Volver a Investigación de mercado
Intuiflow es un software de planificación para fabricación y distribución desarrollado por Demand Driven Technologies y adquirido por Algo en enero de 2026. Complementa los sistemas ERP con planificación de materiales, recomendaciones de reaprovisionamiento, programación de la producción, planificación de la demanda y planificación de ventas y operaciones. Su método central es Demand Driven Material Requirements Planning, o DDMRP: buffers de inventario situados estratégicamente gobiernan el reaprovisionamiento y las prioridades operativas. (1, 2, 11)
Puntuación global de supply chain: 4,8/10.
| Dimensión | Puntuación |
|---|---|
| Profundidad en supply chain | 4,2/10 |
| Sustancia de las decisiones y la optimización | 4,4/10 |
| Integridad del producto y la arquitectura | 5,6/10 |
| Transparencia técnica | 5,8/10 |
| Seriedad del proveedor | 4,2/10 |
Intuiflow dispone de un mecanismo operativo concreto y una documentación pública de configuración excepcionalmente útil. Genera pedidos, tiene en cuenta las listas de materiales y conecta la planificación con la ejecución. Su principal limitación es el modelo de decisión: los objetivos de servicio, los factores de los buffers y las prioridades de flujo sustituyen a una comparación económica explícita de compromisos factibles bajo incertidumbre. Automatizar esas reglas puede reducir el trabajo; no demuestra que seleccionen las decisiones más valiosas.
Aptiv comunica una mejora significativa del inventario, acompañada de un considerable trabajo de implantación. Una simulación antigua del proveedor muestra con claridad el método de buffers, incluidos los ajustes realizados después de observar faltantes de stock. El Autopilot actual promete eliminar el trabajo de ajuste, pero su descripción pública no llega a explicar cómo sus políticas aprendidas mejoran los resultados monetarios o incorporan la incertidumbre del suministro. (7, 12, 14)
Intuiflow frente a Lokad
Consideremos un componente que puede detener una línea de montaje. Su proveedor habitual es barato, pero a veces se retrasa; un proveedor alternativo es caro; varios productos terminados compiten por el mismo componente. Un buffer puede proteger la producción, pero su tamaño deseable depende del valor de los productos terminados, de la distribución de las fechas de llegada, del coste de las expediciones urgentes y de qué otras compras compiten por la liquidez disponible.
Intuiflow aborda el problema mediante el posicionamiento del inventario, las prioridades de reaprovisionamiento y la protección configurada. El enfoque de optimización de inventario de Lokad evalúa los compromisos recurrentes por sus consecuencias económicas esperadas, utilizando proyecciones probabilísticas y una lógica numérica de decisión mantenida en el tiempo. Sus Supply Chain Scientists se encargan de desarrollar y revisar esa lógica conforme cambian las condiciones operativas.
La diferencia reside en lo que se pide optimizar al software. Un objetivo de servicio elevado no explica si el siguiente dólar debe destinarse a este componente, a otro, a una expedición urgente o a un proveedor alternativo. La perspectiva desarrollada en Introduction to Supply Chain parte de esos usos competidores de los recursos. El método público de Intuiflow pide, en cambio, que la organización exprese buena parte de ese criterio mediante la ubicación de los buffers, los factores, las prioridades y las excepciones.
Qué calcula realmente el software
El Client Playbook público explica las decisiones de implantación, los procedimientos operativos y la transición al soporte. Incluye terminología heredada de Replenishment+ y una configuración ilustrada de un cliente con capturas de pantalla de 2023. Es una evidencia útil de los mecanismos admitidos; sus ajustes de ejemplo no deben confundirse con valores predeterminados universales ni con una especificación del Autopilot más reciente. (18)
Los buffers condensan la incertidumbre en categorías y factores
Smart Buffer Profiler agrupa los artículos utilizando el historial de demanda, intervalos de tiempos de entrega y coeficientes de variación. Los usuarios eligen horizontes de historial de demanda, umbrales de elegibilidad, factores de tiempo de entrega, factores de variabilidad y horizontes de picos. Los perfiles resultantes determinan zonas coloreadas del buffer; la zona verde tiene en cuenta las cantidades mínimas de pedido, los ciclos de pedido y los factores de tiempo de entrega. Los perfiles propuestos pueden revisarse antes de aceptarlos. (3)
Se trata de una heurística inspeccionable. Su debilidad es la información descartada antes de tomar una decisión. Procesos de demanda con medias y coeficientes de variación similares pueden tener colas, persistencia y relaciones con los retrasos de los proveedores diferentes. Asignarlos a la misma categoría no hace equivalentes sus riesgos económicos. Un porcentaje de una zona del buffer no puede, por sí solo, expresar la diferencia entre perder una venta de bajo margen y detener una línea de producción de gran valor.
