Redefinir el desempeño de la función de compras en la era de la IA agéntica

Las compras están entrando en una nueva era, una definida no solo por la contención de costos, sino por su capacidad para moldear resultados más amplios de la empresa: resiliencia, sostenibilidad, rapidez de salida al mercado e innovación. Sin embargo, hoy los equipos de compras tienen dificultades para seguir el ritmo. Los cambios rápidos en el entorno geopolítico, las dinámicas de mercado, las disrupciones en el suministro, la presión inflacionaria y un volumen abrumador de datos están convergiendo para exponer los límites de los modelos operativos tradicionales.

Los líderes de compras nos dicen que deben ser más ágiles que nunca, monitoreando, anticipando y respondiendo a la volatilidad externa e interna, al tiempo que trabajan para fortalecer las asociaciones profundas y colaborativas con proveedores de las que dependen sus negocios. Sin embargo, incluso las organizaciones de compras de alto desempeño enfrentan una brecha cada vez mayor entre ambición y ejecución. Los equipos de categoría a menudo están enterrados bajo cargas administrativas, los ciclos de abastecimiento son demasiado lentos y la generación de conocimientos accionables está fragmentada en sistemas aislados.

Al mismo tiempo, las organizaciones proveedoras están avanzando rápidamente en su propia adopción de la inteligencia artificial (IA) en las funciones comerciales. Este cambio está modificando la dinámica de la negociación, el abastecimiento y la inteligencia de mercado, creando una brecha de desempeño cada vez mayor entre los líderes digitales y los rezagados.

Este no es un problema tecnológico; es un problema de liderazgo. La relevancia estratégica de las compras en este entorno depende de la capacidad de la función para evolucionar su forma de trabajar. Y la IA –en particular la clase emergente de IA agéntica– ofrece un camino no solo para mejorar los procesos, sino para reimaginarlos por completo. En este contexto, la IA ya no es opcional (Gráfica 1). Es el motor que impulsa la próxima frontera de ahorro, resiliencia e innovación.

De la automatización a la inteligencia

Históricamente, la tecnología en compras se ha centrado en la automatización transaccional, desde órdenes de compra (purchase orders, PO) y facturas hasta catálogos y eventos de abastecimiento. Si bien estos sistemas generaron eficiencias, a menudo dejaron la estrategia intacta. La toma de decisiones seguía siendo manual, lenta y dependiente de datos retrospectivos.

La nueva ola de IA cambia eso. Ahora estamos presenciando el paso de la IA analítica (“Muéstrame los datos”) a la IA agéntica (“Hazlo por mí”). Los agentes de IA emulan el juicio humano, ejecutan tareas de múltiples pasos y mejoran continuamente mediante ciclos de aprendizaje. En lugar de crear paneles o informes estáticos, ingieren conjuntos de datos complejos, razonan sobre compensaciones y generan opciones y recomendaciones de forma autónoma.

Piense en la IA agéntica como un colega digital: uno que analiza ofertas de proveedores durante la noche, sigue índices de mercado en tiempo real, señala desviaciones de costos y prepara manuales de negociación mientras su equipo duerme. Opera a través de zonas horarias, se adapta al volumen de datos y no se distrae ni se fatiga.

Lo poderoso de este modelo no es solo la automatización de pasos, sino la orquestación de resultados. Los agentes de IA pueden operar de extremo a extremo: desde identificar una oportunidad estratégica hasta localizar y seleccionar proveedores, preparar estrategias comerciales y hacer seguimiento del desempeño tras la adjudicación. Esto crea una fuerza laboral verdaderamente híbrida donde los humanos se centran en la resolución creativa de problemas, la construcción de relaciones y el juicio complejo, mientras que los agentes gestionan la escala, la velocidad y la síntesis.

Impacto medible, entregado con rapidez

Si bien la visión es audaz, el impacto es real y está ocurriendo ahora. Las empresas líderes que han adoptado la IA en compras ya están observando resultados sobresalientes.

Una empresa tecnológica empleó un conjunto interconectado de agentes de IA para reconstruir su estrategia de abastecimiento de servicios externos. Un agente integró datos de gasto y de mercado para generar conocimientos accionables en tiempo real sobre tendencias de precios y oportunidades de ahorro, por ejemplo. Otro simuló la evolución de la demanda en diversos escenarios de mercado, lo que permitió a la empresa protegerse frente a la volatilidad. Este enfoque ayudó a la compañía a identificar oportunidades de ahorro del 12 al 20 por ciento en sus operaciones de centros de contacto, y del 20 al 29 por ciento en gasto de externalización de procesos de negocio (business process outsourcing, BPO) y servicios financieros.

Una empresa química está probando el uso de agentes de IA para realizar abastecimiento autónomo en la categoría de consumibles. Sus agentes automatizan la preparación de licitaciones, la identificación y preselección de proveedores, y el análisis de ofertas competidoras. Otro agente enruta, rastrea y sintetiza consultas y aclaraciones de los proveedores durante los ejercicios de abastecimiento. Este nuevo sistema ha incrementado la eficiencia del personal de compras entre un 20 y 30 por ciento, a la vez que ha aumentado la captura de valor entre un 1 y 3 por ciento.

