Planificación Industrial Inteligente: El Impacto Estratégico de la Inteligencia Artificial en la Cadena de Suministro de Fabricantes Industriales - Martínez García, Beatriz

Abstract

Este Trabajo de Fin de Grado analiza el impacto de la Inteligencia Artificial (IA) en los procesos de planificación de la cadena de suministro en el sector de fabricantes industriales. A partir de una revisión bibliográfica, un análisis detallado de las soluciones líderes de mercado según Gartner en 2025 y el estudio de trece casos reales del sector, se evalúa cómo la IA está transformando las capacidades operativas y competitivas de organizaciones con cadenas de suministro globales y complejas. El trabajo identifica los módulos funcionales comunes de las herramientas estudiadas, las soluciones de IA aplicadas en estos módulos y clasifica las tecnologías más relevantes (IA predictiva, prescriptiva, Machine Learning y simulación de escenarios) como fundamentos clave para lograr cadenas de suministro más eficientes, ágiles y resilientes. Los resultados muestran cuatro grandes aplicaciones de la IA en planificación: predicción de demanda, optimización de inventario, planificación integrada de suministro y producción, e integración financiera a través de módulos de S&OP o Integrated Business Planning (IBP). Además, se identifican tres tendencias dominantes: proactividad, agilidad y planificación concurrente, para lograr mejoras en productividad, lograr una mayor visibilidad y reducir costes a lo largo de toda la cadena de valor. La clasificación cualitativa de las herramientas en función de las funcionalidades de IA de sus módulos de planificación permite diferenciar entre líderes especialistas en planificación (Blue Yonder, o9 Solution y Kinaxis), especialistas en procesos industriales (OMP) y soluciones generalistas (Oracle). Desde un punto de vista estratégico, el análisis revela una fuente de ventaja competitiva, especialmente para fabricantes con una gran complejidad operativa y con una cadena de suministro que opera a nivel global. También se presenta un análisis de riesgos basado en los pasos que describe la norma ISO 31000, que revela la necesidad de desarrollar planes de mitigación para riesgos que tienen que ver con la calidad de los datos, ciberseguridad y gestión del cambio.

This Final Degree Project analyzes the impact of Artificial Intelligence (AI) on supply chain planning processes in the industrial manufacturing sector. Based on a literature review, a detailed analysis of the 2025 Gartner market-leading solutions, and the study of thirteen real-world industrial cases, the research evaluates how AI is transforming the operational and competitive capabilities of organizations with global and complex supply chains. The study identifies the common functional modules of the tools examined, the AI solutions embedded in these modules, and classifies the most relevant technologies (predictive AI, prescriptive AI, Machine Learning, and scenario simulation) as key enablers for achieving more efficient, agile, and resilient supply chains. The results show four major applications of AI in planning: demand forecasting, inventory optimization, integrated supply and production planning, and financial integration through S&OP or Integrated Business Planning (IBP) processes. Additionally, three dominant trends are identified, proactivity, agility, and concurrent planning, each essential to improving productivity, enhancing visibility, and reducing costs across the entire value chain. The qualitative classification of tools based on the AI capabilities present in their planning modules allows distinguishing between specialized planning leaders (Blue Yonder, o9 Solutions, and Kinaxis), industrial process specialists (OMP), and generalist solutions (Oracle). From a strategic perspective, the analysis reveals that AI-enabled planning represents a source of competitive advantage, particularly for manufacturers with high operational complexity and globally distributed supply chains. The study also presents a risk analysis aligned with the steps defined in the ISO 31000 standard, emphasizing the importance of developing mitigation plans aimed at improving data quality, strengthening cybersecurity in supply chain operations, and implementing effective change management plans to ensure successful deployments.