Por Léon Levinas-Ménard
Última actualización: 4 de noviembre de 2026
Volver a Investigación de mercado
Intuendi ofrece software en la nube para previsión de demanda, planificación de inventario y reposición. Minoristas, marcas y distribuidores lo utilizan para estimar demanda, identificar riesgos de stock y preparar pedidos de compra, producción y traslado. Su asistente Symphonie y las integraciones externas de IA proporcionan acceso conversacional a información de planificación y acciones seleccionadas. (1, 2, 5)
Puntuación global de supply chain: 4,2/10
| 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 | 5,0/10 |
| Transparencia técnica | 3,8/10 |
| Seriedad del proveedor | 3,6/10 |
Intuendi conecta las previsiones con reposición ejecutable, incluidas restricciones de proveedores y contenedores. Sin embargo, su descripción numérica se detiene en una mezcla de demanda probabilística, objetivos de servicio, ajustes de cobertura e intervención del planificador. El material público no establece cómo valora conjuntamente demanda incierta, recepciones inciertas, márgenes y efectivo escaso al elegir pedidos. Esa omisión importa especialmente para clientes que compran contenedores meses antes de la entrega. (3, 4, 9)
La evidencia de clientes contiene detalles operativos útiles, pero algunas mediciones destacadas perjudican su credibilidad. Una precisión del 97% se refiere a previsiones del negocio total; otro caso cambia la base utilizada para una reducción laboral del 75%. Mientras tanto, el nuevo posicionamiento agéntico se centra en consultar resultados y ajustar parámetros de planificación. Gestionar más rápido el proceso existente deja prácticamente intacta su carga recurrente de juicio y mantenimiento. (7, 10, 5)
Intuendi frente a Lokad
El proceso documentado de compras de Intuendi parte de previsiones de demanda y políticas de stock, prepara pedidos y permite a los compradores revisarlos. La oferta de optimización de inventario de Lokad utiliza un modelo numérico específico del cliente para clasificar decisiones por su contribución financiera esperada. Su enfoque de Supply Chain Cuantitativa asigna a los Supply Chain Scientists la construcción, operación y mantenimiento de esa lógica, incluida la preparación de datos y los cálculos en producción.
Consideremos un distribuidor con espacio para un palé más en un contenedor. Un artículo de alta rotación y poco margen puede competir con un repuesto lento cuyo faltante hace perder un cliente valioso. Pedir más de cualquiera consume además efectivo que podría financiar otro proveedor. La precisión de la previsión y una cobertura objetivo no resuelven esa elección. El cálculo necesita las consecuencias financieras incrementales de cada alternativa, incluida la posibilidad de que el envío llegue tarde.
El caso de Casa de las Baterías de Intuendi dice que los planificadores priorizan margen y rotación al cargar contenedores. Su oferta Labs también incluye un calculador de escenarios de precios. Estas funciones reconocen aspectos económicos relevantes, pero las descripciones públicas no explican cómo se optimizan conjuntamente precios, compras, transporte y disponibilidad. (8, 17)
La diferencia también concierne a la corrección de una mala recomendación. Intuendi enfatiza ajustar previsiones, cobertura, fechas estimadas de llegada y otros parámetros. El modelo operativo documentado de Lokad pone a especialistas a cargo de revisar software de decisión reutilizable. Ambos requieren mantenimiento. La prueba económica es si ese trabajo produce una mejora duradera en toda la cartera, con pruebas y despliegue controlados, o una excepción más que los compradores deban recordar. Es la perspectiva de Holimization e Introducción a la supply chain.
Qué hace realmente el motor de reposición
La incertidumbre de demanda termina antes de explicar el problema completo de compra
Intuendi anuncia ahora explícitamente una banda de probabilidad para cada previsión de demanda. Combina ventas históricas con promociones y factores externos, estima artículos nuevos a partir de lanzamientos similares y permite modificaciones manuales en distintos niveles jerárquicos. Finanzas puede introducir objetivos de ingresos que la aplicación convierte en planes de unidades. (2)
Estas funciones plantean dos preguntas distintas. Primero, una banda mostrada necesita probabilidad, horizonte y prueba de calibración definidos. Segundo, el cálculo de compra debe utilizar la incertidumbre, en lugar de reducirla a una estimación puntual revisada. La documentación pública no revela ni el modelo de distribuciones ni la transformación de distribuciones en acciones ordenadas financieramente.
