Empiezo con una factura. En octubre de 2024, un 3PL de Dallas que operaba un negocio de comercio electrónico de autopartes desde un almacén de 50,000 pies cuadrados me mostró la propuesta de un proveedor que decía "3.2-year payback" en un sistema goods-to-person. El dueño me pidió auditar los cálculos. Taché tres supuestos y lo corrí de nuevo: 6.8 años. Esos 3.6 años extra se escondían en tres líneas de letra pequeña: estaciones de picking siempre funcionando a plena capacidad, costos laborales congelados al nivel de este año y ningún traslado de la instalación en tres años.
Este artículo hace una sola cosa: desmonta el cálculo del payback del ROI de goods to person para que puedas correrlo tú mismo, y cuestionarlo.
La fórmula del payback es simple. Los insumos no.
La fórmula es una línea, nada misterioso:
Payback (years) = Total Investment ÷ Annual Net Savings
El problema es que ambos lados de esa ecuación se "optimizan", por el proveedor y a veces por tu propio equipo. Empieza con el numerador. La inversión total no es la cotización del equipo. Toda hoja de cálculo de payback que he auditado deja fuera las mismas partidas:
| Partida de inversión | Lo que suele quedar fuera |
|---|---|
| Hardware (estanterías, shuttles, robots CTU, estaciones de picking) | ¿La cotización incluye impuestos y flete? ¿Cuántos años de repuestos están incluidos? |
| Software (licencias de WES / orquestación) | ¿Anual o perpetua? ¿La suscripción del segundo año está en el cálculo? |
| Integración | ¿Quién paga los días-hombre para integrar con tu WMS actual? |
| Obra civil en la instalación | Capacidad de carga del piso, reevaluación de rociadores contra incendios, iluminación: a menudo "se cotiza por separado" |
| Financiamiento | Si pagas en cuotas, los intereses van en el numerador |
En el proyecto de Dallas, la suscripción del software y la reevaluación de los rociadores sumaban por sí solas el 11% de la inversión total, y la hoja original no incluía ninguna de las dos. Reduce el numerador en un año de costos ocultos y el payback mágicamente parece un año más corto.
Ahora el denominador. Ahorros netos anuales = costo laboral evitado + ahorros por reducción de errores + ahorro de espacio − los nuevos costos operativos que crea el sistema. Ese último término importa: un sistema GTP no es cero mano de obra. Las estaciones de picking necesitan operadores, el sistema necesita técnicos, la reposición necesita personal. He visto hojas de cálculo que "olvidan" dos técnicos del sistema: decenas de miles de dólares al año.
Tres supuestos de entrada que lo deciden todo
Tres números del denominador deciden si el payback es de tres años o de siete. Y en las hojas de los proveedores, los tres tienden a estar puestos en sus valores más optimistas.
Primero, la utilización de la tasa de la estación de picking. El folleto dice 300 a 500 UPH (unidades por hora) por estación. En condiciones de laboratorio puede ser cierto. Tu almacén no es un laboratorio: una mala planificación de olas hace que el sistema espere pedidos; una reposición que no da abasto deja espacios vacíos; el perfil de SKU equivocado —artículos sobredimensionados o incómodos— mata la tasa. En las revisiones post-implementación que he hecho, menos de uno de cada tres sitios sostiene más del 70% de la tasa del folleto a lo largo del tiempo. La mayoría se queda entre el 50% y el 65%.
Segundo, el personal evitado. El "18 FTEs eliminados" de la hoja se calcula con tres turnos completos, 365 días. ¿Tu edificio realmente opera tres turnos? ¿Qué pasa en la temporada baja? Muchos almacenes de comercio electrónico trabajan a todo vapor cuatro meses al año y dejan el sistema GTP parado los otros ocho, mientras el cálculo de ahorro laboral cuenta los doce meses a pleno valor. Descuéntalo con tus turnos reales y tu estacionalidad.
Tercero, la inflación del costo laboral. A las hojas les encanta "los salarios suben 5% al año, así que el ahorro se capitaliza". Los salarios de almacén en EE. UU. han estado subiendo, pero ¿el 5% es tu número o una suposición? Saca tu nómina de los últimos tres años y toma la media aritmética. Pocas operaciones que he visto superan el 4%.
Cada uno de estos moviéndose diez puntos cambia el payback en uno o dos años. Esta es la tabla de sensibilidad de mi recálculo de Dallas:
| Escenario | Utilización de tasa | Laboral evitado (descontado) | Payback |
|---|---|---|---|
| Original del proveedor | 90% | 18 FTE (plantilla completa) | 3.2 years |
| Conservador | 65% | 12 FTE (ajustado por estacionalidad) | 5.1 years |
| Pesimista | 55% | 10 FTE | 6.8 years |
Mismo equipo, mismo proveedor, distintos supuestos, el doble de payback. Un cálculo de payback GTP nunca cotiza realmente el equipo. Cotiza los supuestos.
