Volver a Investigación de mercado
EdgeVerve desarrolla aplicaciones empresariales dentro de Infosys. Su producto de supply chain, TradeEdge, conecta fabricantes, distribuidores, minoristas y socios logísticos para intercambiar y conciliar datos comerciales. Admite visibilidad de ventas aguas abajo, demand sensing, asignación de pedidos, trazabilidad de productos y análisis de compras. El sitio actual presenta estas aplicaciones como Infosys Topaz AI Next Supply Chain. 1
Puntuación global de supply chain: 4.0/10
| Dimensión | Puntuación |
|---|---|
| Profundidad en supply chain | 4.0/10 |
| Sustancia de las decisiones y la optimización | 3.6/10 |
| Integridad del producto y la arquitectura | 4.4/10 |
| Transparencia técnica | 4.0/10 |
| Seriedad del proveedor | 4.0/10 |
La evidencia más sólida de EdgeVerve se refiere a trasladar información entre organizaciones y procesar transacciones operativas. Estas actividades pueden producir mejoras importantes: retiradas de productos más rápidas, menos intervenciones en pedidos y ciclos de procesamiento documental más cortos. La evidencia es mucho más débil para seleccionar decisiones de reabastecimiento, asignación o producción económicamente superiores bajo incertidumbre.
La distinción importa porque el marketing pasa fácilmente de disponibilidad de datos a previsión, optimización y autonomía. Esas transiciones requieren mecanismos adicionales. Una posición consolidada de inventario no especifica qué cliente debería recibir el stock escaso. Las ventas de ayer no determinan un pedido económico que llegará varias semanas después. El material público deja ampliamente sin explicar los métodos de previsión, el tratamiento de fechas inciertas de reabastecimiento y los criterios monetarios de decisión.
EdgeVerve frente a Lokad
TradeEdge aborda el intercambio y la interpretación de información entre socios comerciales. El servicio de optimización de inventario de Lokad aborda las cantidades y prioridades que deberían derivarse de esa información. Hay coincidencias en reabastecimiento y asignación, pero los centros de gravedad respectivos son distintos.
Pensemos en un distribuidor que decide entre enviar su stock restante a un minorista cercano o reservarlo para otro cliente. Disponibilidad y proximidad pueden identificar un envío factible. Elegir económicamente exige margen, costes de entrega, consecuencias contractuales, probabilidad de demanda alternativa y distribución de la próxima fecha de reabastecimiento. EdgeVerve documenta el primer tipo de criterios de asignación; no publica un cálculo correspondiente de estas últimas disyuntivas. 4
Lokad organiza las decisiones recurrentes según su contribución financiera esperada, utilizando proyecciones probabilísticas y lógica de decisión mantenida. Sus Supply Chain Scientists son responsables de esa lógica a medida que cambia el negocio. El enfoque descrito en Introducción a supply chain trata la incertidumbre y las prioridades económicas como el contenido de la planificación.
Una red de socios puede suministrar datos a ese cálculo. Su utilidad debería evaluarse por separado de la calidad de las decisiones resultantes. Transmitir más rápido un pedido antieconómico simplemente ejecuta antes el error.
Qué calcula TradeEdge
Demand sensing: observaciones más recientes, previsiones sin explicar
La página de demand sensing describe ventas diarias por tienda y SKU que llegan al día siguiente, validación en dos horas y pedidos sugeridos con inventario, tiempo de entrega, capital circulante y promociones. Comunica una mejora del 20% en precisión de previsión al utilizar información de ventas en vez de envíos, sobre aproximadamente el 70% de las ventas globales de un cliente. No especifica métrica, horizonte de previsión, periodo de evaluación ni tratamiento de productos no disponibles. 2
Es una afirmación de mejora relativa, no de precisión absoluta del 20% o 120%. Su significado económico sigue sin resolverse. Un minorista puede mejorar la predicción de mañana y dejar casi intactas decisiones gobernadas por entregas inciertas del mes siguiente. Una aparente caída de ventas también puede representar inventario no disponible, en lugar de baja demanda.
