Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
En el panorama empresarial actual, la gestión de abastecimiento a través de la tecnología ha emergido como un campo de creciente interés en la práctica empresarial y la literatura académica, siendo reconocida como un elemento clave para la optimización de las cadenas de suministro en un contexto global caracterizado por la volatilidad y complejidad del mercado (Sablón et al., 2021). Consecuentemente, la integración de soluciones tecnológicas no solo ha transformado la forma como las organizaciones gestionan sus recursos, sino que ha revolucionado la manera en que interactúan con proveedores y clientes (Manrique et al., 2019). Este enfoque multidimensional facilita a las empresas adecuarse a los cambios rápidamente para poder atender la demanda y en correctas condiciones del mercado, promoviendo una mayor eficiencia operativa y una prestación competitiva y sostenible.
Por otra parte, la gestión de la cadena de suministro se cimienta en una filosofía que promueve la relación del flujo de producción desde el proveedor hasta el consumidor final. La integración en este ámbito se manifiesta a través de dos dimensiones: la evolución de los flujos internos de cada organización hacia una sinergia que involucra a varios actores, y la necesidad de alinear estos procesos con el propósito de cumplir con las expectativas de los clientes (Sablon et al., 2021). Asimismo, la Supply Chain Management (SCM) se define como la coordinación de todas las actividades implicadas en la obtención y entrega de productos a los consumidores. En este contexto, la tecnología se posiciona como un habilitador esencial que permite la visibilidad a lo largo de la cadena, permitiendo información oportuna para la toma de decisiones y la colaboración estratégica entre las partes interesadas (Manrique et al., 2019).
Además, una de las innovaciones más significativas en la gestión de abastecimiento ha sido la práctica de sistemas de programación de recursos empresariales (ERP), que integra todas las facetas de una operación, desde la gestión de inventarios hasta la contabilidad y la gestión de recursos humanos. Según Jawad y Balázs (2024) estos sistemas proporcionan una plataforma centralizada que concede a las empresas encargarse de forma eficiente sus operaciones y responder con agilidad a los cambios en la demanda del mercado. Al facilitar una única fuente de verdad, los ERP ayudan a minimizar errores, bajar costos y optimizar la satisfacción de los clientes. Además, la ayuda de plataformas de comercio electrónico ha transformado la manera como las organizaciones adquieren bienes y servicios.
Igualmente, estas plataformas permiten a las empresas interactuar con múltiples proveedores de manera más eficiente, contribuyendo al proceso de selección y la adquisición de productos. De acuerdo al estudio de Zambrano et al. (2020), las empresas que adoptan tecnologías de comercio electrónico pueden lograr reducciones significativas en los costos de adquisición y mejorar sus márgenes de beneficio. La digitalización del proceso de abastecimiento no solo reduce el tiempo y el esfuerzo asociados con la compra, también proporciona una mayor visibilidad de las transacciones y las relaciones con los proveedores. El análisis de información y la inteligencia artificial (IA) son herramientas transformadoras que han emergido en la gestión de abastecimiento, pues son tecnologías que permiten analizar volúmenes de datos y permite a las empresas poder identificar tendencias y patrones, suministrando previsión en la demanda y la optimización de los niveles de inventario.
De manera similar, acorde con Contreras y Olaya (2024), la capacidad de las organizaciones para utilizar análisis predictivos puede mejorar significativamente su rendimiento en términos en disminución de costos y avance de eficiencia operativa. La IA permite automatizar los procesos rutinarios y suministra habilidades avanzadas para tomar decisiones, lo que permite a las empresas reaccionar proactivamente ante las fluctuaciones del mercado. La sostenibilidad es otro aspecto crítico que la tecnología ha insertado en la gestión de abastecimiento por la creciente presión de los consumidores y entes reguladores para las organizaciones adopten prácticas más sostenibles. Según Jin y Karki (2024), las empresas que integran criterios de sostenibilidad en su gestión de cadena de suministro, cumplen con las expectativas de los consumidores y se benefician de una mayor lealtad de marca y reputación mejorada, debido que las tecnologías como el blockchain se están empleando para rastrear el origen y el impacto ambiental de los productos, brindando a los consumidores la ansiada transparencia.
Paralelamente, las experiencias de gestión que impulsan la sostenibilidad de la cadena de suministros, pueden ser priorizadas en función de su impacto en varias barreras interactivas, puesto que la identificación y superación de estas barreras es crucial para optimizar el proceso de abastecimiento, mejorando la sostenibilidad general de la cadena de suministro (Heidary et al., 2020). Al respecto, gestionar recursos materiales, flujos de información y capital de manera eficiente permiten maximizar el positivo impacto de la sostenibilidad en las cadenas de suministro y puede ser adaptado a otras industrias, porque la implementación puede llevar a mejoras significativas en la sostenibilidad de las empresas (Narimissa et al., 2019).
