El Massachusetts Institute of Technology (MIT) Center for Transportation & Logistics y Mecalux han desarrollado un simulador basado en inteligencia artificial (IA) capaz de optimizar la distribución del inventario entre distintos almacenes dentro de una misma red logística. La plataforma, denominada 'Genesis' (Genetic Evaluation & Simulation for Inventory Strategy), utiliza modelos avanzados de machine learning para analizar miles de posibles escenarios y simular cuál es el nivel óptimo de stock en cada almacén y cuándo conviene reponerlo.
El simulador de IA tiene en cuenta variables como la demanda prevista en cada región, los costes de transporte o la capacidad operativa de cada almacén para probar distintas políticas de reposición de stock sin afectar a la operativa real. Entre las funcionalidades del sistema destaca el reequilibrio de inventario entre las diversas naves de almacenamiento. Es decir: en el momento en el que una instalación cuenta con una necesidad de stock, el desarrollo comprueba si es más eficiente transferir dichas referencias desde otro centro, antes de realizar un pedido al proveedor de las referencias. Lo que puede conllevar mejor aprovechamiento de los recursos disponibles y menor coste.
El sistema también recomienda cómo organizar el transporte, por ejemplo, si conviene agrupar envíos para optimizar camiones o servir determinados pedidos desde una ubicación concreta para disminuir tiempos y costes. Una vez introducidos los datos y variables en el sistema, 'Genesis' crea una solución óptima acompañada de paneles estadísticos avanzados. Los usuarios pueden analizar indicadores como patrones de consumo, regiones con alta variabilidad de demanda, referencias con mayor riesgo de rotura de stock o almacenes con problemas de suministro.
El simulador es uno de los primeros resultados tangibles de la colaboración entre Mecalux y el MIT CTL, anunciado a finales de 2025 con dos líneas de investigación preferente: la implementación de la IA en los procesos logísticos y el avance productivo de las soluciones robotizadas para almacenes. Este acuerdo "entra ahora en una nueva fase centrada en ampliar la aplicación de la IA a otros procesos logísticos, como la reposición interna, el uso de gemelos digitales en sistemas automáticos de almacenamiento de alta densidad y la optimización de ubicaciones de producto", anuncia la firma líder del sector de sistemas de almacenaje nacional.