Madrid, 25 de noviembre de 2025 – En Baobab AI hemos celebrado el Supply Chain Summit 2025, un encuentro que reunió a directivos y expertos en operaciones, logística y tecnología para abordar un reto común: cómo tomar mejores decisiones en cadenas de suministro cada vez más complejas e inciertas gracias a la Inteligencia Artificial, la Analítica Avanzada y la optimización matemática.
El evento, celebrado en Espacio Downtown Madrid y patrocinado por Gurobi, contó con la participación de compañías como Adient, CityLogin, Cofares, Moeve, Nippon Gases, Vanderlande, Nakire, entre otras, así como con el equipo directivo y de expertos de Baobab AI y Baobab SupplyOps.
De la previsión de la demanda a la IA prescriptiva
La jornada estuvo conducida por David Sánchez, Chief AI Sales Officer de Baobab AI, quien introdujo los distintos bloques conectando los retos de negocio con las capacidades de la IA Decision AI.
La primera ponencia corrió a cargo de Aitor Madoz, experto en cadena de suministro, que abordó el papel del S&OP y la predicción de la demanda en un contexto de volatilidad. Subrayó la importancia de la segmentación y la limpieza de datos, y cómo la combinación de modelos estadísticos y técnicas de IA permite reducir la demanda errática, evitar sobrecostes y mejorar el servicio al cliente.
A continuación, Daniel Latorre, Director General de CityLogin, se centró en las nuevas formas de reparto en la ciudad, marcadas por la expansión del e-commerce, las restricciones de emisiones, la congestión urbana y la presión por entregas más rápidas y sostenibles. Mostró cómo los gemelos digitales y la colaboración público-privada están permitiendo diseñar microhubs urbanos replicables y aprovechar infraestructuras existentes, como la red de metro, para una última milla más eficiente.
Stocks, almacenes y automatización inteligente
El bloque de gestión de inventarios estuvo protagonizado por Óscar Roque, Director Supply Chain Management en Adient, que compartió un caso de gestión inteligente de stocks desarrollado junto a Baobab. Explicó cómo la integración de datos de diferentes plantas y terminales, combinada con modelos de optimización, permite mejorar la disponibilidad, reducir excesos y liberar tiempo del equipo planificador para tareas de mayor valor.
La eficiencia del almacén fue el foco de la intervención de Gonzalo García, Director de Operaciones Outbound en Cofares, quien detalló cómo el rediseño de ubicaciones, el análisis de tiempos y el uso de modelos matemáticos permitió incrementar en torno a un 20% la productividad de sus centros. Recalcó la importancia de trabajar de la mano de las personas que operan diariamente en el almacén para que las mejoras sean realistas y sostenibles.
Descubre más sobre Decision AI en Logística
La perspectiva de la automatización intralogística llegó de la mano de Luis Escobedo, Managing Director WH Solutions en Vanderlande,Javier Martínez, CEO de Nakire y Jose Maria Izquierdo, Consultor en logística en Iteral Estudios y Servicios, que presentaron soluciones de robots AMR, sorting y flujo continuo. Explicaron cómo la integración de estos sistemas con plataformas de decisión permite evitar cuellos de botella, regular los flujos con buffers inteligentes y adaptar la operación a la demanda real en tiempo casi real.
En ese mismo bloque, Jaime Sotomayor, Strategic Accounts & Project Director en Baobab AI, mostró cómo combinar modelos de previsión, optimización y gemelo digital dentro del WMS para pasar “de gestionar lo que ya ha ocurrido a anticipar lo que va a pasar”. Subrayó que solo una minoría de almacenes en el mundo funcionan de forma verdaderamente dinámica y que ahí es donde la Decision AI marca la diferencia.
Matemáticas aplicadas a la logística y al transporte
El enfoque conceptual y a la vez muy práctico vino de Álvaro García Sánchez, socio fundador de Baobab AI y profesor de la UPM, con la ponencia “Inyectando matemáticas a la logística”. Defendió la combinación del conocimiento experto con modelos de optimización y simulación, y recordó que la IA generativa por sí sola no decide: necesita estructura, datos y validación humana para generar impacto real en la cuenta de resultados.La problemática del transporte fue abordada por Raimundo Gonzalo, CEO de Baobab SupplyOps, quien explicó que el objetivo no es sustituir los TMS, sino complementarlos con capas prescriptivas más flexibles y actualizables. Junto a Luis Pita-Romero, Data Solutions Architect & Operations Research / Data Science en Baobab, presentaron casos de reposición prescriptiva, planificación integral de rutas y optimización de transporte terrestre, orientados a reducir costes, mejorar servicio y aumentar la resiliencia ante incidencias.
Casos de descarbonización y diseño de red logística
En el ámbito de la energía, Antonia Fernández, Head of Energy Parks Logistics en Moeve, explicó cómo el proyecto CLEAR, desarrollado junto a Baobab, permite descarbonizar operaciones y anticipar problemas en la logística de Energy Parks. Pasaron de una planificación manual y basada en Excel a un enfoque donde la herramienta proporciona visión diaria, mensual y estratégica del reposicionamiento eficiente de activos. Destacó que liberar al equipo de tareas repetitivas les permite centrarse en nuevos negocios y soluciones.
El diseño de red logística y productiva fue el eje de la ponencia de Pablo Rodríguez, Smart Operations Processes & Tools Engineer Europe en Nippon Gases, que presentó una Supply Chain Decision Support Tool desarrollada con Baobab y soportada por Gurobi. Esta herramienta flexible y basada en KPIs permite evaluar escenarios de distribución de combustibles y tomar decisiones tácticas y estratégicas con mayor rigor.
Gurobi y Baobab: optimización matemática al servicio del negocio
En representación del patrocinador, Jan Schwarzkopf, Senior Account Manager Strategic Alliances EMEAI en Gurobi, puso el foco en el papel de los solvers de optimización como motor silencioso de muchas aplicaciones de Decision AI. Destacó cómo, junto a partners como Baobab, la tecnología de Gurobi se integra en soluciones que ayudan a las empresas a tomar decisiones más rápidas, precisas y escalables en sectores como logística, industria y energía.
Cierre: de la IA generativa al Decision AI
El cierre del encuentro estuvo a cargo de Pablo Castiella, CEO y cofundador de Baobab AI, quien abordó el contraste entre la IA generativa y la Decision Al. Recordó que la primera es muy útil para generar contenido y apoyar tareas diarias, pero que la verdadera ventaja competitiva surge cuando se combinan modelos matemáticos, datos de calidad y equipos mixtos cliente–proveedor trabajando de forma conjunta.
Castilla presentó también la visión de Decision Ops de Baobab: una plataforma y una forma de trabajar que permite llevar modelos avanzados a producción, conectarlos con motores como Gurobi y mantener un ciclo continuo de mejora sobre las decisiones de negocio.
Video resumen
