El mismo almacén, el mismo conjunto de datos, dos cifras de retorno de inversión: 18 meses y 32 meses. Ambos proveedores juraban que la suya era «estándar del sector».
Un amigo mío dirige una operación de fulfillment para comercio electrónico en Ontario, California. El pasado diciembre tenía dos propuestas de automatización sobre su escritorio para un clasificador de cinta cruzada (cross-belt sorter). El proveedor A hablaba de un retorno en 18 meses. El proveedor B, de 27 meses. Mismo edificio, mismo historial de pedidos, nueve meses de diferencia — y ambos comerciales sonaban igual de seguros.
Le dije que apartara ambas propuestas y que primero respondiera una sola pregunta: ¿cuántos pedidos al día en pico y cuántos fuera de temporada?
«Seis mil fuera de temporada. Dieciocho mil en pico.»
Ahí se perdieron los nueve meses. El proveedor A calculó el ROI sobre el volumen medio anual. El proveedor B lo calculó cerca del pico. Y esto es lo curioso de este almacén: en los 365 días del año, ni un solo día opera realmente al promedio anual.
El día promedio no existe
Fuera de temporada: 6.000 pedidos al día. Temporada intermedia: 9.000. Pico: 18.000. La media aritmética queda en torno a 10.000 al día, y en la hoja de cálculo parece tranquilizadoramente estable. Pero ese número nunca aparece en un plan de turnos. Nunca aparece en una curva de expedición. Ninguna plantilla se ha dimensionado para él, ninguna capacidad de transporte se ha reservado en función de él.
A los proveedores les encanta el promedio, y el motivo no es ningún misterio: reduce el denominador, lo que embellece el coste por pedido, lo que acorta el periodo de retorno. Una propuesta con retorno a 18 meses cierra acuerdos más rápido que una de 27 meses. Las matemáticas no están mal; la suposición que las alimenta, sí.
Ya he visto cómo termina esto. En 2019 trabajé en un proyecto 3PL en Indianápolis — 4.000 unidades al día fuera de temporada, 15.000 en pico — donde el proveedor había modelado todo sobre el promedio y firmó con total confianza. El primer año tras la puesta en marcha, el dueño descubrió que seguía necesitando el doble de personal cada pico: el clasificador funcionaba a pleno rendimiento y aun así no daba abasto, y fuera de temporada estaba ahí parado cogiendo polvo. El equipo en sí no perdió dinero. La factura de mano de obra se disparó. En la revisión del ROI del primer año, nadie quiso sacar a relucir la proyección original de 18 meses.
Los pedidos pico son pedidos caros
Este es el defecto fatal del modelado basado en promedios: supone que cada pedido cuesta lo mismo. En realidad, un pedido de temporada pico y uno de fuera de temporada pueden diferir en coste un 40% o más.
Empecemos por las personas. California exige pagar las horas extra a 1,5x después de 8 horas diarias. En pico, tus empleados a jornada completa trabajan días de 11 horas, y esas tres últimas horas se pagan a tarifa y media. En el Inland Empire, el salario de almacén ronda los $19–22 por hora según las ofertas públicas de empleo — así que las horas extra salen a unos $30 por hora. Esa tarifa nunca la pagaste en febrero.
La mano de obra temporal cuesta aún más. Empiezas a acumular temporales dos meses antes del pico, y entre el margen de la agencia de empleo y la prima de temporada, el coste real suele ser de 1,3 a 1,4 veces la tarifa de un empleado fijo — cuando las cosas van bien. El peor año que vi, un almacén sufrió un déficit del 30% de temporales la semana antes del Día de Acción de Gracias y acabó pagando el doble de la tarifa diaria para robar trabajadores a otros. Y los temporales rinden quizá entre un sesenta y un setenta por ciento de lo que rinde un veterano durante sus dos primeras semanas, con tasas de error más altas — las devoluciones y los reenvíos caen todos en la columna «pico».
Luego está el transportista. UPS y FedEx aplican recargos por demanda pico desde finales de septiembre hasta mediados de enero. En el ciclo de 2025, los paquetes terrestres residenciales llevaban de $0,40 a $2,05 por paquete, con los grandes expedidores pagando hasta $8,75. Si la mitad de tus 18.000 pedidos diarios en pico son residenciales, eso son decenas a más de cien mil dólares al mes solo en recargos. No tiene nada que ver con tu clasificador — pero determina si tu pico es realmente rentable, lo que determina si puedes permitirte automatizar en absoluto.
El ROI basado en promedios supone que el pico y la temporada baja cuestan lo mismo. Esa suposición falla en el primer paso, y cuanto más precisa se vuelve la hoja de cálculo a partir de ahí, más se desvía.
Dimensiona para el pico, calcula el retorno sobre el promedio ponderado
Esto es una auténtica disyuntiva sin respuesta de manual — solo opciones.
