Tu responsable de compras lleva veinte años pidiendo "lo que siempre". Le conoce el negocio, se sabe de memoria a los proveedores y tiene olfato. Y aún así, cuando abres el almacén, encuentras 89.000 euros parados en referencias que no rotan y ocho artículos críticos en rotura cada semana. No es un problema de la persona: es un problema del método.
El reaprovisionamiento automático mayoristas no consiste en sustituir al comprador por un algoritmo. Consiste en darle un modelo que mire cada semana las mil o dos mil referencias que él no puede mirar de una en una, calcule la demanda esperada y proponga el pedido óptimo. Él revisa, ajusta y aprueba. Deja de adivinar.
En este artículo verás cómo montar ese sistema para un mayorista de 1–50M€, qué necesitas de datos, qué hace la IA en cada paso y cómo empezar sin tirar por la ventana los procesos que ya funcionan.
Comprar por intuición funciona con 30 referencias. Con 1.200 es imposible. El comprador humano mira siempre las mismas veinte o treinta que "le preocupan"; el resto se pide por costumbre. Ahí es donde se acumula el sobrestock invisible y donde se esconde la rotura que nadie vio venir. La IA no piensa mejor que tu comprador: mira todas las referencias, todas las semanas, sin cansarse.
Por qué comprar a ojo cuesta más de lo que parece en un mayorista
El coste del sobrestock no aparece en la cuenta de resultados con letras rojas. Aparece disfrazado. Aparece como necesidad de financiación, como espacio de almacén que se te queda pequeño, como mermas y obsolescencia, como descuentos de última hora para dar salida a producto viejo. Cuando sumas todos esos euros, el sobrestock de las referencias que "no molestan" sale carísimo.
La rotura es más obvia pero se subestima. No es solo la venta perdida de esa semana: es el cliente que la próxima vez llama al competidor y ya no vuelve. En un mayorista, donde el 20% de las referencias hace el 80% de la venta, tener una sola clase A en rotura una semana puede pesar más que todo el sobrestock del último trimestre.
Y el patrón detrás es siempre el mismo. Un comprador con oficio se centra en lo urgente y en lo caro. Las referencias medianas, las que rotan sin llamar la atención, se piden por hábito. Nadie mira el histórico de doce meses de la referencia número 743. Nadie cruza el plazo del proveedor con la estacionalidad. Se pide "lo de siempre" y se cierra el correo. Si quieres ver este mismo problema desde el lado del proceso, en automatizar el flujo de pedidos a mano en mayoristas lo desmenucé desde otro ángulo, el de la entrada de pedidos.
La pregunta interesante no es "¿mi comprador lo hace bien?". Casi siempre lo hace bien con lo que puede mirar. La pregunta es "¿cuántas referencias puede mirar en profundidad cada semana?". La respuesta honesta, con 1.200 SKUs, suele ser: menos del 5%. El otro 95% viaja en piloto automático. Ahí es donde entra la IA.
Qué hace la IA en un sistema de reaprovisionamiento (sin quitarle el mando al comprador)
La idea es sencilla y no cambia con la moda: previsión, punto de reorden y pedido óptimo. Lo que cambia con Claude Code y modelos de lenguaje es la velocidad y el coste de montarlo. Antes era un proyecto de ERP de seis meses; hoy puedes tener una primera versión sobre tus propios CSVs en una tarde. Se hace en tres pasos, y los tres los revisa el comprador.
Previsión de demanda por referencia
La IA lee tu histórico de ventas de doce meses y calcula, para cada SKU, demanda media semanal, estacionalidad y proyección a cuatro semanas. No inventa: usa tus datos. Y lo hace para las 1.200 referencias, no para las 30 que le da tiempo a mirar al comprador.
Punto de reorden y stock objetivo
Con la previsión, el plazo de cada proveedor y un colchón de seguridad (por ejemplo, 20%), calcula cuándo hay que pedir cada referencia y en qué cantidad para no tocar rotura. Marca en rojo las que están a menos de siete días de cobertura y en amarillo las que se acercan.