Un objetivo de ventas resulta especialmente problemático cuando se convierte en demanda prevista. La ambición de aumentar ingresos no hace más probable que los clientes compren. Sin distinguir entre previsión condicionada, intervención comercial y objetivo de dirección, las compras pueden financiar una aspiración cuya demanda nunca se materialice.
Los cálculos de inventario combinan previsiones, niveles de servicio, cobertura deseada, clasificación de artículos y restricciones de reposición. Para múltiples escalones, Intuendi describe la simulación de solicitudes de reposición aguas abajo para determinar las necesidades de stock aguas arriba. (3) Esto contempla la estructura de la red, pero deja sin resolver la pregunta importante de asignación: ¿dónde genera el siguiente euro de inventario el mayor retorno esperado en toda la red?
La incertidumbre del tiempo de entrega es igual de decisiva. Una distribución de demanda sobre un horizonte fijo de entrega no representa el mismo riesgo que una fecha de entrega incierta. Los retrasos de proveedores pueden afectar a muchos productos simultáneamente, justo cuando los proveedores alternativos también están saturados. Intuendi publica entradas y herramientas para ajustar tiempos de entrega, pero ningún método examinable que propague esas dependencias a los pedidos.
Los pedidos y las restricciones de contenedores tienen sustancia operativa
El módulo de compras prepara pedidos a proveedores, solicitudes de producción y traslados de stock. Gestiona calendarios de compras, cantidades mínimas, presupuestos, embalajes y palés; los compradores pueden revisar cantidades y supuestos de llegada antes de enviar pedidos a un ERP o proveedor. El llenado del contenedor se actualiza conforme cambian los pedidos. (4)
Es un resultado ejecutable relevante. También crea interacciones que no pueden evaluarse mediante objetivos SKU independientes. Añadir mercancía de poco valor para llenar un contenedor puede reducir el flete por unidad y disminuir el retorno total por exceso de stock. A la inversa, dejar espacio vacío puede ser económicamente correcto. Un buen motor debe comparar esas alternativas con comprar después, recurrir a otro proveedor o aceptar un faltante.
El caso de contenedores de Casa describe la coordinación de casi $1 millón de compras mensuales, elección de proveedores y márgenes de productos, pero no aporta función objetivo ni ganancia medida atribuible al cálculo de contenedores. (8) Por tanto, el registro público acredita preparación de pedidos bajo restricciones y un proceso de cliente consciente de la economía. No acredita optimización estocástica conjunta.
Precisión y resultados de clientes
La afirmación del 97% mide una resolución equivocada para comprar
El caso Casa de abril de 2026 asigna 97% de precisión a las previsiones del negocio total. También comunica 94% para un subconjunto de superventas, descrito de forma inconsistente como diez SKU y aproximadamente 800 SKU. Ningún porcentaje viene acompañado de métrica, origen de la previsión, intervalo temporal o ponderación. (7)
La agregación puede ocultar exactamente los errores que deben evitar las compras. Sobreestimar una batería y subestimar otra puede compensarse en el total del negocio, aunque el almacén tenga el inventario equivocado. Seleccionar superventas elimina además la cola difícil del surtido.
La competición M5 ilustra la magnitud del efecto. Recalcular las 50 mejores propuestas puntuales de los organizadores como 100 × (1 − WAPE) da aproximadamente 22,1–25,1% por SKU/tienda/día, pero 95,8–98,2% al agrupar productos y tiendas por día. Son recálculos diagnósticos de las mismas predicciones, no la métrica oficial de M5. Un porcentaje cercano al 100% puede coexistir con grandes errores al nivel de decisión. (23)
El caso Tannico de Intuendi ofrece otro tipo de resultado: un error medio de previsión un 36% menor y un error absoluto un 62% menor, con un MAE en el mejor caso de tres unidades en cuatro semanas. (12) La mejora relativa es evidencia útil, pero sin errores iniciales y una población de evaluación definida estas cifras no acreditan la calidad de las compras resultantes.
Faltantes y trabajo: resultados útiles, mediciones desiguales
El caso Casa de mayo de 2026 describe alrededor de 1.000 SKU, 75 sucursales en cuatro países, tiempos de entrega de proveedores de dos a seis meses y una reducción del 25% de los faltantes. (9) Es un resultado operativo relevante bajo restricciones de compra difíciles. El caso no concilia la mejora con capital empleado, costes de suscripción y servicios ni un periodo comparable sin tratamiento. La disponibilidad del inventario por sí sola no demuestra retorno neto.