En otro caso, un operador de telecomunicaciones está utilizando agentes de IA para apoyar negociaciones de precios en gasto de cola larga (long-tail spend) en productos de software especializados. Sus agentes ayudan a los equipos de negociación preparando una base integral de hechos antes de la negociación; haciendo sugerencias en tiempo real durante las negociaciones; evaluando compensaciones entre costo, niveles de servicio y riesgo; y generando automáticamente contraofertas a las propuestas de los proveedores. En la práctica, el sistema de IA redujo hasta en un 90 por ciento el tiempo que los equipos de negociación necesitaban dedicar a análisis y correos electrónicos. Las negociaciones guiadas por IA generaron ahorros de entre un 10 y 15 por ciento entre proveedores.

La IA agéntica también está generando resultados en actividades rutinarias de compra. Por ejemplo, una empresa farmacéutica ha desplegado agentes de IA para garantizar el cumplimiento entre facturas y contratos. Sus agentes supervisan el desempeño de entrega a los proveedores y verifican automáticamente las facturas y órdenes de compra frente a los términos contractuales. Este nuevo enfoque ha reducido en un 4 por ciento el valor perdido por “fugas”. Un fabricante de equipos originales (OEM) aeronáutico está usando agentes para automatizar la ejecución de pedidos y los niveles de inventario en función de los datos de planeación de la producción. El enfoque ha ayudado a la empresa a reducir el inventario activo en un 30 por ciento, lo que ha incrementado el EBIT en alrededor de $700 millones de dólares.

Lo llamativo es la rapidez con la que pueden lograrse estos resultados. Con la base adecuada —normalmente unos pocos conjuntos de datos clave y casos de uso definidos—, las organizaciones pueden pasar del prototipo al piloto en semanas, y del piloto a la escala en menos de un año. No se trata de reemplazos masivos de ERP ni de programas de TI plurianuales. Se trata de intervenciones específicas y de alto retorno de inversión (ROI) que muestren resultados en meses, no en años.

El modelo de compras reconfigurado

Para que la IA pase de piloto a desempeño, debe integrarse en un nuevo sistema operativo que integre datos, decisiones y ejecución. Esto es lo que denominamos un “modelo de compras reconfigurado” (Gráfica 2).

En su esencia, este modelo implica cuatro cambios clave:

• Los datos como activo estratégico. Compras ya no puede permitirse operar con datos fragmentados, obsoletos o incompletos. Estimamos que hoy las funciones de compras utilizan menos del 20 por ciento de los datos disponibles para respaldar la toma de decisiones. Los agentes de IA les ayudarán a utilizar una mayor proporción de esos datos, siempre que sean accesibles. Esto requerirá un esfuerzo sistemático para romper los silos de datos, primero mediante enlaces digitales entre las herramientas y los datos existentes, y en última instancia mediante la creación de una “columna vertebral de datos” común que proporcione una fuente única de verdad en gasto, proveedores, contratos y referencias de mercado.
• Los agentes como infraestructura operativa. Los primeros casos de uso de IA han sido de alcance limitado, lo que quizás proporcione una interfaz mejorada para herramientas existentes. Un modelo de compras reconfigurado romperá esos vínculos rígidos. En su lugar, las organizaciones gestionarán “fábricas” de agentes como infraestructura operativa. Estos agentes estarán diseñados para realizar tareas específicas: importar datos de fuentes no estructuradas, analizarlos o conversar en lenguaje natural, por ejemplo. Las tareas de compras implicarán equipos de esos agentes, ensamblados para satisfacer los requisitos de cada flujo de trabajo y alimentados por una amplia gama de fuentes de datos.
• La colaboración humano-agente. En una función de compras reconfigurada, humanos y agentes de IA trabajarán codo a codo. El personal de compras guiará y orientará a sus contrapartes digitales, mientras que los agentes asumirán la mayor parte del trabajo transaccional repetitivo, liberando a las personas para que se concentren en la toma de decisiones estratégicas, la orquestación y la supervisión. Esto exigirá nuevas capacidades para el personal de compras, incluyendo ingeniería de prompts, evaluación de escenarios y gestión del cambio.
• La integración de extremo a extremo. El verdadero poder de la IA se libera cuando se aplica a lo largo de todo el ciclo de abastecimiento a pago (source-to-pay). Desde las primeras señales de demanda hasta el seguimiento del desempeño de los proveedores, un sistema integrado permite beneficios acumulativos: decisiones más rápidas, menores costos y reducción del riesgo.

En conjunto, estos cambios no solo mejoran la función, sino que reposicionan fundamentalmente a compras como una ventaja competitiva para la empresa (Gráfica 3).