Pedido óptimo agrupado por proveedor
Aquí es donde ahorras dinero de verdad. En vez de generar un pedido por referencia, la IA agrupa por proveedor, respeta mínimos de compra y consolida para aprovechar portes o descuentos por volumen. El comprador ve un borrador por proveedor y decide qué firma.
Hay una cuarta capa que conviene pedirle desde el principio: el informe de sobrestock. La misma previsión que te dice qué falta te dice qué sobra. Referencias con más de 180 días de cobertura, capital inmovilizado por proveedor, refs candidatas a promoción u oferta al comercial. Es dinero que ya has gastado; recuperarlo empieza por verlo.
Estimaciones direccionales basadas en proyectos reales, no en estudios citados.
Qué datos necesitas para arrancar (menos de los que crees)
Este es el punto donde la mayoría se atasca creyendo que necesita un ERP nuevo. No. Para una primera versión útil te bastan tres exportaciones que ya tienes en tu sistema, aunque sean feas.
Ventas de doce meses por referencia y semana. Un CSV con tres columnas: referencia, semana, unidades. Nada más. Da igual si mezcla familias o si le faltan algunas semanas por vacaciones o cierre; la IA maneja huecos.
Stock actual con coste, proveedor y plazo. Referencia, unidades en almacén, coste unitario, proveedor principal y plazo de entrega en días. Si tu ERP no exporta el plazo, empieza con una estimación por proveedor: mejor un dato aproximado que ninguno.
Pedidos pendientes de recibir. Referencia, cantidad y fecha prevista. Esto evita que el sistema te proponga volver a pedir algo que ya viene de camino, el error más caro y más frecuente al empezar.
Con esos tres archivos y una tarde de trabajo tienes un primer modelo funcionando. No será perfecto; será mucho mejor que "lo de siempre". A partir de ahí se mejora con lo que el comprador vaya viendo: qué referencias tienen estacionalidad rara, qué proveedores fallan plazos, qué familias no se pueden agrupar. Cada corrección se incorpora al modelo.
Cómo empezar esta semana sin bloquear el día a día
El error clásico es querer arrancar por las 1.200 referencias a la vez. Es la forma más rápida de que el comprador desconfíe del modelo y vuelva a lo suyo. Empieza por dos grupos concretos: las referencias clase A (el 20% que hace el 80% de la venta) y las referencias con sobrestock evidente (más de seis meses de cobertura). Son los dos frentes donde el dinero está más a la vista.
En clase A, el objetivo es cero roturas. Ahí ganas margen y ganas cliente. En sobrestock, el objetivo es liberar caja: identificar qué se puede promocionar, qué se puede devolver al proveedor y qué hay que asumir como pérdida y liquidar. La IA te da la lista priorizada por euros; la decisión es humana.
La segunda regla es publicar el resultado del modelo en un dashboard que el comprador pueda abrir cada lunes. No un informe que llega por correo y nadie mira: un panel vivo con las alertas de la semana, los pedidos propuestos y el estado del sobrestock. Cuando el comprador lo usa como su herramienta de trabajo, el sistema deja de ser un experimento y se convierte en el proceso.
Y la tercera: revisión humana antes de firmar. El sistema propone; el comprador aprueba. Con el tiempo, para categorías estables, esa aprobación puede ser masiva; para categorías nuevas o promocionales, siempre uno por uno. Nunca hay que quitar al comprador del bucle: hay que quitarle el trabajo mecánico y devolverle la decisión.
Suministros Levante: de 89K€ dormidos en almacén a un proceso semanal de veinte minutos
Un mayorista industrial con 1.200 referencias activas. El responsable de compras, con veinte años en la casa, cerraba pedidos "de memoria" cada lunes. Al medir, salían 23 referencias en sobrestock por valor de 89.000 euros y 8 referencias en rotura, tres de ellas clase A. Ni él las veía, ni el ERP se las señalaba.
