En algún momento de la segunda mitad de 2025, empezó a aparecer una nueva línea en los documentos de licitación de los 3PL: "Describa su uso de la IA en la programación de mano de obra y la previsión de demanda". Hace 3 años, las mismas RFP preguntaban si contaban con un WMS y cuál era su precisión de inventario por ubicación. La pregunta en sí es la señal. Los cargadores han empezado a tratar la capacidad tecnológica como un criterio de calificación, no como un simple valor añadido.
El patrón: los grandes 3PL invierten en 3 direcciones
Durante los últimos 2 años, el gasto tecnológico de los principales 3PL se ha concentrado en 3 áreas, y el manual de juego es notablemente consistente. Primero, la inteligencia de programación: algoritmos que reemplazan la planificación de turnos y la construcción de olas dirigida por supervisores, con sistemas que agrupan pedidos y asignan rutas de picking automáticamente según el perfil del pedido. Segundo, la previsión de demanda: alimentar datos históricos de envíos, calendarios promocionales y factores de estacionalidad en modelos que proyectan el volumen de salida por SKU con 2 a 4 semanas de antelación, orientando tanto la reposición como la planificación de personal. Tercero, el servicio al cliente con IA: grandes modelos de lenguaje que atienden el nivel de consultas repetitivas de alta frecuencia: "dónde está mi mercancía", "cómo se calculó esta factura".
He revisado los informes públicos y las comunicaciones con inversores de varios 3PL cotizados. Las definiciones en la información divulgada difieren lo suficiente como para que las comparaciones directas entre empresas resulten engañosas, pero la dirección es uniforme: la inversión en tecnología y digitalización crece materialmente más rápido que los ingresos en lo más alto del mercado. En términos llanos, los líderes están sacrificando margen hoy por un foso tecnológico mañana.
Los números: ¿qué compra realmente ese gasto?
La pregunta crítica es si esa inversión se convierte en poder de fijación de precios. Según la propia información pública de los operadores, la programación asistida por IA ha elevado la productividad de picking por almacén entre un 15 y un 30 por ciento. Ese rango suena modesto hasta que lo colocas dentro de la estructura de costos.
La mano de obra ha sido durante mucho tiempo el costo dominante en las operaciones de almacén; un parámetro aproximado de uso común la sitúa entre el 50 y el 60 por ciento del costo operativo. Consideremos un modelo rápido para una instalación de 100,000 pies cuadrados que envía 8,000 pedidos al día: si el costo de mano de obra de picking ronda los $2.4 millones al año, una ganancia de productividad del 20 por ciento ahorra aproximadamente $480,000 anuales. Frente a eso, un módulo de programación con IA —suscripción de software más implementación amortizada— cuesta del orden de $150,000 a $250,000 al año. El retorno llega dentro de los 12 meses, y por eso los líderes pueden trasladar parte del ahorro a sus ofertas y reinvertir el resto: un ciclo que se autorrefuerza entre el gasto tecnológico y la competitividad en precios.
Una salvedad importante: las matemáticas anteriores solo funcionan en almacenes con perfiles de pedido estables y SKUs concentrados. En instalaciones con fragmentación extrema de SKUs y volumen diario volátil, los pedidos de cola larga erosionan la mayor parte de la ganancia algorítmica, y las mejoras reales de productividad pueden caer a un dígito. Por eso los grandes actores despliegan la IA primero en sus sitios insignia de gran tamaño en lugar de extenderla a toda la red.
Participé en una licitación 3PL en el sur de China en el otoño de 2025 que ilustró el cambio. El cargador, una empresa de comercio electrónico de muebles para el hogar que mueve alrededor de 3 millones de pedidos al año, preseleccionó a 3 proveedores. El ofertante con mayor intensidad tecnológica quedó alrededor de un 8 por ciento por encima de la cotización más baja... y ganó. El responsable de compras me dijo en privado que habían modelado la diferencia: las velocidades de picking comprometidas del ganador y los SLA de respuesta a excepciones, traducidos en personal de servicio al cliente y reclamaciones evitadas, cubrían la prima del 8 por ciento en un año. El gasto en tecnología está cambiando cómo se deciden las licitaciones: de "quién es más barato" a "quién tiene el menor costo total de propiedad". Una vez que los cargadores interiorizan esa lógica, los proveedores sin historia tecnológica que contar irán perdiendo gradualmente hasta el derecho a competir en precio.
Atribución: dónde la IA realmente recorta costos
Al desglosar la inversión, la IA produce ahorros reales en 3 eslabones específicos de la operación 3PL.
El primero es la programación de personal. Los almacenes tradicionales programan por instinto del supervisor: más o menos cuántos pedidos mañana, más o menos cuánta gente. El valor de la programación algorítmica no es que sea más precisa en ningún sentido místico, sino que itera más rápido: el sistema propone el personal diario según el volumen previsto, y los supervisores solo afinan. Un director de operaciones de un 3PL del este de China me contó que, tras adoptar la programación basada en previsiones para la temporada alta de 2025, su uso de mano de obra temporal cayó aproximadamente un 20 por ciento, y la mano de obra temporal cuesta entre un 20 y un 30 por ciento más por hora que el personal fijo, así que ahí es donde más duele el ahorro.