La propia ficha de socios de SAP describe la solución de demand sensing de Infosys como una extensión de SAP Business Technology Platform que convierte previsiones semanales de SAP IBP en diarias e incorpora señales adicionales. 3 La granularidad diaria puede ayudar a la ejecución; no demuestra un nuevo método de previsión ni una política mejor de reabastecimiento. La prueba decisiva es si la información adicional cambia acciones en su horizonte real de compromiso y mejora sus consecuencias financieras.
Ninguna fuente técnica inspeccionada proporciona distribuciones probabilísticas calibradas de demanda y tiempos de entrega, sus dependencias o el proceso por el que esas distribuciones seleccionan pedidos. Mencionar el tiempo de entrega como entrada es muy distinto de modelar su incertidumbre. El término demand sensing oculta esa distinción cuando sustituye a un modelo divulgado.
Orquestación de pedidos: reglas de asignación, sin un optimizador económico divulgado
La página de orquestación de pedidos identifica disponibilidad de stock y proximidad como criterios de asignación y permite dividir un pedido entre socios de cumplimiento. Anuncia respuestas en dos segundos y una mejora del fill rate del 8–10%. 4
Son funciones concretas de ejecución. Sus límites se derivan del objetivo: el stock cercano no es necesariamente el más barato de consumir. Un envío puede mantener el fill rate de hoy y aumentar el coste de faltantes de mañana; dividir puede mejorar el servicio aparente mientras multiplica transporte y manipulación. Evaluar estas elecciones requiere consecuencias entre pedidos y a lo largo del tiempo, más allá de responder más rápido a cada solicitud.
El material publicado no ofrece un objetivo matemático de decisión ni un experimento que compare la política de asignación con una alternativa realista. La evidencia es insuficiente para atribuir a TradeEdge un solver concreto, un método de optimización estocástica o un cálculo económico para toda la red.
Integración y trazabilidad están más fundamentadas
El producto de integración documenta conexiones EDI y API, modelos canónicos de datos, conectores preconstruidos y procesamiento configurable de flujos y excepciones. 5 Estandarizar formatos de mensajes e identificadores puede reducir trabajo repetido de integración. La dificultad restante es semántica: qué stock puede prometer cada actor, qué marcas temporales son fiables y si una devolución, cancelación o corrección tardía cambia una decisión anterior.
Mars aporta el ejemplo operativo identificado más sólido. El caso de EdgeVerve de 2023 comunica una reducción del tiempo de trazabilidad y retención/liberación de dos días a dos horas. La aplicación combina ingesta de Market Connect, relaciones padre-hijo del stock, informes de cumplimiento e integración de retención/liberación. Mapeos reutilizables y pruebas automáticas de regresión apoyaron el despliegue; la primera prueba de concepto duró 12 semanas. Un directivo identificado de Mars confirma la mejora de integración. 7
El resultado se refiere a identificar y contener los productos afectados. Puede tener un valor importante sin un avance en previsión. El caso no aporta presupuesto de implantación, coste operativo recurrente ni reducción realizada de pérdidas por retiradas, por lo que no se puede reconstruir un retorno financiero completo.
