Contactar

Análisis de Manhattan Associates, proveedor de software de ejecución y planificación de supply chain

Por Léon Levinas-Ménard
Última actualización: 4 de noviembre de 2026

Volver a Investigación de mercado

Manhattan Associates ofrece software de almacén, transporte, gestión de pedidos, tiendas y planificación de supply chain. Sus aplicaciones Manhattan Active coordinan la preparación y entrega física de pedidos, los movimientos de inventario, el personal, el transporte, la reposición y los pedidos de clientes. ActivePlanning añade previsión de demanda, asignación y planificación de inventario a esta cartera de ejecución. La empresa también sigue dando soporte a software instalado, junto con sus aplicaciones alojadas en Google Cloud. (1, 2, 3, 4)

Puntuación global de supply chain: 5,5/10.

Dimensión Puntuación
Profundidad en supply chain 5,6/10
Sustancia de las decisiones y la optimización 5,4/10
Integridad del producto y la arquitectura 5,8/10
Transparencia técnica 5,6/10
Seriedad del proveedor 5,0/10

Las pruebas más sólidas de Manhattan conciernen a la ejecución operativa y la ingeniería de la plataforma. Sus notas de versión detalladas describen la conciliación de pedidos de compra, la planificación de envíos teniendo en cuenta el almacén, el cross-docking y la verificación automática de recepciones. La documentación pública para desarrolladores explica el aislamiento de despliegues, la replicación de datos, las extensiones y los mecanismos de auditoría. (11, 12, 14, 15)

La parte más débil es el modelo económico de decisión. La planificación sigue organizada en torno a previsiones, objetivos de servicio, stock de seguridad y escenarios seleccionados por los planificadores. El material reconoce la variabilidad de la demanda y de los tiempos de entrega, pero no expone un modelo probabilístico conjunto que valore acciones alternativas de inventario, transporte y cumplimiento de pedidos. El marketing también exagera lo que demuestran varias pruebas: una clasificación retrospectiva en M5 carece de un protocolo público reproducible, el código regenerado supuestamente elimina la deuda técnica y las instrucciones de los prompts supuestamente garantizan un comportamiento fiable de los agentes. Mientras tanto, la personalización sigue requiriendo un trabajo remunerado considerable. (6, 7, 9, 22, 26)

Manhattan frente a Lokad

Manhattan gestiona las transacciones operativas y las personas y los equipos que las ejecutan. Un almacén necesita recepción, registros de inventario, asignación de tareas, preparación, embalaje, expedición y conexiones con la automatización. Una operación de transporte necesita crear envíos, interactuar con transportistas, adjudicar cargas, hacer seguimiento y liquidar pagos. Estas funciones siguen siendo necesarias con independencia de la calidad de las previsiones de una empresa. Manhattan proporciona gran parte de ese entorno de ejecución. (3, 4)

Lokad se concentra en las decisiones económicas que dirigen esas operaciones: cuánto comprar, dónde colocar el stock, qué demanda atender y cuándo se justifica un traslado costoso o una fuente alternativa. La perspectiva de su optimización de inventario y de Introducción a la supply chain parte de la incertidumbre y sus consecuencias financieras. Una receta numérica mantenida debe producir las decisiones habituales; los profesionales mejoran la receta y sus supuestos en lugar de volver a arbitrar artículos individuales una y otra vez.

Por ejemplo, Manhattan puede consolidar un envío teniendo en cuenta la secuencia de preparación en el almacén, la capacidad de transporte y los requisitos de entrega. Decidir si debe acelerarse ese envío exige también valorar las ventas perdidas y las consecuencias de la espera para el cliente, la llegada incierta de stock alternativo y el mejor uso alternativo del inventario. Una ruta ejecutable es una parte de esta decisión económica. Un modelo de datos común entre aplicaciones no demuestra que exista un objetivo financiero común.

Por tanto, ambos proveedores pueden ocupar capas distintas de un mismo sistema. Manhattan puede ejecutar compras, traslados y entregas mientras un motor externo de decisiones determina sus cantidades y prioridades. Las API y las interfaces de eventos de Manhattan permiten esa separación en principio; la integración concreta debe preservar la responsabilidad sobre las decisiones y evitar que reglas competidoras las reescriban de forma silenciosa. Su propio módulo de planificación mantiene, en cambio, las previsiones, las políticas de servicio, la reposición y la asignación dentro de la familia de productos del proveedor de ejecución. (2, 17)

Decisiones, incertidumbre y optimización

La ejecución contiene mecanismos de decisión específicos

La versión 26.2 describe una planificación de envíos que considera la asignación en almacén, el cubicaje y la secuencia concreta de preparación al dividir pedidos. Agrupar palés según su posición en el recorrido de preparación puede evitar un plan de transporte que ahorre en fletes a costa de generar desplazamientos excesivos en el almacén. Es una interacción concreta entre ámbitos operativos. La versión también describe la recepción automatizada y la integración de agentes en los flujos de extensiones existentes. (12)