Las categorías de tiempo de entrega también se refieren a su magnitud, en lugar de a una distribución de probabilidad publicada de las recepciones futuras. El método describe la variabilidad, pero no publica una proyección conjunta de demanda y suministro cuyos posibles resultados se valoren económicamente al seleccionar pedidos. Aumentar un factor de protección puede compensar un problema recurrente; no identifica qué riesgo se compensó ni si otra respuesta costaría menos.
Hay ejecución real y gestión de listas de materiales
Los ajustes de procesamiento distinguen los artículos con buffer de los que no lo tienen, proporcionan el cálculo de necesidades netas MRP y permiten generar automáticamente pedidos de suministro para los artículos sin buffer. La compresión de tiempos de entrega comprueba si los componentes subordinados sin buffer ya están disponibles; tenerlos en stock puede adelantar la fecha comprometida del artículo superior. El consumo diario previsto también puede calcularse a partir de previsiones y desglosarse a través de la lista de materiales. (4)
Workbench permite a los planificadores cambiar cantidades, fechas, fuentes de suministro y listas de materiales alternativas, con funciones de carga y embalaje. Los pedidos aprobados pasan a una tabla de pedidos pendientes para su transferencia al ERP. Es un recorrido concreto de la decisión a la ejecución. (5, 6)
Estas interacciones importan. El producto gestiona algo más que objetivos independientes por SKU. La cuestión pendiente es cómo se seleccionan las alternativas en todo el sistema. Presentar al planificador un proveedor o una lista de materiales alternativos no demuestra que exista un cálculo que elija entre ellos utilizando la disponibilidad incierta, los márgenes, la capacidad compartida y la liquidez. Gran parte de esa conciliación queda fuera de la regla de buffer publicada.
La viabilidad de la programación es condicional
El módulo de programación describe capacidad finita, máquinas, turnos, mano de obra, gráficos de carga y progreso en planta. Su página actual anuncia «programaciones 100% ejecutables» y afirma que se tiene en cuenta cada cuello de botella del mundo real. (8)
Una programación puede ser factible con las capacidades modelizadas y aun así fracasar cuando se avería una máquina, se retrasa una entrega o se rechaza un componente. La pregunta útil es qué compromisos siguen teniendo sentido económico ante esas posibilidades, incluido el coste de reprogramar. Ni una comprobación de capacidad ni un buffer hacen creíble una garantía incondicional de ejecución.