Resultados de clientes y productividad laboral
La definición del servicio G-Cloud de 2024 incluye un caso anónimo de bienes de consumo que comunica una reducción del 80% de intervenciones manuales en pedidos, junto con menos inventario ocioso y mejor fill rate. Otro ejemplo es expresamente una prueba de concepto de diez semanas con una mejora de precisión de previsión de hasta el 15%. Tienen distinto peso probatorio: una métrica de previsión de un piloto no demuestra un resultado operativo sostenido. 6
Un relato de Infosys de abril de 2026 describe una naviera que utiliza AI Next para reservas, conocimientos de embarque, auditoría de fletes y facturación. Comunica que la automatización de procesos pasó del 10% al 70%, el procesamiento directo sin intervención de cero al 70% y el tiempo de auditoría/facturación de fletes de 24 horas a 30 minutos. No se identifica a la empresa. La aplicación coordinó más de 90 interfaces en más de 20 sistemas, digitalizó más de 8.000 políticas de clientes e incorporó procedimientos de 116 países. 8
Estas cifras describen una ingeniería considerable de procesos. No miden optimización autónoma de inventario. El informe tampoco cuantifica el trabajo neto tras implantación, gestión de excepciones, mantenimiento de políticas y operación de plataforma. El tiempo de respuesta puede caer drásticamente mientras sigue habiendo un esfuerzo especializado considerable en otros puntos.
Para evaluar la productividad en la era de los agentes, la unidad pertinente es toda la carga recurrente. La ganancia económica es el trabajo y los errores eliminados tras descontar el esfuerzo necesario para mantener correcta la automatización. Una cola más corta, más transacciones por empleado y un equipo más pequeño son resultados distintos; los casos publicados no los distinguen de forma sistemática.
Mantenimiento de la configuración y coste de propiedad
La definición del servicio TradeEdge de 2024 incluye un equipo de servicios gestionados 8×5 para incorporar distribuidores, resolver problemas y hacer seguimiento para obtener datos a tiempo. Describe reglas configurables de limpieza y envío regular de informes a los sistemas de planificación y análisis del cliente. 6 Identifica trabajo que sobrevive a la implantación. Trasladarlo a un proveedor cambia la factura y la organización del personal; no elimina la actividad.
En un producto de red, la configuración se acumula en cada frontera: mapeos de artículos, identidades de socios, variantes de mensajes, reglas de validación, responsables de excepciones y definiciones contractuales. Un distribuidor que cambia de ERP puede invalidar una conexión estable. Una promoción nueva puede exigir más que añadir un campo si su significado comercial difiere entre canales.
La implantación naviera hace especialmente visible la escala del mantenimiento de políticas. Cada regla empresarial conservada necesita un responsable, una prueba y una condición de retirada. De lo contrario, el procesamiento automático conserva decisiones obsoletas con mayor eficiencia que el anterior proceso manual.
Es la cuestión práctica tratada por la holimización de Lokad: el propio problema económico debe seguir abierto a revisión. Una ejecución más rápida no puede compensar reglas que codifican los supuestos operativos de ayer. Los casos públicos de EdgeVerve describen más claramente la transformación inicial que el coste continuo de revisarla.
Historia tecnológica y entregas
| Periodo | Afirmación o desarrollo público | Qué demuestra el registro |
|---|---|---|
| 2008–2015 | TradeEdge comenzó con la petición de un cliente de visibilidad de ventas e inventario aguas abajo; posteriormente EdgeVerve se convirtió en filial de Infosys. | El producto nació de un problema concreto de integración. 9 |
| 2017 | Infosys presentó Nia como plataforma de IA que capturaba conocimiento organizativo y transformaba procesos, con componentes de datos, ontología y automatización. | La narrativa de IA anterior a los LLM combinaba tecnologías identificables con afirmaciones mucho más amplias de inteligencia organizativa. 10 |
| Julio de 2017 | Infosys dijo a los inversores que integraba su red blockchain con TradeEdge para crear oportunidades de monetización. | Se hizo una promesa tecnológica específica. El material actual inspeccionado de TradeEdge no identifica el componente blockchain entregado ni resultados económicos de clientes atribuibles a él. 11 |
| 2019 | Finacle y R3 comunicaron una prueba blockchain de financiación comercial con 18 grupos bancarios. | Esto demuestra actividad bancaria, una aplicación distinta de la planificación de distribución de TradeEdge. 12 |
| 2022–2023 | Los artículos de TradeEdge agruparon IA, machine learning, blockchain, automatización y gemelos digitales como tecnologías de transformación de supply chain. | No aportaron evaluaciones comparativas de algoritmos ni validación predictiva de los gemelos propuestos. 13 14 |
| 2025–2026 | EdgeVerve añadió una narrativa de gobierno de agentes; posteriormente Infosys integró las antiguas plataformas EdgeVerve bajo Topaz AI Next. | Cambió la marca mientras continuaban casos concretos de automatización. Una marca común no demuestra un modelo de decisión común. 15 17 |
La debilidad histórica es la distancia entre tecnología anunciada y pruebas aportadas. Blockchain se presentó como una incorporación inminente a una red existente. Años después, la evidencia accesible de TradeEdge sigue explicando integración, armonización de datos y beneficios de ejecución mucho mejor que la contribución de blockchain.
