Adquisiciones con IA para la disrupción del Mar Rojo y el Estrecho de Ormuz

A fecha de 2026-08-05: las adquisiciones con IA para la disrupción del Mar Rojo y el Estrecho de Ormuz deben combinar avisos de seguridad, eventos de buques y reservas, capacidad, hitos de proveedores, cotizaciones de seguros, inventario y datos de materias primas. El objetivo no es predecir la geopolítica. Es identificar órdenes de compra expuestas, poner a prueba las afirmaciones de los proveedores, comparar opciones de continuidad y preparar respuestas de negociación condicionales.

Las condiciones actuales requieren un manejo cuidadoso de las fuentes. MARAD enumera avisos marítimos activos para ambas regiones, mientras que la IMO describe la situación en Ormuz como de rápida evolución. Los equipos de compras deben registrar la fecha y hora de cada dato y distinguir un hecho verificado de un pronóstico o de una afirmación del proveedor.

Respuesta rápida

La IA puede detectar señales de ruta, capacidad, plazo de entrega, seguros y materias primas antes de que aparezcan en una promesa revisada del proveedor. Luego puede poner a prueba las afirmaciones frente a la evidencia de embarque, modelar escenarios de redireccionamiento y asignación, y redactar paquetes de negociación. Los humanos deben seguir aprobando las decisiones que impliquen seguridad, sanciones, contratos, calidad, pagos, producción y adjudicaciones a proveedores.

Construye una torre de control de corredor a orden de compra

Un flujo de trabajo útil conecta señales externas del corredor con materiales, plantas y órdenes de compra individuales. Un programa general de AI procurement se vuelve operativo durante una crisis de suministro solo cuando puede responder cuatro preguntas:

1. ¿Qué órdenes de compra y líneas de producción están expuestas?
2. ¿Qué evidencia respalda la explicación de cada proveedor?
3. ¿Qué ocurre bajo distintas duraciones de la disrupción y supuestos de capacidad?
4. ¿Qué compensaciones puede ofrecer compras sin exceder la autoridad aprobada?

Mantén visibles tres clases de evidencia en cada alerta:

• Evidencia observada: Un aviso fechado, reserva, conocimiento de embarque, evento de buque, cotización de seguro, registro de producción o conteo físico de inventario.
• Inferencia del modelo: Un rango estimado de retraso, probabilidad de entrega tardía, fecha de quiebre de stock o costo esperado.
• Juicio humano: Una decisión que considera seguridad, deberes legales, calidad, impacto en el cliente y apetito de riesgo.

Esta separación evita que una fecha de llegada inferida se presente como un hecho.

Datos de entrada requeridos

Datos internos

Conecta órdenes de compra, fechas requeridas, Incoterms, listas de materiales, dependencias de planta, inventario, prioridades de demanda e hitos de producción del proveedor. Agrega reservas, nombres de buques y números IMO, sustitutos aprobados, tiempos de homologación, desempeño histórico de entrega, contratos, estimaciones de inactividad, controles bancarios y registros de revisión de sanciones.

Una precisión deficiente del inventario o hitos desactualizados pueden socavar todo el análisis. Por lo tanto, cada campo debe tener un responsable, marca temporal y nivel de confianza.

Datos externos

Usa avisos oficiales de seguridad de MARAD, IMO, UKMTO/JMIC y estados de bandera relevantes; datos AIS y de escalas portuarias; eventos de contenedores; itinerarios de navieras y salidas canceladas; ofertas de transitarios; circulares de puertos y canales; documentos de seguro vinculantes; curvas de materias primas; restricciones meteorológicas y aduaneras; y datos de sanciones aplicables.

AIS requiere especial cautela. La Administración de Información Energética de EE. UU. advierte que los datos AIS alrededor de Ormuz han sido excepcionalmente poco fiables, con observaciones sujetas a revisión. Un punto de un buque en un mapa tampoco prueba la propiedad de la carga, el seguro, el despacho aduanero ni la entrega final.

Un flujo de trabajo de adquisiciones con IA en cuatro pasos

1. Detectar señales

Ingiere advertencias de ruta, desvíos de buques, eventos portuarios, salidas canceladas, cambios en seguros y movimientos de materias primas. Asigna cada evento a los proveedores, rutas, componentes y órdenes de compra afectados.

El resultado debe incluir una justificación de la alerta, enlaces a la evidencia, puntuación de confianza, rango esperado de retraso, exposición de inventario y la última hora de verificación del evento, no solo un icono rojo de estado.