El caso de gestión de pedidos de Wells Lamont es más concreto sobre trabajo: sus anteriores 4–10 horas semanales se convirtieron en 1–3 horas, con una reducción declarada del 71% calculada de siete a dos horas. (11) El trabajo residual es visible y la aritmética comprensible. El relato sigue sin medir esfuerzo del proveedor, mantenimiento de configuración o crecimiento de la cartera.
El caso complementario de analítica de inventario es internamente inconsistente. Parte de una carga semanal de 5–20 horas y después calcula su ahorro del 75% a partir de 22,5 a 5,75 horas. (10) La carga resultante puede ser correcta, pero la base publicada no respalda la comparación principal. Esto debilita una cifra repetida en el marketing más amplio de Intuendi.
La cuestión de productividad va más allá de que el software supere las hojas de cálculo. Revisar previsiones, investigar riesgos de stock y aprobar pedidos son tareas recurrentes conforme crecen catálogo y red. Una mejora duradera debe mostrar cómo cambia el esfuerzo total con ese crecimiento sin perder calidad económica en las decisiones.
Historia tecnológica: de IA de previsiones a planificación conversacional
Intuendi surgió alrededor de ingenieros e investigadores de la Universidad de Florencia. (1) Su historia muestra continuidad en previsiones y reposición, seguida de una promesa conversacional más amplia.
| Periodo | Promesa pública o mecanismo | Entrega y cuestión pendiente |
|---|---|---|
| 2017 | Un artículo explica la previsión de nuevos productos mediante clasificación supervisada o agrupación de productos similares. | Una tarea estadística específica, sin benchmark publicado de producción que acompañe la explicación. (13) |
| 2021 | La ficha de Intuendi en el catálogo de Web Summit comercializa planificación de demanda y reposición con IA para mejorar ventas y ROI. | El objetivo comercial es claro; la ficha no aporta una evaluación financiera reproducible. (14) |
| Diciembre de 2025 | El lanzamiento público de Symphonie promueve recomendaciones conversacionales y afirma ofrecer inteligencia de mercado y respuesta sin rival. | Los ejemplos tratan proveedores, compras de clase A y superventas. El comunicado no presenta comparación que respalde la superioridad declarada. (15) |
| 2026 | Symphonie se promociona como asistente agéntico; las conexiones MCP amplían el acceso a asistentes externos. | Los ejemplos documentados de ejecución siguen siendo ajustes de previsión y tiempos de entrega con aprobación. No se atribuye específicamente a esta capa una reducción medida del trabajo total de planificación. (5, 6) |
| 2026 | Demand sensing promete predicciones de corto plazo actualizadas continuamente; Labs añade escenarios de precios y herramientas de nuevos productos. | El material público no aísla la contribución de señales nuevas ni demuestra decisiones conjuntas de precio y reposición. (16, 17) |
La explicación de 2017 tiene más concreción técnica que la afirmación de inteligencia única de 2025. Clasificación y agrupación son herramientas plausibles para una tarea predictiva acotada. Llamar agéntica a una interfaz conversacional no resuelve las preguntas más difíciles de optimización que deja el modelo original de reposición.
El material de demand sensing ilustra otra discordancia. Describe horizontes de hasta dos meses, mientras que la implantación Casa afronta tiempos de entrega de hasta seis meses. (16, 9) Las observaciones recientes pueden ayudar a reasignar stock disponible o revisar compras posteriores. No pueden cambiar retroactivamente un pedido de ultramar ya comprometido. La evaluación pertinente debe conectar la llegada de la señal con las acciones aún factibles y sus costes.
Intuendi ha entregado interfaces y funciones de planificación adicionales. Su historia pública no acredita una progresión correspondiente hacia un motor autónomo de decisiones financieras. Las afirmaciones repetidas de precisión, inteligencia y rapidez requieren, por tanto, más evidencia de la que aportan los relatos de clientes del proveedor.
Agentes, mantenimiento de configuración y coste de propiedad
Los ejemplos actuales de ejecución de Symphonie son afinar previsiones y cambiar tiempos de entrega de proveedores con aprobación. Sus otras funciones incluyen orientación de configuración, explicaciones, monitorización y recomendaciones. (5) Pueden reducir navegación y consultas de soporte. Siguen situando al planificador dentro del ciclo numérico operativo.