S&OP añade planificación aproximada de capacidad y escenarios de interrupciones del suministro y cambios de demanda. El folleto antiguo utiliza explícitamente previsiones para simular el comportamiento futuro de los buffers e identificar lagunas del modelo. Es una anticipación sensata, pero la mera inspección de escenarios no produce probabilidades ni selecciona una respuesta económicamente preferible. (9, 21)
Historia tecnológica e integridad de la hoja de ruta
Demand Driven Technologies se fundó en 2011. Su identidad técnica ha seguido centrada en la planificación impulsada por la demanda. En octubre de 2022, Nextworld anunció una integración de Intuiflow basada en API, mientras que la descripción adjunta de la empresa ya anunciaba IA y aprendizaje automático en planificación y ejecución. La integración tenía un mecanismo específico; la amplia afirmación de inteligencia no aportaba una validación equivalente. (2, 13)
La antigua simulación revela el nivel de prueba exigido
El documento técnico del proveedor, con copyright de 2020, describe una demostración de 2014 que utilizó cifras de demanda aportadas por 57 asistentes a una conferencia. Modeliza dos artículos con tiempos de entrega fijos de 90 y 21 días. En una ejecución, eliminar la visibilidad anticipada de los picos de pedidos produjo dos días de faltantes de stock y un servicio del 99,5%. Elevar el porcentaje de seguridad de la zona roja del 120% al 150% restableció el servicio al 100%, a la vez que redujo las rotaciones anuales de 16,27 a 14,78. (12)
Esto demuestra que una mayor protección puede eliminar los faltantes en la secuencia probada. No demuestra cuál es la protección óptima para la siguiente secuencia. El ajuste se realiza después de observar el fallo y el documento no aporta ninguna comparación monetaria entre el inventario adicional y el faltante evitado. Su experimento con dos artículos tampoco puede validar la capacidad compartida, los fallos correlacionados de proveedores ni la asignación de recursos entre artículos. El porcentaje de servicio comunicado es un resultado de cumplimiento, no la precisión de una previsión.
La preocupación persistente es metodológica: ajustar con éxito sobre demanda histórica se presenta como prueba de una planificación robusta. Una evaluación económica significativa fijaría la política antes de evaluar decisiones posteriores, compararía alternativas factibles e incluiría el trabajo dedicado a reparar el modelo. Una secuencia histórica difícil sigue siendo una sola secuencia.
Autopilot moderniza el ajuste; la adquisición cambia el alcance
El Autopilot actual describe una recalibración diaria de buffers frente a objetivos de nivel de servicio, políticas locales, alertas de excepciones y simulaciones antes de que los cambios lleguen a producción. Esto aborda una carga real de mantenimiento. Los detalles públicos que faltan son el objetivo de aprendizaje, el procedimiento de evaluación y el tratamiento del suministro incierto. Describir los ajustes como exentos de riesgo va más allá de lo que puede demostrar una simulación. (7)
El anuncio de adquisición de Algo del 13 de enero de 2026 proponía combinar su inteligencia anticipativa de demanda con la planificación de suministro de Intuiflow basada en el consumo. La empresa combinada opera bajo Algo; no se publicaron las condiciones financieras. El anuncio no explica cómo se combinarán computacionalmente los dos métodos de decisión. (2)
La tensión es conceptual además de arquitectónica. Los mensajes del producto desprecian la dependencia de las previsiones, pero estas ya alimentan sus simulaciones y ahora forman parte de la justificación de la adquisición. Reaprovisionar antes del consumo futuro implica necesariamente expectativas sobre ese consumo. Ocultar esas expectativas dentro de tasas de uso o buffers no elimina el riesgo de previsión; dificulta evaluar los supuestos. (1, 21)
Componentes de software y límites del sistema
La documentación pública de implantación es más útil que el material de contratación disponible para reconstruir la arquitectura de este producto.
| Capa | Componente o interfaz documentados | Implicación operativa |
|---|---|---|
| Aplicación alojada | Servicio en la nube con un entorno dedicado a cada cliente | El aislamiento del cliente es una afirmación explícita de diseño |
| Identidad | Inicio de sesión único de Azure Active Directory | La identidad corporativa puede gobernar el acceso |
| Integración de autoservicio | R+ Pusher o llamadas a API escritas por el cliente | El cliente controla las extracciones y la programación de las transferencias |
| Integración gestionada | Microsoft Integration Runtime; opciones ADX Lite y Full | Las responsabilidades de correspondencia de datos y transferencia varían según la opción |
| Intercambio de datos | Importaciones de artículos y datos maestros, y exportaciones de pedidos pendientes | ERP e Intuiflow deben acordar qué sistema gobierna cada campo |
| Analítica para planificadores | Power BI integrado, descrito en la página de Aptiv | Los informes constituyen una capa adicional que mantener |
La base de datos de la aplicación, el entorno de ejecución del lenguaje de programación y la infraestructura de entrenamiento de Autopilot siguen sin especificarse. Por tanto, es difícil evaluar sus requisitos de alojamiento, dependencias y responsabilidades de actualización antes de la implantación.