La promoción del gemelo digital tiene un problema parecido. Un gemelo predictivo afirma cosas sobre una gran colección de estados futuros. Su credibilidad depende de validar esos estados y las decisiones que mejora. Presentarlo como tecnología transformadora sin discutir el error de previsión deja sin explicar el problema técnico central.
Las primeras afirmaciones de IA exigen la misma disciplina. Ontologías, modelos predictivos y automatización de procesos eran técnicas reales de software antes de 2023. No justificaban insinuar que el conocimiento y razonamiento empresariales se habían automatizado exhaustivamente. La narrativa posterior de agentes debe evaluarse mediante responsabilidades desplegadas y resultados medidos, sin tratarla como validación retrospectiva del vocabulario anterior.
Lista de componentes de software
La descripción primaria más específica de la pila es la ficha G-Cloud 14 del proveedor. Sus requisitos fechados identifican los componentes siguientes. 16
| Componente | Alcance documentado |
|---|---|
| PostgreSQL 12 y PgBouncer 1.5.5 o 1.12 | Requisitos de base de datos y agrupación de conexiones de TradeEdge |
| .NET Framework 3.5/4.5 e IIS 7 | Requisitos de ejecución Microsoft y servidor web |
| Java 1.8.191/192 y WinSCP | Dependencias adicionales de ejecución y transferencia |
| Excel 2016 | Dependencia de hojas de cálculo del lado del cliente |
Es una divulgación de compras de 2024. No identifica las versiones operativas en noviembre de 2026. Su antigüedad convierte en omisiones importantes un inventario actual de componentes, una política de versiones soportadas y el historial de actualizaciones.
La mezcla de entornos de ejecución implica responsabilidades separadas de parches, pruebas y despliegue. La ficha no relaciona estos componentes con funciones de aplicación ni explica quién mantiene la compatibilidad durante las actualizaciones. Esas responsabilidades determinan cuánto trabajo de integración y pruebas absorbe el cliente.
La frontera menos visible de la arquitectura está entre las aplicaciones establecidas de supply chain y la nueva plataforma de agentes. Una interfaz compartida puede ocultar modelos de datos y equipos operativos separados. Los diagramas y materiales públicos de lanzamiento deberían explicar cómo se propagan reglas empresariales, permisos y cambios a través de esa frontera.
Seguridad y autoridad de los agentes
La ficha G-Cloud especifica SAML/OpenID Connect, CyberArk, cifrado AES-256 y TLS 1.2. Su sección de certificación también menciona AssistEdge dentro de la ficha TradeEdge, haciendo incoherente el alcance del producto. 16 Importan los mecanismos reales de identidad y cifrado; una lista de certificaciones no resuelve qué producto implementa cada control.
El documento de gobierno de EdgeVerve de 2025 recomienda acceso limitado a herramientas, registros de auditoría, aprobaciones, entornos aislados, acciones reversibles y controles de emergencia. Son recomendaciones para empresas, no una especificación de despliegue que demuestre que cada agente AI Next recibe esas restricciones. 17
El producto actual de agentes describe orquestación y gestión del ciclo de vida, con visibilidad centralizada y supervisión humana. 18 Deja sin divulgar detalles importantes de ejecución: permisos disponibles en cada llamada a herramientas, aislamiento de credenciales, restricciones de red saliente y tratamiento de instrucciones incorporadas en documentos recibidos de socios comerciales.