La parte contraintuitiva: lo que mata el payback no es el precio
La mayoría de los compradores se preocupa por pagar de más por el hardware. Preocupación equivocada. Un equipo 10% por encima del presupuesto añade tres o cuatro meses al payback. Una caída de diez puntos en la utilización añade un año o más. El throughput es la única palanca real de este sistema. Todo lo demás es dinero pequeño.
¿Por qué la tasa nunca se sostiene? He visto tres causas reales. Primera, la reposición. GTP convierte "personas a mercancía" en "mercancía a personas", pero el inventario de esas estanterías no se repone solo. A principios de 2025, un almacén de comercio electrónico transfronterizo en el este de China instaló un sistema goods-to-person estilo CTU con capacidad de 400 UPH por estación y lo corrió a 220 durante meses: el equipo de reposición seguía dotado y programado como en los días del picking manual, y la tasa de espacios vacíos rondaba por encima del 15%. Equipo de un millón de dólares, esperando trabajo de salario por hora.
Segunda, el perfil de pedidos. GTP odia dos cosas: artículos sobredimensionados y SKUs de cola larga extrema. Los artículos grandes arruinan la ergonomía de la estación y cortan la tasa a la mitad; los SKUs de cola larga significan estanterías llenas de "espacios zombi" ocupando posiciones caras de almacenamiento automatizado, tocadas unas pocas veces al año. En el sitio de autopartes de Dallas, el 40% de los SKUs se movía menos de 12 veces al año: esos productos no tenían nada que hacer dentro de la zona GTP. Sacarlos al almacenamiento convencional habría reducido el sistema en un nivel completo.
Tercera, las olas y el arranque. Durante los primeros tres meses tras el go-live, la lógica de olas WES-a-WMS y el manejo de excepciones todavía se están ajustando. Llegar al 50% de utilización en ese periodo es ir bien. "Producción plena desde el día uno" es el optimismo más caro que conozco.
Un trade-off que debes enfrentar: los sistemas basados en shuttles, los CTU/AMR shelf-to-person y los sistemas de totes estilo miniload no son mejores ni peores: son apuestas distintas. Los shuttles dan densidad y un throughput fuerte por estación, pero te atan a pasillos fijos. El estilo CTU suma o quita bots libremente, el más flexible, pero ocupa más piso. Elegir la arquitectura equivocada y luego afinar el payback es renovar la cimentación equivocada: Dallas eligió estilo CTU por una razón: cuatro años restantes de arriendo, y un sistema de shuttles atornillado al piso se convierte en costo hundido el día que te mudas.
Dónde están las palancas reales de ahorro
Con los cálculos auditados, aquí es donde realmente puedes mover la aguja.
Primero, la depuración de SKUs. Haz un análisis ABC riguroso y deja entrar a la zona automatizada solo SKUs A, y algunos B. Cada slot automatizado tiene un precio: depreciación del equipo más suscripción del software. Estacionar productos de baja rotación ahí es quemar dinero. Reduce el sistema un 20% y el payback baja aproximadamente un año.
Segundo, dotación de reposición. La reposición GTP corre a dos o tres veces la intensidad de los días del picking manual: necesita su propio personal y sus propios KPIs, no un trabajo secundario. El sitio de China que convirtió la reposición en un equipo dedicado bajó su tasa de espacios vacíos del 15% al 6% y recuperó doce puntos de utilización. Sin gasto en equipo nuevo.
Tercero, trata los ahorros por reducción de errores por separado y con conservadurismo. GTP genuinamente baja las tasas de error de picking del rango manual de 1%–3% hacia el 0.1%, y devoluciones, servicio al cliente y costos de reenvío son dinero real. Pero esta es la línea donde las hojas se inflan: "los errores llegan a cero", o una devolución costeada en treinta dólares. Usa tus datos reales de devoluciones de los últimos doce meses y modela la mejora como "cortada a la mitad", no "eliminada".
Una conclusión que puedes calcular tú mismo
No confíes en ningún "payback de 3 a 5 años" prefabricado. Corre estos tres números tú mismo:
- Tu UPH real por estación. No el del folleto. Toma tu UPH de picking manual actual, multiplícalo por 2.5 —un factor empírico que he encontrado conservador y confiable— y luego aplica 65% de utilización.
- Tu costo totalmente cargado por FTE. Salario por hora × 2,080 horas más beneficios e impuestos de nómina (típicamente otros 25%–30% en EE. UU.), por el personal que realmente puedes evitar, ajustado por estacionalidad.
- Tu inversión total. Equipo más cinco años de suscripción de software más integración más obra civil, partida por partida, y haz que el proveedor llene cada casilla.
Payback = Inversión total ÷ (ahorros laborales anuales + ahorros por errores anuales × 0.5 − nuevos costos operativos). Menos de 4 años, vale la pena negociar. De cuatro a cinco años significa que estás apostando a tu confianza en el throughput y el perfil de pedidos. Más de cinco años, vuelve y arregla tu slotting ABC y tu planificación de olas primero: la conversación del equipo puede esperar al próximo año.
Si el dinero está bien gastado no te lo dice la hoja de cálculo. Los supuestos sí. Escríbelos, reemplaza cada uno con tus propios datos: ese es todo el método.
Por Lao Zhou, Analista de Costos Logísticos
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