La integración con ChatGPT autentica mediante la cuenta Intuendi del usuario y hereda sus permisos. Un usuario con derechos de actualización puede autorizar cambios compatibles desde la conversación. (6) El proceso documentado lleva datos y acciones de planificación al chat; no muestra un agente construyendo, probando y mejorando una política económica de decisión reutilizable en todo el surtido. MCP es una base débil para reivindicar innovación cuando el principal logro es otra forma de revisar sugerencias.
El trabajo de configuración ya aparece en el despliegue inicial. Intuendi describe seleccionar estrategias de previsión y factores externos, compararlos y ajustar parámetros con su equipo. (21) Cambios posteriores en promociones, surtidos, proveedores y estructura de red pueden invalidar esas elecciones. El coste recurrente incluye revisar entradas, mantener ajustes empresariales, investigar recomendaciones y probar cambios.
El programa Labs da a clientes seleccionados acceso a funciones tempranas y al equipo de desarrollo. (17) Crea una vía para modificar el producto, pero deja las mejoras específicas del cliente supeditadas a prioridades del proveedor. La documentación pública no describe lógica cliente versionada, reproducción histórica de políticas modificadas ni reversión de una revisión numérica fallida.
Los precios se cotizan y las suscripciones pueden variar por desarrollo personalizado y frecuencia de revisión del rendimiento. (20) Por ello, evaluar el coste de propiedad requiere el alcance real del servicio y la carga residual del cliente. Un asistente conversacional no elimina este mantenimiento; puede simplemente facilitar el cambio de más parámetros.
Componentes de software y límites de seguridad
La divulgación más clara de infraestructura es la lista de subencargados de Intuendi de mayo de 2026.
| Componente o límite | Función documentada | Consecuencia |
|---|---|---|
| Amazon Web Services | Alojamiento y almacenamiento de datos de clientes, con la UE como región principal. | Intuendi conserva la responsabilidad sobre su aplicación, configuración, recuperación y consumo de recursos. (18) |
| Amazon Bedrock | Inferencia temporal de modelos de lenguaje y procesamiento de texto, también ubicado en la UE. | Las explicaciones generadas y solicitudes de herramientas dependen de un servicio separado de inferencia. No se especifican el modelo subyacente ni el enrutamiento. (18) |
| Almacén de datos de la aplicación | Las FAQ de pedidos indican que la base de datos y las comunicaciones están cifradas. | Tecnología de base de datos, replicación y topología de cálculo siguen sin divulgarse. (4) |
| Conexión MCP | Los asistentes externos reciben acceso autorizado por la cuenta y acciones de escritura compatibles. | Una conversación externa se convierte en otra entrada para cambios operativos. (6) |
Los componentes revelados no explican los recursos necesarios para previsiones, cálculos de red o recuperación. Sin documentación técnica específica del producto ni descripciones de puestos que acrediten esas dependencias, la austeridad de infraestructura y la economía de escala siguen siendo difíciles de evaluar.
Intuendi afirma que sus proveedores de IA realizan inferencia temporal, no almacenamiento principal, con minimización de datos y controles de retención cuando se admiten. (18) Estas declaraciones aclaran el flujo previsto, pero dejan sin especificar los ajustes efectivos del modelo y el tratamiento de cada solicitud.
El anexo de tratamiento de datos de agosto de 2026 enumera acceso por roles, privilegio mínimo, separación lógica entre clientes, registros y medidas de recuperación, sujetos a aplicabilidad. (19) La cuestión de ingeniería es cómo resisten estos límites cuando se compromete un conector, identidad de soporte o herramienta de IA. Los documentos públicos no revelan restricciones de escritura por herramienta, aplicación de aprobaciones, pruebas de aislamiento entre clientes ni separación entre solicitudes generadas por el modelo y ejecución de confianza. La evaluación de seguridad sigue limitada por esos mecanismos ausentes.
Responsabilidad económica
El calculador de ROI de Intuendi solicita datos globales del negocio como ingresos, inventario, margen, número de SKU y tiempo de entrega típico. Etiqueta su estimación preliminar como basada en referencias sectoriales y presenta beneficios esperados en faltantes, excedentes y productividad. (22) Esa estimación puede iniciar una conversación comercial. No acredita el retorno marginal de compras reales ni sustituye una referencia de despliegue.