Estas fronteras son centrales para un producto que lee documentos externos y puede actuar en sistemas empresariales. Una instrucción maliciosa dentro de una factura debe seguir siendo dato; no debe convertirse en autoridad para cambiar una cuenta de proveedor o exportar registros. La aprobación humana de ciertas salidas no sustituye al aislamiento del entorno de ejecución.
La autonomía operativa también debe medirse al nivel correcto. Exigir que una persona apruebe compromisos financieros excepcionales puede ser sensato. Exigir revisión rutinaria de cada pedido conservaría el cuello de botella laboral que la automatización debería eliminar. El material público no aporta una medida en producción de decisiones desatendidas de supply chain junto con sus costes de error y carga de supervisión.
Responsabilidad económica
El paquete público G-Cloud incluye un contrato marco genérico marcado como borrador para discusión. La garantía de entregables a precio fijo trata la conformidad con especificaciones durante 30 días, con reparación o repetición del trabajo como remedios. Otras disposiciones excluyen asegurar que se cumplan los requisitos empresariales y excluyen categorías como beneficio perdido y ahorros previstos. Son condiciones propuestas, no evidencia del acuerdo que rige a un cliente identificado. 19
El documento de precios ofrece trabajo por tiempo y materiales, donde el cliente finaliza el alcance y gestiona entregables, y trabajo a precio fijo cuyos cambios de alcance pueden cambiar el precio. También ofrece expresamente precios por resultados empresariales o reparto de beneficios ligados a mayor beneficio o menor coste. 20
Compartir beneficios es una alternativa significativa a facturar exclusivamente actividades. Los casos públicos no muestran qué clientes lo eligieron, cómo se definió la referencia o cómo entraron en el cálculo los costes de mantenimiento y resultados adversos. Una tarifa por incidencias resueltas o transacciones procesadas sigue siendo pago por volumen de producción, no necesariamente por mejora económica.
La brecha de responsabilidad es, por tanto, concreta: las opciones comerciales publicadas pueden compartir valor, pero los resultados de clientes demostrados no vienen acompañados de suficiente medición o detalle contractual para establecer quién asume el riesgo cuando la transformación se entrega técnicamente y decepciona económicamente.
Puntuación de supply chain
Profundidad en supply chain
| Criterio | Puntuación |
|---|---|
| Planteamiento económico | 4/10 |
| Resultado final de las decisiones | 6/10 |
| Claridad conceptual sobre supply chain | 4/10 |
| Independencia de doctrinas centrales obsoletas | 3/10 |
| Resistencia al teatro de KPI | 3/10 |
Media: 4.0/10
Planteamiento económico — 4/10. Inventario, ventas, servicio y costes de procesamiento aparecen en el argumento comercial. Falta la conexión de esos resultados con un único criterio monetario de decisión. Ahorros de integración y retornos de inventario necesitan contabilidades separadas. 1 2 4 6
Resultado final de las decisiones — 6/10. La asignación de pedidos y retención/liberación producen acciones operativas. Las salidas de demand sensing y el análisis son menos explícitos sobre las decisiones finales de reabastecimiento y la responsabilidad de ejecutarlas. 2 4 7
Claridad conceptual sobre supply chain — 4/10. La fragmentación de datos de socios se entiende de forma concreta. La incertidumbre, las demandas contrapuestas sobre el inventario y la diferencia entre ventas observadas y demanda subyacente reciben mucho menos tratamiento técnico. 2 5 6
Independencia de doctrinas centrales obsoletas — 3/10. El énfasis sigue en visibilidad, previsiones más rápidas y procesos conectados. El diseño público no demuestra una sustitución de la planificación por objetivos con decisiones ordenadas económicamente bajo incertidumbre. 2 13