2. Poner a prueba las afirmaciones del proveedor

Convierte los correos del proveedor en afirmaciones comprobables. Por ejemplo:

• “La carga ya está en el mar.” Solicita el nombre del buque, número IMO, conocimiento de embarque, evento de salida y posición actual.
• “El redireccionamiento añade seis semanas.” Recalcula la ruta real, velocidad, plan de transbordo, congestión y escalas portuarias.
• “El seguro aumentó un 500%.” Solicita una cotización fechada del corredor o asegurador que muestre el valor asegurado, la tarifa, el buque, la geografía y el período de cobertura.
• “No existe capacidad.” Compara la disponibilidad de la naviera nombrada con ofertas de transitarios, puertos alternativos, cargas divididas, modos y fuentes aprobadas.

Clasifica cada afirmación como respaldada, parcialmente respaldada, no respaldada o aún no verificable. Esta disciplina de evidencia es central para supplier negotiation intelligence: Negotiations.AI es relevante cuando compras usa el flujo de trabajo para organizar registros de origen, vacíos de evidencia, preguntas de negociación y opciones de respuesta revisables para una reunión con un proveedor.

3. Modelar escenarios de continuidad

Como mínimo, modela normalización parcial, disrupción extendida de doble corredor, reapertura intermitente y escalada. Para cada escenario, calcula:

• Probabilidad y rango de llegada tardía a nivel de OC
• Días hasta el quiebre de stock
• Requisitos semanales de modo y capacidad
• Costos de flete, seguro, materias primas e inventario
• Consecuencias para producción y servicio al cliente
• Restricciones de seguridad, sanciones, emisiones, calidad y caja
• Reversibilidad de la acción de continuidad

Trata los pronósticos energéticos como supuestos fechados. La última EIA Short-Term Energy Outlook completada disponible en la fecha de este artículo se publicó el 7 de julio, con la siguiente actualización programada para el 11 de agosto.

4. Preparar respuestas de negociación

Usa AI negotiation para redactar paquetes condicionales en lugar de exigir que el proveedor mantenga el precio original independientemente de la evidencia. Las opciones incluyen alivio por costo verificado, recargos basados en hitos, capacidad reservada a cambio de visibilidad del pronóstico, rutas alternativas sujetas a aprobación y concesiones temporales con disparadores de vencimiento.

Un procurement process estructurado debe dirigir esos borradores a los aprobadores adecuados antes de que lleguen a los proveedores.

Escenario concreto de negociación

Un proveedor dice que un envío de 100 toneladas llegará con 42 días de retraso y solicita un recargo de emergencia de $180,000. El comprador tiene 18 días de stock y estima que una parada de línea comenzaría el día 19.

La revisión de evidencia encuentra $70,000 de aumentos documentados en flete y seguro de riesgo de guerra. Los $110,000 restantes se describen solo como “gastos generales regionales”. El análisis de escenarios produce tres opciones:

• Pagar $180,000 y conservar el envío completo, con llegada aún incierta.
• Pagar $92,000 por un paquete de costo verificado que cubra 40 toneladas por vía aérea y 60 toneladas por una ruta alternativa aprobada.
• Homologar una segunda fuente para 30 toneladas con un costo incremental de $115,000, preservando opcionalidad pero requiriendo aprobación de calidad.

Compras podría proponer: “Cubriremos el aumento documentado de $70,000 más hasta $22,000 por el plan de envío dividido, pagaderos tras la finalización de la producción, reservas confirmadas y eventos de embarque. A cambio, ustedes reservan la capacidad indicada, proporcionan hitos dos veces por semana y limitan recargos adicionales.”

La IA compara el costo total puesto en destino en riesgo y los resultados de servicio. Los humanos aprueban la ruta, la desviación de calidad, el gasto y la oferta final.

Dónde encajan el aprendizaje automático, la IA generativa y los flujos de trabajo agénticos

• Aprendizaje automático estima distribuciones de retraso, detecta patrones anómalos de tránsito o precios y clasifica las OCs expuestas. Requiere suficientes datos históricos de embarques, proveedores, inventario y eventos externos. Una disrupción correlacionada o sin precedentes puede hacer que los patrones históricos sean engañosos.
• IA generativa extrae afirmaciones de correos y avisos, resume evidencia, redacta preguntas y crea paquetes de negociación. Requiere acceso controlado a contratos, correspondencia, registros de origen y parámetros comerciales aprobados. Puede interpretar mal avisos, confundir buques o inventar explicaciones, por lo que las citas deben poder revisarse.
• Flujos de trabajo agénticos pueden monitorear fuentes, solicitar documentos faltantes, actualizar escenarios y dirigir borradores para aprobación. Requieren controles de identidad, permisos, registros de auditoría, reglas de escalamiento y límites estrictos sobre acciones externas. Los agentes no deben cambiar de forma autónoma órdenes, rutas, datos bancarios ni compromisos con proveedores.

