Los agentes de IA se convertirán en una mercancía en cuestión de meses, y en la cadena de suministro la ventaja competitiva duradera está en la base de datos que subyace a ellos, según Valentina Jordan, CEO y cofundadora de Nauta. En una entrevista con FreightWaves, Jordan explicó por qué la IA para el comercio global solo funciona cuando el movimiento de bienes, datos y dinero está conectado, describiendo el "cerebro operacional" de Nauta, cómo aprende de ERP, TMS, WMS, correo electrónico y hojas de cálculo, y por qué los datos desordenados siguen siendo el mayor obstáculo para obtener retornos reales de la IA. La conversación también abordó la ronda de financiación estratégica de Nauta, su expansión global y cómo la IA puede ayudar a los operadores a reducir quiebres de stock, detención y demora, transformando flujos de trabajo fragmentados en acciones.

Nauta, un sistema operativo nativo de IA para el comercio global, cerró una ronda de financiación estratégica respaldada por BMW i Ventures, Bosch Ventures, Hitachi Ventures y Yamaha Motor Ventures, anunció Jordan. La empresa destinará el capital a su expansión global; ya opera en más de ocho países, con 8,000 proveedores y alcance en 60 países a través de sus clientes.

Jordan fue directa sobre su tesis competitiva en un mercado saturado de IA para la cadena de suministro: los agentes en sí mismos no son el diferenciador. "Creemos que los agentes se van a volver una mercancía — no diré que en semanas, pero probablemente en meses", dijo. "El verdadero desafío aquí son los datos debajo de esos agentes y, especialmente en la cadena de suministro y el comercio global, esos datos tienen que ver con el contexto, el conocimiento y la experiencia que los operadores han acumulado durante décadas".

"No empezamos por el agente. Empezamos por los datos, por el resultado, y después viene el agente".

El argumento refleja un cambio más amplio en el software empresarial: a medida que los grandes modelos de lenguaje y los marcos de agentes se vuelven ampliamente disponibles por parte de los principales proveedores de nube e IA, la diferenciación ha migrado de los modelos mismos hacia los datos propios, los flujos de trabajo y el contexto de dominio. La cadena de suministro ha demostrado ser un caso particularmente difícil para esta tesis, porque el conocimiento operacional suele estar atrapado en correos electrónicos, hojas de cálculo y en la mente de planificadores veteranos, en lugar de en sistemas estructurados.

La plataforma de Nauta — lo que Jordan denomina un "cerebro operacional" — se conecta a los sistemas existentes de ERP, TMS, WMS y OMS de una empresa, así como a fuentes no estructuradas como el correo electrónico, Microsoft Teams y hojas de cálculo, donde, según Jordan, los operadores realizan entre el 80 y el 90% de su trabajo. El cerebro ingiere continuamente contratos, avisos de llegada, condiciones de pago y señales externas que van desde eventos climáticos hasta interrupciones portuarias, construyendo un modelo estratificado de cómo opera cada empresa en particular. Jordan citó un reciente terremoto en Colombia que afectó puertos locales como ejemplo de las señales macroeconómicas que el sistema monitorea.

Sobre esa infraestructura de datos, Nauta despliega agentes específicos para tareas. Un caso de uso de alto valor es la conciliación de facturas de tres y cuatro vías para las cuentas por pagar; Jordan dijo que el sistema identifica proactivamente entre $300,000 y $500,000 en montos facturados incorrectamente por cliente. Otros casos de uso activos incluyen la elaboración de reclamos por exceso, faltante y daño; la auditoría de flete; y la gestión de inventario enfocada en reducir quiebres de stock y sobreStock para mejorar los ciclos de efectivo a efectivo. Estos son puntos de dolor de larga data en las operaciones de carga, donde los procesos de auditoría y reclamos históricamente han dependido de la conciliación manual entre documentos de embarque, facturas y órdenes de compra.

El grupo de inversionistas — todos grandes conglomerados industriales y automotrices con presencia global — refleja lo que Jordan describe como un reconocimiento compartido de que los datos fragmentados están bloqueando la adopción de IA a gran escala. Los clientes abarcan la distribución de alimentos y retail, la manufactura y marcas de consumo como New Balance, L'Oréal y Moët Chandon, y Jordan señaló que el problema de los datos es consistente en todos esos verticales.

"Hay más similitudes entre un distribuidor de alimentos y un negocio de muebles o químicos que entre dos distribuidores de alimentos, porque cada empresa opera de manera diferente", dijo.

Jordan remonta la credibilidad operacional de Nauta a su cofundador, Rafa, un inmigrante español de tercera generación en Puerto Rico cuya familia operó un negocio de distribución de alimentos de 123 años de antigüedad. Esa experiencia de primera mano con los puntos de dolor logísticos forjó la convicción de la empresa de que las plataformas de visibilidad por sí solas no pueden resolver el problema de fondo de los datos. Jordan proviene de un trasfondo tecnológico de 13 años, que incluye pasos por Amazon y Rappi, una empresa de entrega de última milla.

Jordan enmarcó la ronda de financiación tanto como una validación de la tesis de Nauta de priorizar los datos como una plataforma de lanzamiento para el crecimiento internacional, argumentando que sin una base de datos limpia y contextualizada, las grandes empresas globales seguirán luchando por extraer valor medible de sus inversiones en IA. La rapidez con la que se materialice la mercantilización de los agentes — y si las startups de la capa de datos pueden defender su posición mientras los proveedores de ERP existentes desarrollan sus propias capacidades de IA — probablemente definirá la siguiente fase de la competencia en IA para la cadena de suministro.

Fuente: FreightWaves