Un proveedor me dijo una vez que su IA de picking por visión era "99.9% precisa". Pregunté: ¿en qué almacén, con qué SKU, bajo qué iluminación? Silencio. Luego salió el pitch deck, lleno de números de laboratorio. Llevo 20 años en el sector de almacenes en EE. UU., y he aprendido a traducir las matemáticas de los proveedores sobre la marcha: la precisión de laboratorio no significa nada hasta que el modelo ha sobrevivido a tu edificio, a tus SKU y a tu temporada alta.
Así que esta es mi regla para cualquier IA que entre en producción en un almacén: nada de cortes bruscos. La IA entra primero como sombra durante 30 días. Observa, registra, no toca nada. Después —y solo después— hablamos de la puesta en marcha.
Modo sombra, robado de Tesla
No lo inventé yo. En abril de 2019, en el Autonomy Day de Tesla, la empresa describió cómo valida su nuevo software de conducción autónoma: lo ejecuta en "modo sombra" en los coches de los clientes —operando en silencio en segundo plano, sin tocar ningún control del vehículo, solo registrando "esto es lo que yo habría hecho" y comparándolo con lo que el conductor humano hizo realmente. Tesla lo puso después por escrito ante el DMV de California: las funciones en modo sombra operan en silencio sin accionar ningún control del vehículo, de modo que el nuevo comportamiento se demuestra en condiciones reales antes de llegar a la flota.
La versión para almacenes tiene exactamente la misma forma. La IA opera; los humanos operan el negocio; la salida de la IA se registra y nunca se ejecuta. Supón que estás evaluando sugerencias de reposición con IA: en modo sombra, la IA genera su lista de sugerencias cada día, pero la lista nunca sale. Los operarios trabajan con el proceso original. Al final del turno, el sistema compara las sugerencias de la IA con lo que los operarios veteranos hicieron realmente, línea por línea: coincidencia, no coincidencia o "la IA perdió la cabeza".
Esa última categoría importa, y es por eso que el modo sombra no es un "piloto". Un piloto pone negocio real en riesgo real a pequeña escala —cuando se equivoca, pagas. El modo sombra cubre toda la operación con riesgo cero —cuando se equivoca, es solo una fila en un registro, y los envíos continúan a la mañana siguiente. Esos 30 días te compran evidencia, no confianza. Cuando un proveedor cite un 99.9%, pide el registro de diferencias de 30 días. Si no puede producirlo, no hay nada que discutir.
Treinta días, tres números
Cuando pasen los 30 días, deberías tener tres números en la mano. Mi lista solo mira esos tres y nada más —todo lo demás es ruido.
Primero: tasa de coincidencia. Con qué frecuencia la decisión de la IA coincide con lo que el operario humano hizo al final. Mi estándar: 99% o mejor durante dos semanas consecutivas. Fíjate en la redacción —dos semanas consecutivas, no un promedio de 30 días. Los promedios esconden pecados. Dos semanas al 95% seguidas de dos semanas al 100% promedian un respetable 97.5%, pero ¿adónde fueron los problemas de esas dos primeras semanas? Semanas limpias consecutivas son lo que demuestra que el modelo es estable y no tuvo suerte. Y mide la coincidencia por escenario: SKU estándar, artículos de forma irregular y productos de cadena de frío se puntúan por separado. Si los mezclas, el punto débil desaparece dentro del promedio.
Segundo: latencia. El tiempo desde que la IA recibe los datos hasta que produce una salida. Mi estándar: latencia P95 no peor que un tercio del tiempo que tarda un humano en la misma decisión. Una IA más lenta que tu gente no tiene nada que hacer en producción —el almacén no puede esperar. Esto solo se puede medir honestamente durante el modo sombra, con volúmenes de datos de producción, porque después de la puesta en marcha, la latencia se convierte en tiempo de espera junto a la línea, y descubrirlo entonces es demasiado tarde. No dejes que nadie lo pruebe en una base de datos de pruebas con unos pocos miles de filas.
Tercero: tasa de absurdos. La proporción de salidas de la IA que son directamente absurdas —sugerir que productos de cadena de frío vayan a almacenamiento ambiente, reordenar un SKU descatalogado, dividir un pedido en tres olas. Errores que un veterano jamás cometería. Mi estándar: cero en 30 días. La tasa de coincidencia es negociable; el absurdo no. Una sola salida absurda significa que el modelo no tiene concepto de los límites de tu negocio, y esa IA te va a hacer daño hoy o mañana.