Las condiciones de agosto de 2026 aclaran los límites del compromiso público: los pagos no son reembolsables, el soporte incluido es técnico, no se garantiza tiempo de respuesta y se excluye responsabilidad por la precisión de las previsiones y las pérdidas derivadas del servicio. (20) El marco publicado no define un umbral de fracaso económico ni un deber de reparar la lógica de decisión cuando los retornos decepcionan.
Un acuerdo medible necesitaría un periodo de evaluación pactado, los costes incluidos en el retorno, recomendaciones y modificaciones manuales documentadas y responsabilidad por corregir comportamientos perjudiciales. Los casos de Intuendi reportan éxitos, pero no conectan sus afirmaciones financieras con un acuerdo reproducible de ese tipo.
Puntuación de supply chain
Profundidad en supply chain
| Criterio | Puntuación |
|---|---|
| Planteamiento económico | 4/10 |
| Resultado final de la decisión | 7/10 |
| Claridad conceptual sobre supply chain | 5/10 |
| Independencia de doctrinas obsoletas | 3/10 |
| Resistencia al teatro de los KPI | 2/10 |
Media: 4,2/10
Planteamiento económico — 4/10. Los ejemplos de contenedores y precios reconocen margen, capital y capacidad compartida. Falta una regla que compare sus consecuencias monetarias incrementales bajo incertidumbre; los beneficios empresariales declarados no la aportan. (8, 17)
Resultado final de la decisión — 7/10. La reposición llega a pedidos ejecutables y a una ruta documentada de vuelta a los sistemas de ejecución. Los compradores mantienen una intervención importante y la calidad financiera de las cantidades propuestas sigue siendo opaca. (4)
Claridad conceptual sobre supply chain — 5/10. El producto aborda reposición en red, restricciones de proveedores y demanda de nuevos productos. Sus descripciones dejan sin resolver suministro incierto e interacciones económicas entre productos, limitando el sentido de optimización de red. (3)
Independencia de doctrinas obsoletas — 3/10. Previsiones consensuadas, clasificación y objetivos de cobertura organizan el proceso. Estos indicadores indirectos pueden dejar a la dirección manteniendo parámetros cuya relación con el beneficio cambia con las condiciones comerciales. (2, 3)
Resistencia al teatro de los KPI — 2/10. La precisión principal de Casa agrupa el negocio y oscurece la resolución y composición de su comparación supuestamente más fina. Los porcentajes no validan compras a nivel SKU e invitan precisamente a esa inferencia. (7)
Sustancia de las decisiones y la optimización
| Criterio | Puntuación |
|---|---|
| Profundidad de la modelización probabilística | 3/10 |
| Sustancia diferenciada de la optimización o el aprendizaje automático | 4/10 |
| Tratamiento de restricciones reales | 6/10 |
| Automatización de decisiones y productividad laboral | 5/10 |
| Resiliencia ante la complejidad operativa real | 4/10 |
Media: 4,4/10
Profundidad de la modelización probabilística — 3/10. La incertidumbre de demanda está explícitamente representada. No se documentan calibración ni propagación de incertidumbres correlacionadas de demanda y recepciones a las decisiones, dejando una brecha crítica para compras de largos tiempos de entrega. (2, 9)
Sustancia diferenciada de la optimización o el aprendizaje automático — 4/10. La explicación de nuevos productos identifica métodos plausibles y Tannico comunica mejores previsiones. Ninguno acredita un optimizador distintivo ni una ventaja reproducible frente a una referencia numérica adecuada. (13, 12)
Tratamiento de restricciones reales — 6/10. Embalajes, calendarios de compras, presupuestos y movimientos de red llegan al proceso operativo. La cuestión pendiente es cómo se resuelven compensaciones costosas entre estas restricciones cuando no es posible cumplir todos los objetivos. (4)
Automatización de decisiones y productividad laboral — 5/10. Wells Lamont reporta una reducción clara de horas de procesamiento de pedidos. Su comparación de análisis de inventario tiene una base inconsistente y ninguno de los casos mide el esfuerzo total continuo entre cliente y proveedor. (11, 10)
Resiliencia ante la complejidad operativa real — 4/10. Los planificadores pueden modificar entradas y ajustes al cambiar las condiciones. El modelo operativo público no muestra cómo una interacción recién descubierta se convierte en una revisión probada y reutilizable del problema de decisión, en lugar de otro ajuste manual. (21, 17)
Integridad del producto y la arquitectura
| Criterio | Puntuación |
|---|---|
| Coherencia arquitectónica | 6/10 |
| Claridad de los límites del sistema | 6/10 |
| Seriedad en seguridad | 4/10 |
| Austeridad del software y coste de propiedad | 4/10 |
| Compatibilidad con operaciones programáticas y asistidas por agentes | 5/10 |
Media: 5,0/10