La versión 26.3 de ActivePlanning también aporta detalles significativos. Host Order Import concilia pedidos de compra divididos o fusionados en un sistema de ejecución, conservando sus referencias de planificación originales. Flow Through consolida necesidades de niveles inferiores en un pedido al proveedor y canaliza las recepciones a través de un centro de distribución superior sin exigir almacenamiento prolongado allí. Estas capacidades abordan la conciliación de estados de la que dependen las decisiones utilizables. (11)

Forward Buy on the Fly introduce un cálculo económico más acotado: los usuarios configuran descuentos, subidas de precios, costes de mantenimiento de inventario y tipos de interés, y después aplican un resultado seleccionado a los pedidos sugeridos. Esto aporta más sustancia que una afirmación genérica de reducción de inventario. La interfaz divulgada sigue siendo una simulación elegida por un planificador; las notas de versión no muestran una comparación automática con todas las compras alternativas, los usos del efectivo, los riesgos de caducidad y los resultados inciertos de la demanda. (11)

Los objetivos de servicio siguen siendo el centro de la planificación

La suite de reposición admite tamaños de embalaje, vida útil, traslados de inventario, interrupciones de proveedores, ajustes estacionales de los tiempos de entrega y aprobaciones basadas en reglas. Puede automatizar la tramitación habitual de pedidos y restringir los traslados de stock de alto riesgo o próximo a caducar. Estos detalles importan para producir decisiones en operación. (5)

Sin embargo, la capacidad Service Investment Strategies sigue pidiendo a los planificadores que fijen objetivos de servicio diferenciados y comparen sus costes de stock de seguridad. Utiliza explícitamente clasificaciones ABC por velocidad de rotación y segmentación por ingresos o unidades. Los ingresos y la frecuencia de venta no determinan el valor económico marginal de una unidad adicional: los márgenes, la sustitución, las consecuencias de la escasez, la caducidad y la competencia por el capital pueden variar mucho dentro de una misma clase. Pasar de un objetivo uniforme a objetivos diferenciados mejora un sistema de políticas sin establecer un objetivo económicamente adecuado. (6)

La página de MEIO dice que considera la variabilidad tanto de la demanda como de los tiempos de entrega. No explica cómo se representan, calibran y combinan esas incertidumbres entre artículos, ubicaciones y proveedores, ni cómo intervienen las distribuciones resultantes en las decisiones. La página pública explica la colocación del stock de seguridad y las interdependencias desde un punto de vista funcional; no expone un optimizador económico estocástico conjunto. (7)

Se identifican métodos de previsión, pero no se demuestra su superioridad

El documento técnico de UFM.ai nombra componentes derivados del método de Croston, el suavizado exponencial de respuesta variable, Holt-Winters y ARIMA/SARIMA, combinados en una formulación estadística ampliada con machine learning. Describe el uso de esa base estadística cuando los datos externos son deficientes y la adaptación a factores adicionales cuando resultan útiles. Es una explicación más específica que limitarse a etiquetar la previsión como IA. Faltan las ecuaciones, el procedimiento de aprendizaje y los resultados reproducibles de estudios de ablación. (8)

El mismo documento afirma que el modelado híbrido es más preciso y fiable que las alternativas, invocando en parte la competición M4. El éxito de un método híbrido en una competición no valida la combinación particular de Manhattan ni su rendimiento en otra población de decisiones minoristas. Los ejemplos anónimos del documento informan de cambios en inventario, servicio e ingresos, pero no identifican a los clientes, los periodos completos de evaluación ni los costes de implantación.

Una previsión también puede mejorar una función de pérdida estadística sin mejorar un pedido. Sobreestimar la demanda de un repuesto de margen elevado y la de un artículo perecedero de margen reducido tiene consecuencias económicas distintas. La información divulgada por Manhattan no demuestra cómo se traducen las mejoras de previsión en el valor de la siguiente compra, traslado o asignación, en vez de en un cálculo revisado de políticas de servicio.

La afirmación retrospectiva sobre M5 necesita su protocolo real

La página de planificación de Manhattan fecha su comparación con M5 en 2025. La página específica del benchmark afirma una posición entre el 1,4 % mejor respecto a más de 5.500 equipos originales y describe el resultado como ciego, evaluado independientemente y producido por el modelo utilizado en su producto actual. Identifica las ventas diarias de Walmart y la jerarquía producto-ubicación. Son afirmaciones del proveedor sobre una comparación posterior con la competición, no pruebas de una participación de Manhattan en el concurso original de 2020. (9, 31)

La página pública omite la puntuación numérica, el nombre del evaluador independiente, el archivo de previsiones, la fecha de corte del entrenamiento, el horizonte de evaluación, el protocolo de ajuste y los resultados por nivel de agregación. Habla tanto de la modalidad de precisión como de la de incertidumbre sin presentar por separado los resultados de Manhattan en ambas. Los organizadores distinguen la clasificación WRMSSE de previsiones puntuales de la clasificación probabilística WSPL y publican recursos de evaluación por serie, horizonte y nivel jerárquico. Un percentil de previsión puntual no demuestra la calidad de las previsiones distribucionales. (9, 10)

Las pruebas retrospectivas también necesitan controles explícitos para impedir que se utilicen resultados de evaluación ya públicos durante la selección del modelo. La afirmación de Manhattan de que la prueba fue ciega es relevante, pero el protocolo no divulgado impide verificar de forma independiente qué se ocultó y a quién. Publicar los artefactos de evaluación y el procedimiento de selección del modelo permitiría contrastar la comparación.