La automatización pesada — clasificadores de cinta cruzada, AS/RS, flotas de AMR — se dimensiona para el pico pero pasa ociosa buena parte del año. La depreciación no entiende de estacionalidad, pero los ahorros solo tienen valor cuando hay actividad. Si tu clasificador funciona cuatro horas al día fuera de temporada con una utilización por debajo del 20%, no está ahorrando «coste de mano de obra» — está ahorrando una fracción de un coste de mano de obra que apenas tenías.
Dimensionar al promedio es peor: el equipo se satura en pico, el desbordamiento cae de lleno sobre horas extra y mano de obra temporal, y la máquina que compraste para ahorrar dinero no puede generar ahorros en los tres meses más caros del año.
Así que la pregunta correcta no es «a qué volumen dimensiono». Son dos frases separadas: modela el retorno sobre el promedio ponderado; planifica la capacidad para el pico. Y cubre la brecha entre el pico y el promedio con capacidad flexible — mano de obra temporal, alquiler de equipos a corto plazo, acuerdos de desbordamiento con un 3PL. Que los activos fijos cubran solo la capacidad que realmente usas todo el año.
Un ejemplo desarrollado — todas las cifras siguientes son hipotéticas
El método es sencillo, en cuatro pasos:
Primero, divide el año en tres tramos — fuera de temporada, temporada intermedia y pico — con volumen diario y número de días para cada uno. Digamos: fuera de temporada cinco meses a 6.000 pedidos/día; temporada intermedia cuatro meses a 9.000; pico tres meses a 18.000.
Segundo, fija el precio de la mano de obra en tres tramos: tiempo normal, horas extra de empleados fijos (1,5x) y mano de obra temporal (margen de la agencia más un descuento por productividad, en su propia línea). No olvides el coste de formación ni las dos semanas de adaptación en las que los temporales rinden por debajo — la mayoría de los modelos lo omiten en silencio.
Tercero, dibuja la curva de utilización del equipo: para cada tramo, ¿cuántas horas al día funciona realmente la máquina? En los meses en que la utilización queda por debajo del 40%, descuenta los ahorros — la capacidad ociosa no ahorra nada, eso es física.
Cuarto, calcula el retorno sobre los números ponderados: calcula el coste laboral que la automatización desplaza en cada tramo, pondera por días, obtén el ahorro anual y divídelo entre la inversión total.
Toma como ilustración el almacén de mi amigo en Ontario — todas las cifras son hipotéticas, solo para demostrar el método: un centro de fulfillment para comercio electrónico de 120.000 pies cuadrados. Fuera de temporada 6.000 pedidos/día (150 días), temporada intermedia 9.000/día (120 días), pico 18.000/día (95 días). Salario de empleado fijo a $20/hora (tarifa de mercado del Inland Empire), horas extra a 1,5x, temporales a 1,35x. Un clasificador de cinta cruzada a $1,8 millones todo incluido, que desplaza mano de obra de clasificación:
- Fuera de temporada: desplaza 8 puestos a tiempo normal. 8 × $20 × 8 × 150 = $192.000
- Temporada intermedia: desplaza 12 personas — 8 a tiempo normal más 4 trabajando 3 horas extra diarias. (8 × $20 × 8 + 4 × $30 × 3) × 120 = $196.800
- Pico: desplaza 20 personas — 10 a tiempo normal, 6 con 3 horas extra diarias, 4 temporales. (10 × $20 × 8 + 6 × $30 × 3 + 4 × $27 × 8) × 95 = $285.380
Ahorro anual: unos $674.000. Retorno: $1,8M ÷ $674K ≈ 2,7 años — 32 meses.
La versión basada en promedios del proveedor: unos 10.000 pedidos/día de promedio, desplazando 20 puestos a tiempo normal todo el año. 20 × $20 × 8 × 365 = $1,17 millones al año. Retorno: 18,5 meses.
El mismo proyecto, 18 meses frente a 32 meses. La brecha de 14 meses no es un problema de matemáticas — es un problema de suposiciones. Las primas laborales del pico y la ociosidad fuera de temporada quedaron engullidas por el promedio.
Cierro con una opinión impopular: si tu ratio pico/valle supera 3 a 1 y tu pico dura menos de tres meses, no compres automatización pesada. El equipo pasa ocioso nueve meses al año y las cuentas nunca salen. Gasta el dinero en flexibilidad — un verdadero canal de mano de obra temporal, alquileres de equipos a corto plazo, un acuerdo de desbordamiento con un 3PL. La misma precaución para almacenes donde los SKU y las especificaciones de caja cambian cada año: los equipos ligados al proceso, como los clasificadores, devorarán tus ahorros previstos en costes de adaptación. Los activos pesados pertenecen a almacenes con fluctuación inferior a 2x, picos de cuatro meses o más y un proceso mayormente estable.
Algo que puedes hacer esta noche: exporta tus últimos doce meses de pedidos diarios de expedición, dibuja la curva, marca los tres tramos. Y pregunta a tu proveedor en qué tramo se basó realmente su modelo de ROI.
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