Coherencia arquitectónica — 6/10. Previsiones, inventario y pedidos forman un alcance de producto coherente. La arquitectura de ejecución y datos tras su interacción está insuficientemente descrita para evaluar propagación de fallos o duplicación computacional. (21)
Claridad de los límites del sistema — 6/10. Intuendi identifica su función de planificación, interfaces de ejecución, proveedor de infraestructura y de inferencia. No documenta en detalle la responsabilidad de los datos ni la consistencia de un ciclo interrumpido de planificación a pedido. (4, 18)
Seriedad en seguridad — 4/10. Los permisos de cuenta y los controles contractuales describen restricciones previstas. La evidencia pública no demuestra contención de una acción de IA o cuenta privilegiada comprometidas, algo más importante conforme el acceso conversacional gana escritura. (6, 19)
Austeridad del software y coste de propiedad — 4/10. El servicio incluye ajustes y potencialmente desarrollo personalizado. Faltan precios públicos y cargas de mantenimiento, impidiendo una comparación creíble de coste total más allá de los ahorros de tareas declarados. (20, 21)
Compatibilidad con operaciones programáticas y asistidas por agentes — 5/10. Integración y acceso de asistentes externos permiten movimiento automático de datos y acciones. Falta una lógica de decisión examinable y versionada que agentes puedan mejorar y desplegar de forma segura en toda la cartera. (6)
Transparencia técnica
| Criterio | Puntuación |
|---|---|
| Documentación técnica pública | 4/10 |
| 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 tras las afirmaciones técnicas | 3/10 |
Media: 3,8/10
Documentación técnica pública — 4/10. Las páginas de producto y revelaciones contractuales explican entradas y procesos. Aportan poca especificación matemática, detalle de ejecución a nivel API o análisis de fallos operativos. (2, 19)
Inspección sin mediación del proveedor — 3/10. Symphonie promete explicar resultados, pero la explicación de un asistente no demuestra que el cálculo subyacente implemente la economía declarada. Faltan ejemplos reproducibles o lógica numérica examinable. (5)
Portabilidad y visibilidad de la dependencia del proveedor — 4/10. El intercambio de datos forma parte del servicio y las condiciones definen retención tras la terminación. No se documenta exportar políticas mantenidas, configuraciones y comportamiento numérico necesario para reproducir decisiones. (20)
Transparencia del método de implantación — 5/10. Intuendi describe intercambio de datos, selección de estrategia predictiva, benchmarks y ajustes. Responsabilidades recurrentes, pruebas de regresión y tratamiento de configuraciones fallidas son mucho menos explícitos. (21)
Densidad de evidencia tras las afirmaciones técnicas — 3/10. Los casos identificados revelan algunas medidas, pero métricas sin definición y bases contradictorias debilitan las afirmaciones de superioridad numérica y grandes ganancias de productividad. (7, 10, 12)
Seriedad del proveedor
| Criterio | Puntuación |
|---|---|
| Seriedad técnica de la comunicación pública | 3/10 |
| Integridad de la hoja de ruta tecnológica | 4/10 |
| Claridad conceptual | 4/10 |
| Responsabilidad económica | 3/10 |
| Defensa de sus ventajas en un mundo de software agéntico | 4/10 |
Media: 3,6/10
Seriedad técnica de la comunicación pública — 3/10. El lanzamiento de Symphonie afirma superioridad de mercado sin prueba comparativa. La promoción de demand sensing también ofrece una categoría de moda sin aislar una nueva contribución computacional. (15, 16)
Integridad de la hoja de ruta tecnológica — 4/10. La historia muestra continuidad y nuevas entregas, pero escaso seguimiento de promesas amplias de IA y ROI hasta resultados económicos o laborales medidos y atribuibles a versiones concretas. (14, 15, 17)
Claridad conceptual — 4/10. La economía del inventario aparece en relatos de clientes, pero el producto sigue confundiendo mejores previsiones, objetivos directivos y mejores decisiones financieras. Falta un modelo explícito de elecciones y consecuencias. (2, 8)
Responsabilidad económica — 3/10. Las condiciones públicas y el calculador comercial no establecen un compromiso comprobable de retorno neto con obligaciones de diagnóstico y remedio. Las promesas de éxito siguen desligadas de una definición acordada de fracaso económico. (20, 22)
Defensa de sus ventajas en un mundo de software agéntico — 4/10. Datos de dominio, integraciones y cálculos de reposición proporcionan una base. Revisión conversacional y edición de parámetros ofrecen diferenciación limitada sin una mejora demostrada de decisiones desatendidas o del coste de mantener su lógica. (5, 6)
Fuentes
Página corporativa de Intuendi, consultada el 4 de noviembre de 2026. Orígenes, equipo y posicionamiento del servicio.
