Resumen: Las cadenas de suministro modernas operan bajo una volatilidad persistente, donde las disrupciones provocadas por la inestabilidad geopolítica, los cuellos de botella logísticos y los eventos ambientales desafían rutinariamente la continuidad operativa. Este artículo examina cómo la integración de capacidades de Inteligencia Artificial (IA) dentro de los sistemas de Planificación de Recursos Empresariales (ERP) permite operaciones de cadenas de suministro técnicamente ágiles y resilientes. El estudio se centra en las funcionalidades impulsadas por IA embebidas en arquitecturas de ERP, incluyendo pronósticos de demanda basados en aprendizaje automático, detección de anomalías y mantenimiento predictivo, y evalúa su impacto en la toma de decisiones en tiempo real bajo incertidumbre. Utilizando una combinación de modelado a nivel de sistema, análisis de rendimiento algorítmico y simulación de escenarios de disrupción, la investigación evalúa mejoras en la interoperabilidad de datos, reducción de latencia y reconfiguración de recursos adaptativa habilitada por entornos de ERP mejorados por IA. Los hallazgos indican que los pipelines de análisis automatizados mejoran significativamente la precisión de las previsiones, la visibilidad de la cadena de suministro de extremo a extremo y los resultados de optimización en redes de suministro de múltiples niveles. Además, los sistemas ERP habilitados por IA demuestran una mayor capacidad de respuesta a los escenarios de disrupción mediante la recalibración dinámica de los parámetros de planificación y las reglas de ejecución. El artículo concluye proponiendo un marco de integración técnica que describe las capas arquitectónicas clave, los mecanismos de flujo de datos y las consideraciones de diseño algorítmico requeridos para desarrollar sistemas de cadena de suministro resilientes y auto-adaptativos capaces de operar de manera efectiva en situaciones de disrupción continua.
Ravindra Kisan Khokrale (Jue,) estudió esta cuestión.