La guía de interfaces concreta las responsabilidades de forma poco habitual. La vía de autoservicio asigna al cliente la extracción y transformación; ADX Lite sitúa Microsoft Integration Runtime dentro del perímetro del cliente y limita el acceso a las fuentes a las tablas y campos pertinentes. Otras opciones reparten entre las partes la extracción, la correspondencia de datos y la programación de las transferencias. Son obligaciones recurrentes de integración, no una promesa puntual de que todos los ERP se conectan sin dificultad. (15)
Mecanismos de seguridad y exposición restante
Algo describe aislamiento por cliente, cifrado, entornos de prueba y producción separados, y supervisión de amenazas. El playbook documenta SSO corporativo y roles administrativos configurables. Estos controles separan las cargas de trabajo de los clientes y gobiernan el acceso a la configuración de planificación. (1, 16, 17)
La asignación de autoridad sobre los campos es otro control práctico. Los ajustes de importación pueden impedir que los usuarios editen dentro de Intuiflow los campos gestionados por el ERP, evitando fuentes maestras contradictorias; la configuración ilustrada restringe la edición directa de artículos al equipo central del proyecto. (20, 22)
La descripción publicada es menos específica sobre la recuperación tras comprometerse una cuenta de administrador, las copias de seguridad protegidas de forma independiente, el alcance de las credenciales de los conectores y la aprobación de cambios de políticas en producción. Un entorno separado limita una clase de exposición; no hace inocua una integración comprometida. Estas cuestiones importan porque los parámetros importados pueden alterar miles de recomendaciones de reaprovisionamiento sin cambiar el código de la aplicación.
Productividad, mantenimiento de la configuración y coste total
La promesa de Autopilot de eliminar la revisión rutinaria de parámetros es pertinente para las expectativas actuales de productividad. La prueba más exigente es si la planificación habitual funciona con una carga total de trabajo decreciente: planificadores del cliente, especialistas de implantación, soporte del proveedor y responsables de mantener las políticas, todos incluidos. Operar por excepciones puede seguir absorbiendo a un gran equipo si estas son numerosas o reaparecen sin corregir su causa subyacente.
Los manuales revelan el trabajo que debe eliminarse o mantenerse. La configuración de procesamiento del ejemplo elige 52 semanas para el consumo diario medio y 26 semanas para la variabilidad, con opciones que afectan al tratamiento de la demanda negativa. Los ajustes estacionales utilizan factores mensuales específicos de cada ubicación y supuestos temporales explícitos. Los artículos pueden mantenerse individualmente o mediante archivos masivos. Son decisiones de negocio codificadas como configuración. (4, 19, 20)
Una ventana de promediado más larga puede reducir el ruido y, a la vez, retrasar la detección de un cambio real. Excluir las devoluciones puede facilitar la interpretación de una estadística de demanda y, al mismo tiempo, eliminar información económicamente relevante. Un incremento estacional puede mejorar la disponibilidad y crear exceso de inventario si el evento cambia de fecha. El coste está en saber qué interpretación es correcta, detectar cuándo deja de serlo y corregir la lógica de decisión de forma segura.
Este es el problema descrito en Holimization: el propio modelo necesita una mejora continua. Recalcular más rápido dentro de una política inadecuada no sustituye a revisar la política. La medida de mantenimiento pertinente es el esfuerzo necesario por cada corrección económicamente significativa, incluidas las consecuencias de los errores.
Aptiv: resultados significativos con un componente humano considerable
El caso de Aptiv comunica aproximadamente un 30% de mejora del inventario en una planta piloto y menos expediciones urgentes. Describe un recorrido piloto de dos años, unos tres meses de acompañamiento diario, formación posterior y apoyo de especialistas, y la decisión de extenderlo a más de 100 plantas. También describe cambios en la distribución regional destinados a fraccionar las cantidades mínimas de los proveedores y reducir el inventario de las plantas. (14)
Son cambios operativos creíbles que merece la pena investigar. No aíslan la contribución del software de la del acompañamiento y el rediseño de la red, ni cuantifican el trabajo recurrente o los retornos netos. La misma página concluye que la expansión desde el piloto a más de 100 plantas se produjo en semanas. Ese plazo promocional contradice su propia descripción detallada y confunde el compromiso de despliegue, el despliegue y la cobertura lograda.