La reunión de go/no-go
Datos en mano, haz una reunión. Cuatro partes, asientos fijos: el responsable de operaciones del almacén, TI, el proveedor de IA y una voz independiente de tu confianza —un asesor externo o el veterano que realmente conoce la operación. La reunión tiene exactamente un trabajo: comparar los tres números con los estándares y votar go o no-go.
Go significa que los tres estándares se cumplieron, estables en las dos últimas semanas, y la lista de excepciones en cero. No-go significa que falló un solo estándar, o una sola salida absurda registrada. No hay opción intermedia, ni "sigamos observando". Observar una semana más solo significa el día 31 del modo sombra —los datos deciden. O extiendes la ejecución en paralelo o matas el despliegue. "Salir en vivo con problemas conocidos" no está en el menú.
Una cosa más que la mayoría de los equipos pasa por alto: el corte en sí debe ser gradual. Una línea, un turno, una semana limpia antes del despliegue total. Lee el desastre de Knight Capital al revés y la lección es obvia: el 1 de agosto de 2012, la firma de trading lanzó nuevo código de enrutamiento de órdenes directamente a producción, una rutina dormida despertó en un servidor olvidado, y unos 440 millones de dólares se evaporaron en unos 45 minutos porque nadie pudo detenerlo a tiempo. Si hubieran ejecutado el código nuevo primero en un servidor, el desastre nunca habría ocurrido. Lo mismo en el almacén: deja que la IA "salga en vivo" en un turno con veteranos vigilando durante una semana. Eso vale más que diez reuniones de revisión. Durante la semana gradual, el huddle matutino sigue exactamente un número: cuántos pedidos tocó la IA ayer y cuántos salieron mal.
Escribe el plan de reversión antes de necesitarlo
Un plan de reversión escrito después del incidente es una autopsia, no un plan. El mío tiene tres elementos, y los tres se escriben y se ensayan antes del corte.
Uno: un interruptor de emergencia. El módulo de IA en tu WMS debe ser un interruptor de configuración, no un despliegue de código. Lo apagas y la operación vuelve a ser totalmente manual en cinco minutos —ensayado de verdad, no documentado y confiado a la suerte. Knight Capital necesitó 45 minutos para pasar de "algo va mal" a apagar el sistema manualmente. En un almacén, 45 minutos bastan para enviar mal un turno entero a la zona equivocada y dejar los transportistas de mañana en cola en el muelle.
Dos: cuarentena de datos. Todo lo que la IA tocó durante el periodo en vivo se etiqueta —recomendaciones de ubicación ajustadas por IA, olas fusionadas por IA, puntos de reorden cambiados por IA— para que la reversión pueda eliminarlo de una pasada sin contaminar el historial del proceso manual. Si no, pasarás meses reconciliando residuos de IA. Define las reglas de etiquetado durante el modo sombra, no después del corte.
Tres: un responsable nombrado. ¿Quién ordena la reversión? Mi regla: el responsable de operaciones de planta tiene poder de veto y autoridad sobre el interruptor, sin escalamiento a TI, sin esperar a que llegue el proveedor. Cuando las cosas salen mal, cada minuto es dinero, y para cuando la cadena de aprobación termina, la mercancía ya salió. Pon esa autoridad en el acta del proyecto el día uno, no el día que explota.
Amazon lo hizo así con Sparrow, su brazo de picking visual con IA presentado en noviembre de 2022. En lugar de un despliegue a toda la flota, Amazon lo pilotó en el centro de distribución de San Marcos, Texas, redujo su tasa de defectos un 65% durante el piloto, y solo entonces expandió el despliegue. Si Amazon —con esa escala y ese banco de ingenieros— pilota antes de escalar, nadie más tiene excusa para un corte brusco.
Si estás negociando un proyecto de IA ahora mismo, añade una cláusula al contrato: los hitos de pago están vinculados a la aceptación del modo sombra. Sin aprobación, sin pago final. Un proveedor que firma cree en su modelo. Un proveedor que no firma acaba de ahorrarte la colegiatura. Treinta días de modo sombra son el precio de dormir tranquilo por la noche.
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
