Chewy aprovecha agentes de IA para perfeccionar la entrega de última milla

En una entrevista reciente con Supply Chain Dive, Scott Anderson, director de operaciones de Chewy, describió tres palancas operativas que están ayudando al minorista en línea de productos para mascotas a mantenerse por delante de Amazon y Walmart en la entrega de última milla. Aunque los consejos parecen sencillos —personalización, asociación con transportistas y ejecución basada en datos—, el motor subyacente es un conjunto de agentes de IA que automatizan la toma de decisiones a gran escala.

Primero, Chewy está implementando modelos de recomendación impulsados por IA que asignan cada pedido al centro de cumplimiento óptimo según los niveles de inventario, la capacidad del transportista y las condiciones de tráfico en tiempo real. El sistema ejecuta miles de simulaciones por minuto, reduciendo en promedio 12 minutos las ventanas de entrega estimadas. En términos cuantitativos, Chewy informa una reducción del 4,2 % en el costo de última milla por paquete, lo que se traduce en aproximadamente 1,8 millones de dólares de ahorro anual sobre un volumen de 45 millones de paquetes.

Segundo, el minorista ha institucionalizado una plataforma de colaboración con transportistas que utiliza agentes autónomos para negociar asignaciones de franjas horarias y ajustes de rutas en casi tiempo real. Estos agentes incorporan métricas de desempeño del transportista —entrega a tiempo, eficiencia de combustible y factor de carga— y reasignan dinámicamente los envíos al socio más fiable de cada región. El resultado es una mejora del 7 % en las tasas de entrega a tiempo sin añadir nuevos contratos de transportistas, una clara ganancia de eficiencia en un mercado donde la capacidad del transportista suele ser el cuello de botella.

Tercero, el centro de análisis de Chewy emplea IA predictiva para pronosticar picos de demanda vinculados a eventos relacionados con mascotas (p. ej., vacunaciones estacionales, regalos navideños). Al alinear la ubicación del inventario con estos pronósticos, la empresa reduce la necesidad de envíos urgentes, disminuyendo los costos de envío promedio en 2,3 dólares por pedido durante los periodos pico.

Desde la perspectiva del ecosistema, el enfoque de Chewy ilustra un mercado de agentes de IA en maduración, donde la tecnología pasa de proyectos piloto experimentales a infraestructura operativa central. Los KPI medibles de la compañía —reducción del tiempo de entrega, costo por paquete y desempeño puntual— ofrecen un modelo para otros minoristas que buscan una adopción de IA basada en ROI. Sin embargo, el modelo también subraya una trampa común: los agentes de IA solo son tan efectivos como las canalizaciones de datos que los alimentan. La inversión de Chewy en gobernanza de datos y en el intercambio de datos interfuncional fue un requisito previo para los beneficios observados.

La implicación más amplia para la industria de IA es clara: los agentes que automatizan microdecisiones en la logística pueden generar ahorros tangibles a gran escala, pero exigen una arquitectura de datos robusta y una gestión del cambio disciplinada. A medida que más minoristas imiten el modelo de Chewy, podemos esperar un aumento en la demanda de plataformas modulares de agentes de IA que se integren sin problemas con las API de transportistas y los sistemas de gestión de almacenes.

Foto: Bernd 📷 Dittrich / Unsplash (https://unsplash.com/@hdbernd)