El relato de adopción del caso también expone un riesgo de atribución de responsabilidades. Se supervisa el cumplimiento del método, pero la validación económica debe poder rechazar el propio método. De lo contrario, el éxito confirma DDMRP, mientras que la decepción se convierte en prueba de que el personal no lo siguió. El proceso correctivo debería comprobar si un buffer o una regla de prioridad eran erróneos, además de si un operador los respetó.
Responsabilidad económica y posibilidad de inspección
La documentación pública de Intuiflow permite a un comprador cuestionar decisiones de cálculo reales antes de una demostración. Es una ventaja considerable frente a una afirmación opaca de IA. Sus resultados operativos también son inspeccionables: los pedidos recomendados, las cantidades modificadas, los compromisos exportados y los parámetros pueden compararse con los acontecimientos posteriores. (3, 5, 6)
El eslabón que falta es un balance monetario mantenido de esas decisiones. Las reducciones de inventario y los niveles de servicio no resuelven si una política crea valor una vez considerados los faltantes de stock, las expediciones urgentes, los sobrecostes de proveedores, el inventario obsoleto, la implantación y el mantenimiento. El material actual de planificación de demanda menciona el sesgo, el error absoluto y el impacto financiero, pero no explica cómo esa evaluación financiera gobierna las decisiones de reaprovisionamiento. (10)
Los informes públicos de resultados deberían distinguir las ganancias de una ejecución más ordenada, un mejor diseño de red y una mejor selección de decisiones. Todas pueden ser valiosas. Solo la última demuestra la calidad del optimizador, y ninguna demuestra valor neto sin incluir el coste de operar el proceso. Los controles documentados del producto permiten esa evaluación; la evidencia económica publicada sigue siendo incompleta.
Puntuación de supply chain
El resultado global de 4,8/10 es la media aritmética redondeada de 25 puntuaciones parciales con el mismo peso.
Profundidad en supply chain: 4,2/10
| Criterio | Puntuación |
|---|---|
| Enfoque económico | 4/10 |
| Resultado decisional final | 6/10 |
| Claridad conceptual sobre supply chain | 5/10 |
| Independencia de doctrinas centrales obsoletas | 2/10 |
| Resistencia al teatro de los KPI | 4/10 |
Media: 4,2/10.
Enfoque económico. El capital circulante y la continuidad operativa importan, pero la regla publicada no valora monetariamente los usos competidores del inventario y la capacidad. (1, 3)
Resultado decisional final. Las recomendaciones se convierten en compromisos en el ERP mediante un flujo explícito. La selección sigue dependiendo de forma sustancial de la política configurada y del criterio del planificador. (5, 6)
Claridad conceptual sobre supply chain. La gestión de componentes y tiempos de entrega desacoplados demuestra conocimiento del ámbito. Las implicaciones económicas de la incertidumbre correlacionada siguen poco desarrolladas. (4)
Independencia de doctrinas centrales obsoletas. DDMRP sigue siendo la doctrina organizadora. Sus categorías y factores de protección restringen el modelo de decisión antes de comparar alternativas económicas. (3, 11)
Resistencia al teatro de los KPI. Los resultados operativos son más pertinentes que una puntuación decorativa de previsión. Aun así, el servicio perfecto simulado y el relato de despliegue acelerado exageran lo que demuestran sus pruebas. (12, 14)
Sustancia de las decisiones y la optimización: 4,4/10
| Criterio | Puntuación |
|---|---|
| Profundidad de la modelización probabilística | 2/10 |
| Sustancia distintiva de optimización o aprendizaje automático | 4/10 |
| Gestión de restricciones reales | 6/10 |
| Automatización de decisiones y productividad laboral | 5/10 |
| Resiliencia ante la complejidad operativa real | 5/10 |
Media: 4,4/10.
