Aplicación de IA generativa para la optimización de la planificación y toma de decisiones logísticas: un enfoque de investigación-acción en Samsung

Resumen

El presente Trabajo de Fin de Máster analiza la aplicación de la inteligencia artifi cial generativa como herramienta de apoyo a la planifi cación y toma de decisiones operativas en el ámbito logístico, tomando como caso de estudio a Samsung. En un entorno empresarial caracterizado por la alta variabilidad de la demanda, la complejidad de la gestión de inventarios y la necesidad de optimizar la asignación de recursos, se identifi ca un problema relacionado con la difi cultad para adaptar de forma ágil y efi ciente la planifi cación operativa. A través de la metodología de investigación-acción, se lleva a cabo un diagnóstico del proceso logístico, identifi cando sus principales limitaciones y áreas de mejora. A partir de este análisis, se propone el desarrollo de un agente basado en inteligencia artifi cial generativa capaz de asistir en la evaluación de escenarios, priorización de productos y apoyo a la toma de decisiones en tiempo real. La propuesta planteada no sustituye los sistemas predictivos existentes, sino que los complementa, aportando una capa adicional de interpretación y análisis que facilita una mejor comprensión de la información disponible. Como resultado, se espera mejorar la efi ciencia operativa, reducir errores en la planifi cación y aumentar la capacidad de respuesta ante cambios en la demanda. Este trabajo contribuye a demostrar el potencial de la inteligencia artifi cial generativa en contextos empresariales reales, especialmente en procesos logísticos donde la toma de decisiones rápida y fundamentada resulta clave para la competitividad organizacional.

Palabras clave