Montamos un sistema de reaprovisionamiento sobre sus propios CSVs: previsión a 4 semanas, punto de reorden con seguridad del 20% y pedido óptimo agrupado por proveedor. El comprador ahora abre cada lunes un dashboard con las alertas y firma los pedidos propuestos en veinte minutos. El resto de la mañana lo dedica a negociar con proveedores y a los casos especiales.
capital inmovilizado en el primer trimestre
roturas en referencias clase A
rutina semanal estable, de 4 horas a 20 min
Descárgate el pack del Caso 20
Todo lo necesario para montar el mismo sistema de reaprovisionamiento en tu mayorista: prompt listo para pegar en Claude Code, histórico de ventas de 12 meses, stock actual con proveedor y plazo, y pedidos pendientes. Pensado para pasar de pedir "lo de siempre" a tener en 2-3 minutos previsión a 4 semanas, detección de sobrestock y rotura, y pedido óptimo agrupado por proveedor.
LEEME.md— explicación del caso y pasos para probarloprompt.txt— prompt listo para pegar en Claude Codeventas_12m.csv— histórico semanal 60 referencias × 52 semanasstock_actual.csv— stock, coste, proveedor y plazo de entregapedidos_pendientes.csv— pedidos ya cursados pendientes de recibir
Diseñado para mayoristas y distribuidores con 500-5.000 referencias y plazos de proveedor conocidos (material industrial, ferretería, suministros, componentes). Para perecederos, farma o proyecto único hay que ajustar stock de seguridad y ventana de previsión.
¿Cuánto capital tienes dormido en referencias que no rotan?
En 30 minutos miramos tu histórico de ventas y stock, identificamos las referencias que sangran caja y las que están al borde de rotura, y valoramos si un sistema de reaprovisionamiento tiene sentido en tu caso. Sin presentación de ventas.
Preguntas frecuentes sobre reaprovisionamiento automático en mayoristas
¿Necesito cambiar de ERP para montar esto?
No. La primera versión funciona con tres exportaciones en CSV: ventas de 12 meses, stock actual y pedidos pendientes. Si tu ERP escupe esos ficheros, tienes lo que hace falta. Cambiar de ERP es una decisión aparte, más larga y más cara; no la mezcles con esto.
¿La IA va a decidir los pedidos por mi comprador?
No. La IA propone: previsión, punto de reorden y pedido óptimo por proveedor. El comprador revisa, ajusta si un proveedor va a fallar plazos o si hay una promoción a la vista, y firma. El objetivo no es sacarle del proceso, sino que deje de hacer el trabajo mecánico y decida sobre casos priorizados.
¿Cuánto tarda en dar resultados medibles?
El sobrestock se ve desde el primer informe: aparecen las referencias con meses de cobertura y su valor en euros. La bajada de capital inmovilizado se nota en uno o dos trimestres, dependiendo de la rotación. La bajada de roturas en clase A suele verse a las cuatro-seis semanas, en cuanto el modelo se calibra con los primeros feedbacks del comprador.
¿Funciona con estacionalidad o con promociones?
Con estacionalidad, sí: es justo donde más brilla, porque la ve en todas las referencias a la vez. Con promociones puntuales, el modelo no la adivina; hay que introducirla como excepción. Por eso el comprador sigue mandando: él sabe cuándo entra una campaña y ajusta el pedido de esas referencias, dejando que la IA gestione el 95% restante.
Contenido informativo sobre automatización de procesos de compras y gestión de stock en mayoristas y distribuidoras. No constituye asesoramiento financiero, fiscal ni jurídico. Los porcentajes son estimaciones direccionales basadas en proyectos reales y varían según sector, rotación, márgenes y calidad del dato de partida. Verifica siempre las decisiones de compra con tu equipo y con datos actualizados.