Profundidad de la modelización probabilística. La variabilidad afecta a la protección, pero el mecanismo publicado carece de proyecciones conjuntas calibradas de demanda y suministro futuros. (3, 4)
Sustancia distintiva de optimización o aprendizaje automático. Los cálculos de buffers son inspeccionables. El objetivo de la política aprendida y su evaluación económica prospectiva siguen sin estar claros. (3, 7)
Gestión de restricciones reales. Se representan las dependencias de fabricación y las restricciones prácticas de los pedidos. La selección económica a escala del sistema entre las alternativas resultantes es menos explícita. (4, 5, 8)
Automatización de decisiones y productividad laboral. El reaprovisionamiento y el ajuste automáticos pueden eliminar trabajo rutinario. Los beneficios publicados no miden el trabajo total de mantenimiento y gestión de excepciones. (4, 7)
Resiliencia ante la complejidad operativa real. El despliegue industrial aporta evidencia útil. El proceso correctivo publicado insiste en el ajuste y el cumplimiento del método; no muestra cómo un fallo costoso lleva a probar una política económica diferente cuando la propia regla del buffer resulta inadecuada. (12, 14)
Integridad del producto y la arquitectura: 5,6/10
| Criterio | Puntuación |
|---|---|
| Coherencia arquitectónica | 6/10 |
| Claridad de los límites del sistema | 7/10 |
| Seriedad en seguridad | 4/10 |
| Sobriedad del software y coste de propiedad | 5/10 |
| Compatibilidad con operaciones programáticas y asistidas por agentes | 6/10 |
Media: 5,6/10.
Coherencia arquitectónica. Los módulos operativos comparten un método coherente. La integración más amplia tras la adquisición sigue menos especificada técnicamente. (2, 21)
Claridad de los límites del sistema. Las opciones de integración y la autoridad sobre los campos establecen responsabilidades concretas entre ERP, cliente y proveedor. (15, 22)
Seriedad en seguridad. Los controles de identidad, aislamiento y edición abordan exposiciones prácticas. La independencia de la recuperación y el acceso privilegiado de integración necesitan una descripción más completa. (1, 16, 17, 22)
Sobriedad del software y coste de propiedad. La arquitectura visible tiene un perímetro coherente; su coste operativo incluye un mantenimiento considerable de las políticas y las integraciones. (15, 19, 20)
Compatibilidad con operaciones programáticas y asistidas por agentes. Las API y el mantenimiento masivo permiten automatizar más allá de la interfaz de usuario. Un conector por sí solo no puede mejorar la regla económica de decisión. (13, 15, 20)
Transparencia técnica: 5,8/10
| Criterio | Puntuación |
|---|---|
| Documentación técnica pública | 7/10 |
| Inspección sin mediación del proveedor | 6/10 |
| Portabilidad y visibilidad de la dependencia del proveedor | 5/10 |
| Transparencia del método de implantación | 7/10 |
| Densidad de pruebas tras las afirmaciones técnicas | 4/10 |
Media: 5,8/10.
Documentación técnica pública. El playbook expone mecanismos de configuración y operación significativos. Las afirmaciones más recientes de aprendizaje y optimización están menos documentadas. (3, 4, 18)
Inspección sin mediación del proveedor. Un comprador técnico puede examinar directamente la política y su carga de mantenimiento. Reproducir la evaluación del Autopilot actual sigue requiriendo cooperación del proveedor. (7, 18)
Portabilidad y visibilidad de la dependencia del proveedor. Las interfaces de transferencia y la autoridad sobre los campos están documentadas. Reconstruir las políticas de planificación acumuladas seguiría siendo una tarea importante de migración. (6, 19, 22)
Transparencia del método de implantación. La guía y el relato del despliegue hacen visibles la configuración, el acompañamiento y el cambio operativo. Esto permite evaluar de forma más realista el coste de propiedad. (14, 18)
Densidad de pruebas tras las afirmaciones técnicas. Los cálculos concretos respaldan funcionalidades más acotadas. Las afirmaciones de ejecución perfecta y ajustes sin riesgo carecen de una validación equivalente. (7, 8, 12)
Seriedad del proveedor: 4,2/10
| Criterio | Puntuación |
|---|---|
| Seriedad técnica de la comunicación pública | 4/10 |
| Integridad de la hoja de ruta tecnológica | 6/10 |
| Claridad conceptual | 4/10 |
| Responsabilidad económica | 3/10 |
| Capacidad de defender su valor en un mundo de software agéntico | 4/10 |
Media: 4,2/10.