El segundo es la optimización de la ubicación de productos (slotting). La clasificación ABC es un consejo de manual, pero las revisiones manuales de ABC se hacen 1 o 2 veces al año mientras los perfiles de velocidad de los SKUs cambian constantemente. Un algoritmo puede recalcular el mapa de calor de ubicaciones cada semana, llevando los productos de alta rotación a la zona dorada de picking. El ahorro nunca aparece como una partida; aparece como pasos no dados. En un almacén de 80,000 pies cuadrados, una ruta de picking un 10 por ciento más corta se traduce en un número significativo de horas de mano de obra ahorradas en un año.
El tercero es el servicio al cliente. El equipo de servicio de un 3PL mediano atiende cientos de tickets repetitivos al día: "localice mi envío" y "explíqueme esta factura". El servicio basado en LLM ha elevado la resolución automatizada de consultas estandarizadas por encima del 70 por ciento. Un 3PL de fulfillment de ropa en el este de China vio su volumen de consultas cuadruplicarse durante el festival de compras de mitad de año de 2025; en años anteriores contrataban 6 agentes temporales, este año el modelo absorbió más del 80 por ciento de las consultas estándar y solo añadieron 2. Lo que ahorraron no fueron solo salarios, sino el riesgo de no poder contratar durante el pico. Los agentes desplazados no fueron despedidos: pasaron a la gestión de excepciones y al éxito del cliente. Ese cambio en la estructura de costos es parte de por qué los líderes pueden permitirse ceder margen en sus ofertas.
La apuesta de tendencia: estratificación, no consolidación
Mi lectura, con evidencia y calendario: la estratificación ocurrirá, pero no se verá como "los grandes devorando a los pequeños". Entre 2026 y 2027, la programación con IA se convertirá en una partida estándar en las grandes licitaciones: los proveedores que no la tengan tendrán dificultades para entrar en las listas cortas. Entre 2027 y 2028, la inversión se trasladará a los precios, y los líderes abrirán una ventaja de 5 a 10 puntos en las cotizaciones de grandes contratos estandarizados. Al mismo tiempo, los 3PL medianos y regionales no desaparecerán. Se replegarán a 3 posiciones que los gigantes no querrán disputar.
La primera es la profundidad vertical: farmacia de cadena de frío, mercancías peligrosas, electrónica de alto valor. El saber hacer ahí vive en el detalle de cumplimiento y la destreza de manipulación, no en los algoritmos. La segunda es la densidad regional: 3 o 4 instalaciones pequeñas dentro de un área metropolitana que entregan servicio el mismo día, donde las relaciones locales y la velocidad de respuesta importan más que una red nacional. La tercera es el trabajo especializado y no estándar: entrega de guante blanco con instalación, logística de ferias, logística inversa. Cuanto más no estándar el trabajo, menor el dividendo de estandarización de la IA y mayor el valor de la experiencia humana.
El punto contrarian: el mayor riesgo para un 3PL mediano no es "no podemos permitirnos la IA" sino "compramos la IA equivocada". He visto a un 3PL regional con menos de $20 millones de ingresos anuales gastar fuerte en un sistema de previsión de demanda, solo para descubrir que el 70 por ciento de sus pedidos provenían de adiciones urgentes de 3 grandes clientes. El modelo era inútil frente a ese tipo de demanda en forma de pulso, y el sistema quedó ocioso. La IA es un amplificador: amplifica cualquier ventaja estructural que ya tenga tu perfil de pedidos. Si tu ventaja nunca fue la escala y la estandarización, el amplificador no hace nada por ti.
3 preguntas abiertas para la industria
Primera, ¿la carrera armamentista tecnológica elevará la base general de costos fijos de la industria y adelgazará aún más los márgenes de los 3PL? Ya hemos visto esta película con la adopción del WMS: el sistema se convirtió en requisito básico sin elevar la rentabilidad de toda la industria; simplemente subió el precio de la entrada.
Segunda, cuando la programación, la previsión y el servicio de los principales 3PL corran sobre clases similares de algoritmos, ¿desaparece la diferenciación? Si la IA de todos está afinada a partir de los mismos modelos fundacionales, ¿la competencia colapsa de vuelta en una guerra de precios?
Tercera, una pregunta que los cargadores deberían hacerse ahora: cuando tu 3PL externaliza su inteligencia operativa central a algoritmos, ¿cambiar de proveedor se vuelve más fácil o más difícil? Quien tenga los datos y modelos acumulados tiene la palanca en la próxima mesa de negociación.
La brecha tecnológica ya está en marcha, no en el horizonte. Pero el patrón histórico es consistente: en cada ola tecnológica, los ganadores no son simplemente los más avanzados: son los que tienen más claro en qué no necesitan ganar.
Por Dr. Chen, investigador de cadena de suministro
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