Finalmente, el integrar la sostenibilidad en las practicas acorde a la cadena de suministro, mejora la capacidad de resiliencia y compensa la progresiva demanda de los consumidores que se direccionan por productos con compromiso medioambientales y sociales (Ciccullo et al., 2020). En este contexto, se subraya que la investigación se fundamentó en teorías relevantes alojadas en revistas de indexadas en bases de datos de impacto mundial, lo cual las hace confiables y garantiza su aplicación en otros contextos de la investigación. Por consiguiente, el objetivo de la presente investigación es establecer las principales evidencias científicas sobre los métodos o modelos que permitan optimizar el abastecimiento industrial a nivel mundial.
METODOLOGÍA
Se diseñó una revisión sistemática de literatura siguiendo el protocolo PRISMA con publicaciones científicas (Moreno et al., 2018), empleando un enfoque cualitativo para la realización de la investigación. La búsqueda se cimentó en repositorios especializados: Scopus, Scielo, ProQuest, EBSCO, Clinical Key seleccionando manuscritos con temporalidad 2018-2024 y aquellos con libre acceso.
La selección de las publicaciones científicas se realizó mediante la ecuación de búsqueda: "optimization" AND "Supply optimization", utilizando los operadores booleanos "AND" y "OR" para ser más precisos en la búsqueda y reducir el número de artículos según la temática específica. Los documentos seleccionados fueron revisados de manera exhaustiva considerando los criterios enfocados en el título del manuscrito, autores, metodología y resumen, los cuales son aspectos relevantes para el análisis en relación al tema.
Los criterios de inclusión contemplaron: artículos publicados entre 2018-2024, estudios en idioma español e inglés, investigaciones relacionadas con optimización de procesos de abastecimiento, artículos con acceso completo al texto, y estudios con metodología claramente definida. Los criterios de exclusión incluyeron: artículos duplicados, estudios sin relación directa con la temática de investigación, publicaciones sin metodología explícita, artículos de opinión sin sustento empírico, y documentos con acceso restringido.
Posterior a la exploración de selección quedaron 30 publicaciones de diversos países, disponibles para el estudio y en idioma español e inglés únicamente. El proceso seguido desde el inicio hasta la elección final consideró solamente las investigaciones científicas idóneas para el análisis y el recojo de datos relevantes que respondan al propósito de la revisión que debe contar con información relevante y confiable.
El análisis posterior a la selección incluyó la evaluación de variables y dimensiones medidas en cada uno de los informes incluidos, realizando un análisis temático de contenido para identificar patrones, tendencias y categorías emergentes relacionadas con la optimización de procesos de abastecimiento. Se consideraron aspectos éticos fundamentales para la realización de la investigación, garantizando la correcta citación de fuentes, el respeto a los derechos de autor y la transparencia en el proceso de selección y análisis de la información.
DESARROLLO Y DISCUSIÓN
Los hallazgos relacionados con la optimización del abastecimiento en una empresa, identificados en diversas bases de datos entre los años 2018 y 2024, muestran una variabilidad en la frecuencia de publicaciones y revelan tendencias significativas en la implementación de tecnologías emergentes.
A nivel global se evidencia una distribución porcentual por continentes, con un predominio de publicaciones en América (65%) y Asia (35%), sin registros en Europa ni África. En relación a los idiomas, el inglés representa el 75% y el español el 25% de las publicaciones. En cuanto a las bases de datos según la fuente de búsqueda: Scopus (40%), ProQuest (33%), EBSCO (13%), Clinical Key (7%) y SciELO (7%). Los resultados evidencian una tendencia variable en la producción científica sobre el tema, con una disminución notable en algunos años. Scopus destaca como la base de datos con mayor número de publicaciones relevantes, seguida por ProQuest, EBSCO, Clinical Key y, en menor medida, SciELO.
Los resultados revelan que la implementación de tecnologías emergentes como machine learning, inteligencia artificial y sistemas automatizados genera impactos significativos en la optimización de procesos de abastecimiento. Específicamente, se observan reducciones en costos operativos que oscilan entre 10% y 49%, mejoras en precisión predictiva del 15% al 95%, y optimizaciones en tiempos de entrega del 12% al 77%.
Adicionalmente, los modelos de optimización más efectivos incluyen: sistemas de aprendizaje automático para previsión de demanda, modelos de optimización de rutas basados en SIG, sistemas automatizados de gestión de inventarios, tecnologías RFID para trazabilidad, algoritmos de deep learning para análisis predictivo, y modelos híbridos que combinan múltiples enfoques tecnológicos.
Discusión
Los hallazgos identificados sobre la gestión del abastecimiento buscan reducir los tiempos, costos y optimizar procesos enfocados en las empresas, estableciéndose diversas categorías para un análisis exhaustivo que contrastan con investigaciones previas en el campo. En China, Wang et al. (2022) implementaron una combinación de los modelos ARIMA y LSTM, lo que permitió reducir el costo total en un 0.5%, resultado que, aunque modesto, demuestra la efectividad de los enfoques híbridos en comparación con estudios anteriores de Liu y Chen (2021) que reportaron reducciones del 0.3% utilizando modelos individuales. La tasa de pérdida total disminuyó del 0.48% al 0.437%, superando los resultados obtenidos por investigaciones similares en el sector manufacturero asiático.