Resistencia al teatro de KPI — 3/10. Los tiempos de trazabilidad y procesamiento tienen significados operativos comprensibles. Las cifras de mejora de previsión y fill rate carecen de detalle de evaluación suficiente para demostrar valor financiero o comparabilidad. 2 4 7 8
Sustancia de las decisiones y la optimización
| Criterio | Puntuación |
|---|---|
| Profundidad del modelado probabilístico | 2/10 |
| Sustancia distintiva de optimización o ML | 3/10 |
| Tratamiento de restricciones reales | 5/10 |
| Automatización de decisiones y productividad laboral | 5/10 |
| Resiliencia ante la complejidad operativa real | 3/10 |
Media: 3.6/10
Profundidad del modelado probabilístico — 2/10. No se divulgan distribuciones conjuntas de demanda y tiempos de entrega ni métodos de calibración. Más señales y actualizaciones más frecuentes no llenan ese vacío. 2 3
Sustancia distintiva de optimización o ML — 3/10. La armonización de datos y el procesamiento documental tienen aplicaciones identificables. La evidencia no expone un algoritmo distintivo de optimización de supply chain, un objetivo ni una evaluación reproducible. 2 5 8
Tratamiento de restricciones reales — 5/10. Se representan disponibilidad de socios, división de pedidos, relaciones de trazabilidad y reglas locales de procesamiento. Su coexistencia en procesos no demuestra un tratamiento económicamente coherente de recursos compartidos. 4 7 8
Automatización de decisiones y productividad laboral — 5/10. Los casos comunican reducciones importantes en la gestión de transacciones. El trabajo neto recurrente, incluidos servicios operados por el proveedor y mantenimiento de configuración, está insuficientemente medido. 6 7 8
Resiliencia ante la complejidad operativa real — 3/10. El software trata sistemas y documentos heterogéneos. La evidencia pública es más débil para elegir decisiones durante faltantes correlacionados y para reformular y volver a probar reglas cuando un fallo operativo revela un supuesto empresarial equivocado. Ejecutar procesos no demuestra por sí solo ninguna de esas capacidades. 4 6 7 8
Integridad del producto y la arquitectura
| Criterio | Puntuación |
|---|---|
| Coherencia arquitectónica | 4/10 |
| Claridad de los límites del sistema | 6/10 |
| Seriedad en seguridad | 4/10 |
| Parsimonia del software y coste de propiedad | 3/10 |
| Compatibilidad con operaciones programáticas y asistidas por agentes | 5/10 |
Media: 4.4/10
Coherencia arquitectónica — 4/10. Modelos canónicos de integración y mapeos reutilizables dan un propósito coherente al producto de red. La relación entre esa arquitectura y la nueva capa de agentes entre productos sigue poco documentada. 5 6 18
Claridad de los límites del sistema — 6/10. El papel de TradeEdge entre socios comerciales y sistemas empresariales existentes es razonablemente claro. Es menos clara la frontera entre suministrar una previsión mejor y asumir la decisión de inventario resultante. 2 5
Seriedad en seguridad — 4/10. Los mecanismos publicados de identidad, credenciales y cifrado tienen más sustancia que las insignias de cumplimiento. Siguen sin resolverse el aislamiento específico de agentes y el alcance de producto de varias garantías. 16 17 18
Parsimonia del software y coste de propiedad — 3/10. El inventario fechado de componentes y el modelo explícito de servicios gestionados muestran responsabilidades operativas continuadas. Ningún coste público de ciclo de vida concilia alojamiento, actualizaciones, mapeos y mantenimiento de reglas con el ahorro de automatización declarado. 6 16 20
Compatibilidad con operaciones programáticas y asistidas por agentes — 5/10. API, intercambio de datos y orquestación permiten integración automática. La evidencia pública aún no demuestra decisiones de supply chain desatendidas y seguras a escala. 5 18