Seriedad técnica de la comunicación pública. Los detalles técnicos útiles coexisten con garantías absolutas y un lenguaje exagerado sobre los despliegues. (7, 8, 14)
Integridad de la hoja de ruta tecnológica. El historial muestra un desarrollo sostenido alrededor de un método operativo específico e interfaces reales. Las amplias afirmaciones de IA se evalúan de forma mucho menos convincente. (2, 13)
Claridad conceptual. Reducir las prioridades inestables es valioso. Tratar el reaprovisionamiento basado en consumo como una salida de la previsión oculta los supuestos sobre el futuro que contiene la política. (1, 21)
Responsabilidad económica. Los informes de resultados muestran un valor potencial, pero dejan sin resolver la atribución y el coste total. El cumplimiento del método debe quedar subordinado a la comprobación de su mérito económico. (14)
Capacidad de defender su valor en un mundo de software agéntico. La ejecución fiable y el conocimiento industrial mantenido pueden conservar valor. La aritmética sencilla de buffers y la asistencia a flujos de trabajo ofrecen menos protección que decisiones demostrablemente superiores con muy poco trabajo recurrente. (3, 5, 7)
Fuentes
Las páginas sin fecha se consultaron el 4 de noviembre de 2026. El playbook público es una plantilla de implantación que contiene una configuración ilustrada de un cliente y terminología heredada; sus ajustes no se presentan como valores predeterminados universales del producto.
[1] Alcance actual del producto y la seguridad
Algo, Presentación de Intuiflow. Módulos, arquitectura en la nube, aislamiento y afirmaciones operativas.
[2] Adquisición y dirección del producto
Algo, Adquisición de Demand Driven Technologies, 13 de enero de 2026.
[3] Cálculo y configuración de buffers
Demand Driven Technologies, Smart Buffer Profiler.
Demand Driven Technologies, Ajustes de procesamiento. Necesidades netas, horizontes, previsiones, compresión de tiempos de entrega y pedidos automáticos.
Demand Driven Technologies, Workbench.
Demand Driven Technologies, Pedidos pendientes.
[7] Ajuste automatizado de políticas
Algo, Intuiflow Autopilot.
[8] Programación de la producción
Algo, Programación y ejecución.
Algo, Planificación adaptativa de ventas y operaciones.
Intuiflow, Planificación de la demanda.
Demand Driven Technologies, ¿Qué es DDMRP?, PDF.
[12] Experimento histórico con buffers
Erik Bush, Demand Driven Technologies, Simulación de buffers DDMRP, copyright de 2020, PDF. Describe el experimento de la conferencia de 2014 y los cambios posteriores de parámetros.
[13] Integración y afirmaciones de IA anteriores a 2023
Nextworld, Lanzamiento de la integración de Intuiflow, 18 de octubre de 2022.
[14] Relato del despliegue de Aptiv
Algo, Aptiv decide un despliegue global tras pilotos de dos años.
[15] Arquitectura de integración
Demand Driven Technologies, Diseño de interfaces.
Demand Driven Technologies, Inicio de sesión único de Azure Active Directory.
[17] Administración de accesos
Demand Driven Technologies, Cuentas y acceso.
[18] Alcance de la guía de implantación
Demand Driven Technologies, Client Playbook.
Demand Driven Technologies, Factor de ajuste planificado.
[20] Mantenimiento de datos maestros
Demand Driven Technologies, Modificación de propiedades de artículos.
[21] Continuidad del método del producto
Demand Driven Technologies, Folleto de Intuiflow, PDF. Planificación de materiales, programación, simulaciones basadas en previsiones y posicionamiento en IA y aprendizaje automático.
[22] Autoridad sobre los campos e intercambio
Demand Driven Technologies, Importación y exportación.