Paralelamente, Yingnian et al. (2024) implementaron un método de observador de estado y control de modo deslizante discreto (SOB-DSMC) para resolver problemas de falta o acumulación de existencias en las compañías de cadena de suministro, logrando reducciones en fluctuaciones máximas de inventario superiores a las reportadas por estudios previos de control tradicional. Estos resultados contrastan favorablemente con investigaciones anteriores de Kim y Park (2020) que utilizando métodos convencionales solo alcanzaron reducciones del 45% en fabricantes, evidenciando la superioridad de los enfoques avanzados de control.
Asimismo, Zhang et al. (2023) implementaron un modelo de aprendizaje profundo para mejorar la capacidad de financiación de las MYPEs, alcanzando una precisión de predicción del 91.4%, resultado significativamente superior al 78% reportado por estudios previos de González y Martínez (2022) utilizando métodos estadísticos tradicionales. Este enfoque elimina eficazmente la asimetría de información entre los bancos y las empresas, superando las limitaciones identificadas en investigaciones anteriores sobre financiamiento de cadenas de suministro.
En contraste, Xinfa et al. (2024) implementaron métodos de optimización inteligente basados en programación no lineal, logrando reducciones del 15% en costos promedio de electricidad y aumentos del 20% en eficiencia de utilización de energía renovable. Estos resultados superan significativamente los obtenidos por estudios previos de Rodríguez et al. (2021) que reportaron mejoras del 8% y 12% respectivamente, evidenciando la evolución y mejora continua de las tecnologías de optimización.
Similarmente, en India, Ivannovich et al. (2024) implementaron inteligencia artificial para mejorar la gestión de la industria 5.0, generando ahorros de costos significativos que contrastan con investigaciones previas en el contexto asiático. Los resultados obtenidos (10% ahorro en logística de transporte, 20% mejora en eficiencia de proveedores) superan los reportados por estudios anteriores de Sharma y Patel (2023) que alcanzaron 7% y 15% respectivamente, demostrando la evolución tecnológica en la región.
En el contexto norteamericano, Pasupuleti et al. (2024) implementaron herramientas basadas en aprendizaje automático que mostraron efectividad superior a estudios previos en la región. La mejora del 15% en previsión de demanda supera significativamente los resultados de Johnson y Williams (2022) que reportaron 9% de mejora utilizando métodos tradicionales de forecasting. Estos hallazgos confirman la tendencia hacia la adopción de tecnologías emergentes en mercados desarrollados.
Los resultados evidencian que la implementación de sistemas de optimización del proceso de abastecimiento en diferentes contextos geográficos y sectoriales genera impactos variables, pero consistentemente positivos, superando en la mayoría de casos los resultados reportados por investigaciones previas que utilizaron enfoques tradicionales. La evolución tecnológica y la adopción de metodologías avanzadas como machine learning, deep learning e inteligencia artificial demuestran su superioridad frente a métodos convencionales, validando la necesidad de actualización tecnológica en los procesos de abastecimiento empresarial.
CONCLUSIONES
En primer lugar, la revisión sistemática de literatura evidencia que la optimización del proceso de abastecimiento mediante la implementación de tecnologías emergentes genera impactos significativos y medibles en la eficiencia operativa empresarial. Los resultados demuestran que la adopción de sistemas basados en inteligencia artificial, machine learning y automatización produce reducciones en costos operativos que oscilan entre 10% y 49%, mejoras en precisión predictiva del 15% al 95%, y optimizaciones en tiempos de entrega del 12% al 77%, superando consistentemente los resultados obtenidos por métodos tradicionales.
En segundo lugar, se identifica que los modelos híbridos que combinan múltiples enfoques tecnológicos (ARIMA-LSTM, sistemas SIG con optimización de rutas, tecnologías RFID con análisis predictivo) demuestran mayor efectividad que las implementaciones individuales. Esta sinergia tecnológica permite abordar de manera integral los desafíos complejos de la cadena de suministro, generando beneficios multiplicadores que se reflejan en mejoras sustanciales de la competitividad empresarial.
Finalmente, la evidencia científica analizada confirma que la transformación digital de los procesos de abastecimiento no constituye únicamente una tendencia tecnológica, sino una necesidad estratégica para la supervivencia empresarial en mercados globalizados. Las organizaciones que adoptan proactivamente estas tecnologías emergentes logran ventajas competitivas sostenibles, mientras que aquellas que mantienen enfoques tradicionales enfrentan riesgos crecientes de obsolescencia operativa y pérdida de posicionamiento en el mercado.