Transparencia técnica
| Criterio | Puntuación |
|---|---|
| Documentación técnica pública | 5/10 |
| Inspección sin mediación del proveedor | 3/10 |
| Portabilidad y visibilidad de la dependencia del proveedor | 4/10 |
| Transparencia del método de implantación | 5/10 |
| Densidad de evidencia de las afirmaciones técnicas | 3/10 |
Media: 4.0/10
Documentación técnica pública — 5/10. Los documentos de contratación exponen más detalle operativo que el sitio comercial. Las especificaciones actuales de algoritmos, versiones de componentes y modelos de permisos de agentes siguen siendo escasos. 6 16 18
Inspección sin mediación del proveedor — 3/10. Un lector puede examinar descripciones y casos, pero no reproducir las afirmaciones de previsión o asignación con código, datos o protocolos de evaluación publicados. 2 3 4
Portabilidad y visibilidad de la dependencia del proveedor — 4/10. Las interfaces estándar reducen dependencia en el nivel de transporte. La disposición de salida G-Cloud deja la transferencia de datos a procesos acordados mutuamente; no especifica la conservación de mapeos ejecutables y reglas empresariales. 16
Transparencia del método de implantación — 5/10. Los casos identifican trabajo de integración, validación, configuración, pruebas y despliegue. El esfuerzo recurrente necesario después de la puesta en marcha es mucho menos medible. 6 7 8
Densidad de evidencia de las afirmaciones técnicas — 3/10. El testimonio operativo identificado respalda algunos resultados de integración. Las amplias afirmaciones de IA, optimización y previsión superan el detalle publicado de métodos y mediciones. 2 7 18
Seriedad del proveedor
| Criterio | Puntuación |
|---|---|
| Seriedad técnica de la comunicación pública | 4/10 |
| Integridad de la hoja de ruta tecnológica | 4/10 |
| Claridad conceptual | 4/10 |
| Responsabilidad económica | 4/10 |
| Solidez competitiva en un mundo de software agéntico | 4/10 |
Media: 4.0/10
Seriedad técnica de la comunicación pública — 4/10. El trabajo concreto de integración aparece repetidamente rodeado de afirmaciones más amplias de inteligencia. La ambigüedad resultante dificulta distinguir una nueva capacidad computacional de una nueva presentación de un proceso establecido. 1 13 18
Integridad de la hoja de ruta tecnológica — 4/10. Las aplicaciones de trazabilidad y procesamiento demuestran entregas en el tiempo. La promesa blockchain de TradeEdge y la posterior promoción del gemelo digital carecen de una continuidad técnica y económica igual de trazable. 7 10 11 13 14
Claridad conceptual — 4/10. Acceso a datos, previsión, optimización y autonomía se tratan a menudo como beneficios sucesivos de la misma plataforma. Cada uno exige evidencia propia, especialmente cuando observaciones deben convertirse en compromisos financieros. 2 4 18
Responsabilidad económica — 4/10. La opción publicada de reparto de beneficios puede alinear incentivos. Los casos disponibles no demuestran la referencia aplicable, todos los costes recurrentes ni la distribución del riesgo de pérdida. 7 8 19 20
Solidez competitiva en un mundo de software agéntico — 4/10. Las conexiones establecidas con socios y su semántica mantenida pueden conservar valor. El procesamiento documental genérico y la orquestación de procesos afrontan mayor presión de sustitución; una diferenciación duradera exige calidad de decisión medida y menos trabajo total. 5 6 8 18
Fuentes
Fuentes comprobadas el 4 de noviembre de 2026. Los resultados de clientes siguientes se atribuyen al proveedor que los publica, salvo indicación contraria. Los documentos G-Cloud 14 describen la oferta de 2024.
[1] TradeEdge / Infosys Topaz AI Next Supply Chain
TradeEdge / Infosys Topaz AI Next Supply Chain, sin fecha. Alcance actual del producto y marca.