Implicaciones para la alta dirección

Para los ejecutivos del C-suite, este cambio presenta tanto una oportunidad como un desafío. La oportunidad radica en convertir compras en una palanca estratégica, no solo para el costo, sino también para el crecimiento, la resiliencia y los criterios ambientales, sociales y de gobernanza (ASG). La IA puede permitir decisiones más inteligentes de diseño a valor (design-to-value), redes de proveedores más ágiles y una mejor asignación de capital.

Pero capturar este valor requiere liderazgo. En concreto, los ejecutivos deberían considerar lo siguiente:

• Repensar los roles organizacionales. A medida que los agentes asumen la ejecución, los equipos deben recapacitarse para centrarse en la estrategia, la gestión de excepciones y la interpretación de conocimientos accionables.
• Invertir en la preparación de datos. Los datos limpios y conectados son el combustible de la IA. Las organizaciones deben tomar medidas audaces para construir y mantener su columna vertebral de datos de compras. En un mundo de grandes modelos de lenguaje (large language models, LLM) ubicuos, la ventaja competitiva proviene del contexto específico y de las señales propias del dominio.
• Integrar el cambio, no solo las herramientas. Las transformaciones exitosas combinan la tecnología con el rediseño del modelo operativo, nuevos KPI y un liderazgo sólido del cambio. La IA debe integrarse en los ritmos y rituales de cómo se realiza el trabajo.
• Elevar la agenda de compras. Con la IA, compras se convierte en una palanca a nivel del consejo de administración. Los ejecutivos deben alinear las ambiciones de compras con los objetivos empresariales –sostenibilidad, innovación, resiliencia de la cadena de suministro– y garantizar la integración interfuncional.

De ahorros medidos a ROI de compras

Una función de compras reconfigurada requerirá que las empresas replanteen la forma en que miden el impacto. El ROI de compras es una métrica única que resulta lógica. Se define como el valor total creado dividido entre el costo total para lograr ese impacto. El valor incluye los ahorros realizados, las fugas evitadas, los beneficios de capital de trabajo y de riesgo, y la habilitación de ingresos. La IA eleva el valor al ampliar la cobertura de la gestión de categorías más allá de la capacidad actual, mejorar los resultados en cada negociación y abrir nuevas fuentes de valor, como el reajuste automatizado de precios del gasto de cola larga y un cumplimiento normativo más estricto. El costo refleja el gasto total de personas (internas y externas), la tecnología, los datos y la gestión del cambio. La IA modifica esa combinación: más inversión en plataformas y datos, y un equipo más ágil con habilidades diferentes. Con la secuenciación adecuada, la mejora es visible en cuestión de meses a medida que los agentes pasan del piloto a la producción y el modelo operativo evoluciona.

Una hoja de ruta práctica

Si bien la tecnología está lista, el camino de cada organización hacia la transformación será diferente. Dicho esto, los esfuerzos exitosos suelen seguir un enfoque coherente:

1. Activar ahora agentes sin arrepentimientos. Ya existen soluciones de IA agéntica listas para usar que las empresas pueden implementar. Algunos ejemplos incluyen copilotos de categoría, generación y analítica de RFX (procesos de solicitud a proveedores), optimización de contratos, cumplimiento factura-contrato o sistemas de reajuste de precios del gasto de cola larga.
2. Definir la visión a largo plazo y el caso de valor. Concentrarse en los resultados de negocio, no solo en los casos de uso o las herramientas.
3. Empezar de forma focalizada, escalar rápido. Elegir dos o tres categorías o dominios de alto impacto para reimaginar. Utilizar el éxito para generar impulso.
4. Construir el equipo adecuado. Combinar experiencia en compras, datos, IA y gestión del cambio para crear un equipo transversal.
5. Invertir en el desarrollo de capacidades. No esperar a que llegue la IA: empezar hoy a mejorar las habilidades de los equipos.
6. Establecer ciclos de retroalimentación y aprendizaje. Los sistemas de IA mejoran con el uso. Tratar cada ciclo como una oportunidad de aprendizaje.

La IA en compras no es una característica, sino una nueva base. Anclar las decisiones en el ROI de compras: valor total creado. La reconfiguración de compras impulsada por la IA redefine lo que es posible en la gestión de costos, la colaboración con proveedores y la agilidad empresarial.

El camino es una receta, no un piloto: construir la columna vertebral de los datos; activar agentes sin arrepentimientos a lo largo del abastecimiento, la negociación y la preservación de valor; y reconfigurar los roles y procesos para nuevas formas de trabajo entre humanos y agentes. Es un trabajo de liderazgo, desafiando los sistemas heredados, estableciendo límites claros e invirtiendo en capacidades que se acumulan.

Para los directores de compras (chief procurement officers, CPO) y sus pares del C-suite, esta es una oportunidad única en una generación para elevar compras de una función de soporte a una fuente de ventaja estratégica. Quienes la aprovechen definirán la próxima frontera del valor empresarial. Quienes se demoren corren el riesgo de quedarse atrás, no solo frente a la competencia, sino también frente a sus propios proveedores.