias, que responde con fuentes y deja rastro auditable. La diferencia entre estas dos cosas es la diferencia entre un demo de marketing y un sistema que la gente usa en producción.
En NaimiTech tratamos la IA como un servicio propio, no como un adorno de cada entrega de software. La aplicamos cuando hay un proceso con KPI medible que mejorar, y la rechazamos cuando la propuesta es "poner ChatGPT en el ERP" sin más.
Casos de IA operativa que sí miden ROI
Clasificación documental: DUAs, albaranes, CMR, pedidos por email. Un modelo de visión y lenguaje puede extraer las líneas de pedido de un PDF de cualquier formato de cliente, validarlas contra el maestro de artículos del ERP y proponer la entrada, con los casos dudosos marcados para revisión humana en un clic, no bloqueando todo el lote.
Consultas internas sobre estado de operación: un agente conectado al TMS o WMS responde "¿dónde está el pedido de Empresa X?" o "¿qué camiones no han llegado aún?" consultando los datos reales del sistema, no inventando. Esto elimina la llamada al despacho o al almacén para cada consulta de estado, que en una operación con 50 envíos diarios suma horas.
Visión artificial en almacén: reconocimiento de matrículas en puerta de nave, lectura de códigos SSCC en muelle, detección de anomalías en línea de picking. Estos casos tienen un ROI claro porque sustituyen un proceso manual con tasa de error medible.
RAG sobre documentación interna: procedimientos de seguridad, fichas técnicas de producto, instrucciones de manejo específicas de cliente. El equipo pregunta en lenguaje natural y el sistema responde citando el documento exacto, sin necesidad de saber en qué carpeta de SharePoint está.
Casos que no miden ROI (y cómo identificarlos)
Si no hay un KPI operativo que mejore, no hay proyecto de IA, hay demo. Los indicadores de que un proyecto de IA no va a funcionar: no hay proceso concreto a acortar o a hacer más preciso, los datos del sistema están sucios o incompletos, el objetivo es "tener IA" más que resolver un problema, o el modelo propuesto accede a datos sensibles sin definir permisos y logs de auditoría.
Requisito previo para cualquier proyecto de IA operativa: datos limpios y un sistema de verdad (ERP + TMS/WMS). Sin eso, el modelo inventa con confianza, y en operaciones críticas, un modelo que inventa con confianza es más peligroso que no tener IA.
¿Tu empresa está en esta situación?
30 minutos con el equipo técnico, sin compromiso
Te decimos si el problema que describes tiene solución, cómo lo enfocaríamos y qué costaría arrancar.
Agendar auditoría gratuitaDiseño seguro: privacidad, permisos y auditoría
En operaciones de logística e industria, los datos que maneja la IA son sensibles: pedidos de clientes, ubicaciones de mercancía, documentación de transporte, fichas de proveedores. El diseño correcto no envía esos datos a servicios externos de terceros. Trabajamos con modelos privados (auto-hospedados o en VPC del cliente), permisos por rol que determinan qué datos puede ver cada usuario a través del agente, y logs completos de qué se preguntó y qué se respondió.
Si un proveedor de IA no puede explicar con claridad dónde viven tus documentos y quién puede acceder a ellos, no es un partner de operaciones, es un riesgo de privacidad y de cumplimiento RGPD que tu empresa asume. El contexto regulatorio en Europa (RGPD, AI Act) impone obligaciones concretas sobre los sistemas de IA en operaciones empresariales que no se cubren con los términos genéricos de ningún SaaS de IA. Ver servicio de IA operativa.