[2] Software de planificación de demanda
Planificación de demanda de Intuendi, consultada el 4 de noviembre de 2026. Bandas de probabilidad, jerarquía, modificaciones manuales y planificación consensuada.
[3] Software de optimización de inventario
Optimización de inventario de Intuendi, consultada el 4 de noviembre de 2026. Políticas de stock, restricciones y cálculos de red.
[4] Gestión de pedidos de compra
Pedidos de compra de Intuendi, consultada el 4 de noviembre de 2026. Resultados ejecutables, edición de pedidos, gestión de contenedores e integración.
Intuendi Symphonie, consultada el 4 de noviembre de 2026. Afirmaciones actuales del asistente y su ejecución.
Conexión MCP de Intuendi, consultada el 4 de noviembre de 2026. Autenticación y modelo de permisos.
[7] Casa de las Baterías: precisión de previsiones
Proteger la disponibilidad con tiempos de entrega inciertos, 15 de abril de 2026. Afirmaciones de precisión y poblaciones indicadas.
[8] Casa de las Baterías: contenedores
Optimización de contenedores para aumentar la rentabilidad, 9 de abril de 2026. Proceso de compras y carga.
[9] Casa de las Baterías: faltantes
Reducir faltantes pese a largos tiempos de entrega, 20 de mayo de 2026. Alcance de implantación y mejora declarada de disponibilidad.
[10] Wells Lamont: analítica de inventario
Convertir la analítica de inventario en ventaja estratégica, 16 de marzo de 2026. Cifras de trabajo y referencia inconsistente.
[11] Wells Lamont: gestión de pedidos
Automatización de la gestión de pedidos, 16 de marzo de 2026. Esfuerzo semanal de procesamiento declarado.
Reducir el error de previsión, 16 de marzo de 2026. Selección de modelos y errores publicados.
[13] Previsión histórica de nuevos productos
Aprendizaje automático para previsión de nuevos productos, 5 de diciembre de 2017; archivado el 14 de febrero de 2026. Explicación de clasificación y agrupación.
Catálogo de expositores de la Agencia Italiana de Comercio, 2021. Posicionamiento del producto de Intuendi en ese momento.
[15] Lanzamiento público de Symphonie
Anuncio de lanzamiento de Intuendi, 4 de diciembre de 2025; anuncio fechado el 2 de diciembre. Afirmaciones y tareas de ejemplo.
Artículo de demand sensing de Intuendi, 26 de mayo de 2026. Señales, horizontes y respuesta declarados.
Intuendi Labs, consultada el 4 de noviembre de 2026. Programa de desarrollo con clientes y escenarios de precios.
[18] Proveedores de infraestructura e IA
Servicios de IA y subencargados, actualizado en mayo de 2026. AWS, Bedrock y límites declarados de procesamiento.
[19] Anexo de tratamiento de datos
DPA de Intuendi, efectivo desde agosto de 2026. Compromisos de acceso, separación, recuperación y tratamiento de datos.
Condiciones de Intuendi, actualizadas en agosto de 2026. Alcance de suscripción, soporte, retención y responsabilidad.
Descripción de la solución Intuendi, consultada el 4 de noviembre de 2026. Configuración, comparación y ajuste.
Calculador de Intuendi, consultado el 4 de noviembre de 2026. Entradas, estimaciones basadas en referencias y oportunidad declarada.
Métodos y propuestas publicados por los organizadores de M5. Base de la comparación de granularidad, utilizando los últimos 28 días y las 50 mejores propuestas puntuales.