Demand Sensing, sin fecha. Frecuencia de datos, entradas para sugerencias de pedidos y afirmación indefinida de mejora relativa de previsión.
[3] Solución de demand sensing de Infosys: ficha de socio SAP
Solución de demand sensing de Infosys: ficha de socio SAP, sin fecha. Descripción de SAP de la extensión IBP y previsiones semanales convertidas en diarias.
Orquestación de pedidos, sin fecha. Criterios documentados de asignación y afirmaciones de respuesta/fill rate.
Solución de integración, sin fecha. Interfaces, modelos canónicos y funciones de integración.
[6] Definición del servicio TradeEdge G-Cloud 14
Definición del servicio TradeEdge G-Cloud 14, 3 de mayo de 2024. Implantación, servicios gestionados y ejemplos; la fecha de publicación aparece dentro del PDF.
[7] Mars reduce el tiempo de trazabilidad de productos
Mars reduce el tiempo de trazabilidad de productos, 2023. Aplicación identificada de trazabilidad de Mars y testimonio del cliente.
[8] Cómo una plataforma unificada de IA puede acelerar los procesos de las navieras
Cómo una plataforma unificada de IA puede acelerar los procesos de las navieras, 16 de abril de 2026. Implantación naviera anónima, alcance operativo y resultados declarados de automatización.
[9] Informe anual de EdgeVerve 2014–15
Informe anual de EdgeVerve 2014–15, 2015. Orígenes del producto y constitución empresarial.
[10] Formulario 20-F de Infosys de 2017
Formulario 20-F de Infosys de 2017, 2017. Descripción contemporánea de los componentes de IA, conocimiento y automatización de Nia.
[11] Conferencia de resultados de Infosys Q1 FY2018
Conferencia de resultados de Infosys Q1 FY2018, 14 de julio de 2017. Anuncio contemporáneo de integración blockchain con TradeEdge.
[12] Finacle y R3 concluyen una prueba blockchain de financiación comercial
Finacle y R3 concluyen una prueba blockchain de financiación comercial, 23 de septiembre de 2019. Comunicado del emisor relativo a la aplicación bancaria separada.
[13] El papel de las tecnologías modernas en el futuro de las supply chains
El papel de las tecnologías modernas en el futuro de las supply chains, 9 de diciembre de 2022. Narrativa tecnológica de TradeEdge anterior a 2023.
[14] 5 tendencias de supply chain en 2023
5 tendencias de supply chain en 2023, 12 de octubre de 2023. Promoción de gemelos digitales y automatización.
[15] Informe ESG de Infosys 2025–26
Informe ESG de Infosys 2025–26, 2026. Divulgación de la transición a la marca Topaz AI Next.
[16] Plataforma TradeEdge: ficha G-Cloud 14
Plataforma TradeEdge: ficha G-Cloud 14, 2024. Requisitos históricos, controles, límites del servicio y condiciones de salida.
[17] La necesidad de una plataforma: equilibrar autonomía, gobierno e innovación
La necesidad de una plataforma: equilibrar autonomía, gobierno e innovación, 2025. Recomendaciones de gobierno de agentes, distintas de una especificación de controles instalados.
[18] Infosys Topaz AI Next Agentic AI
Infosys Topaz AI Next Agentic AI, sin fecha. Alcance actual de la plataforma de agentes y afirmaciones sobre su ciclo de vida.
[19] Borrador de contrato marco adjunto a G-Cloud 14
Borrador de contrato marco adjunto a G-Cloud 14, 2 de mayo de 2024. Borrador genérico publicado con la oferta de contratación; las secciones 13–14 tratan garantías y responsabilidad.
[20] Documento de precios G-Cloud 14
Documento de precios G-Cloud 14, 3 de mayo de 2024. Modelos comerciales, incluidos tiempo y materiales, precio fijo y reparto de beneficios.