Para barreras de protección más amplias de preparación, consulta AI for Negotiation: Procurement Prompts, Guardrails, and Approval Gates.

Prompts de IA para practicar

• “Separa este mensaje del proveedor en afirmaciones comprobables. Para cada afirmación, enumera la evidencia requerida, contradicciones y preguntas sin responder.”
• “Compara cuatro escenarios de continuidad usando costo, fecha de quiebre de stock, servicio, seguridad, sanciones, calidad, emisiones y reversibilidad. Etiqueta hechos, supuestos e inferencias.”
• “Redacta tres paquetes condicionales que cubran el costo incremental verificado sin aceptar una expansión de margen no respaldada.”

Decisiones humanas y puertas de aprobación

La aprobación humana es obligatoria antes de dirigir tránsito por una zona de alto riesgo, exponer tripulaciones al peligro, pagar a un intermediario desconocido, cambiar datos bancarios, tomar determinaciones sobre sanciones o controles de exportación, aceptar fuerza mayor, renunciar a derechos, cambiar Incoterms o la responsabilidad del seguro, adjudicar negocio de emergencia, aprobar sustitutos no homologados, detener producción, racionar a clientes o enviar una concesión vinculante.

Un pago de tránsito relacionado con Ormuz necesita revisión de sanciones y cumplimiento. La alerta de OFAC sobre exigencias de pago por el paso por el Estrecho de Ormuz hace inapropiado el pago automático.

Limitaciones

Los índices públicos de flete pueden no coincidir con la ruta contratada o el momento. Los registros ERP del proveedor pueden estar desactualizados o reportados estratégicamente. Los modelos históricos pueden subestimar disrupciones simultáneas. Los pronósticos de materias primas no son hechos en tiempo real, mientras que los titulares sobre seguros no sustituyen documentos vinculantes ni cotizaciones fechadas.

La IA no puede determinar si un viaje es seguro, interpretar de forma concluyente derechos contractuales, certificar un sustituto ni equilibrar todas las consecuencias para las partes interesadas. Las probabilidades de escenario son ayudas para la decisión, no pronósticos objetivos.

Fuentes

• MARAD: Active Maritime Advisories
• IMO: Middle East and Strait of Hormuz operational page
• EIA: Global Energy Security and maritime-chokepoint data
• OFAC: Sanctions risks of Hormuz passage demands

Lecturas adicionales

• MARAD advisory for the Persian Gulf, Strait of Hormuz, and Gulf of Oman
• EIA Short-Term Energy Outlook
• Suez Canal Authority navigation statistics
• OFAC Iran sanctions program and guidance

Preguntas frecuentes

¿Puede la IA verificar que la carga de un proveedor está en el mar?

Puede conciliar el nombre del buque, número IMO, conocimiento de embarque, evento de salida, reserva y posición. El resultado sigue siendo una evaluación de evidencia: la visibilidad del buque por sí sola no puede demostrar que el buque transporta la carga del comprador.

¿Debe compras aceptar cada recargo por disrupción?

No. Separa los aumentos documentados de flete, seguro y materias primas de los gastos generales, el margen y la recuperación de margen no relacionada. Cualquier alivio puede ser temporal, basado en hitos, limitado y vinculado a evidencia auditable.

¿Puede la IA decidir si se debe redirigir por un corredor de alto riesgo?

No. La IA puede calcular la exposición y comparar opciones, pero seguridad, logística, legal, cumplimiento, seguros y los ejecutivos responsables deben aprobar el tránsito de alto riesgo.

¿Cuál es el resultado más útil durante esta crisis de suministro?

Un informe a nivel de OC que muestre evidencia observada, inferencia del modelo, vacíos de evidencia, momento del quiebre de stock, compensaciones entre escenarios, preguntas para el proveedor y paquetes de negociación preaprobados.

Descargo de responsabilidad: Este artículo proporciona información general de compras y no constituye asesoramiento legal, financiero, de sanciones, de seguros ni de seguridad marítima.