Una posición alta tampoco implica un porcentaje determinado de precisión, rendimiento a nivel de SKU/tienda ni retorno económico. Las puntuaciones jerárquicas combinan errores de distintos niveles, mientras que la reposición se realiza para artículos y ubicaciones concretos. Falta la prueba operativa que conecte las previsiones disponibles en la fecha del pedido con el stock, el desperdicio, el servicio y el beneficio resultantes, tras considerar los tiempos de entrega y los costes de propiedad. El salto de la página desde una posición en un benchmark hasta la validación de decisiones reales excede el resultado divulgado.

Optimización del transporte: ¿una búsqueda más rápida dentro de qué modelo?

La página de optimización continua de Manhattan describe almacenamiento en caché en memoria, un solver multimodal y la selección automática entre técnicas de generación de rutas. Afirma que un análisis probabilístico de la red de transporte determina qué algoritmos utilizar, reduciendo la configuración manual. Es un mecanismo identificable de búsqueda adaptativa. La descripción no muestra que se modelen conjuntamente la demanda futura, las interrupciones del transporte, las llegadas inciertas y las consecuencias posteriores sobre el inventario. (13)

La página anuncia aumentos de velocidad de hasta diez veces y reducciones del tiempo de resolución de hasta el 80 %, sin un conjunto público de instancias, especificación de hardware, referencia comparativa ni evaluación económica. Los dos máximos no deben tratarse como mediciones de una misma ejecución. Más importante aún, la velocidad del solver no demuestra la fidelidad del modelo. Las promesas de entrega, los faltantes de stock, la congestión del almacén y las acciones alternativas necesitan una representación adecuada antes de que optimizarlos tenga sentido empresarial.

La perspectiva de Holimization de Lokad hace explícita esta distinción: mejorar un modelo de optimización incluye cambiar su objetivo y las decisiones disponibles. Manhattan documenta mecanismos de extensión y parámetros operativos, pero no expone un proceso equivalente para revisar la formulación económica del optimizador. El ajuste automático de parámetros no puede añadir un mecanismo económicamente importante que el modelo omite.

Historia tecnológica e integridad de la hoja de ruta

Periodo Propuesta pública Qué muestra su seguimiento
2011–2012 Supply Chain Process Platform de SCOPE prometía un modelo de datos común, arquitectura orientada a servicios y optimización entre aplicaciones. Unificar planificación y ejecución ya era una propuesta central; no es una consecuencia nueva de añadir agentes. (27)
2017 Active Omni se lanzó como nativo de la nube, sin versiones y extensible. La documentación actual para desarrolladores y las versiones periódicas aportan pruebas de un programa arquitectónico sostenido. (28, 14)
2019–2020 La revista de Manhattan promovía la IA y el machine learning en almacenes, al tiempo que advertía contra los reclamos vacíos de IA. Su artículo distinguía los futuros asistentes de los algoritmos operativos entonces existentes. Esa contención resulta útil; las afirmaciones predictivas más amplias seguían sin evaluaciones divulgadas. (29)
2020 Active Warehouse Management se lanzó con microservicios, order streaming y orquestación de trabajadores y automatización mediante machine learning. Las notas de versiones posteriores y los resultados de productividad de clientes respaldan un desarrollo continuado de la ejecución. (30, 12, 24)
2025 La IA híbrida y una comparación retrospectiva con M5 adquirieron protagonismo en las afirmaciones de planificación. Se divulgan componentes estadísticos identificados; el protocolo del benchmark y la atribución económica siguen incompletos. (8, 9, 31)
2026 Se promocionan agentes, interoperabilidad MCP e implantaciones más rápidas en toda la suite. Las notas de versión distinguen acciones en segundo plano de asistentes interactivos. El resumen de octubre también formula la afirmación sin respaldo de que la generación nocturna de código elimina la deuda técnica. (12, 23, 26)

Esta historia respalda una hoja de ruta sustancial en nube y ejecución. También revela cuántas veces se presenta la misma promesa de alto nivel —decisiones unificadas con menos fricción de implantación— mediante un nuevo vocabulario tecnológico. La prueba relevante es qué trabajo manual, interfaces y obligaciones de mantenimiento desaparecieron realmente entre generaciones.

El artículo de 2019 resulta especialmente útil para evaluar la retórica temprana de IA. Defendía los algoritmos operativos y situaba los asistentes de compra conversacionales en el futuro. El lanzamiento de almacén de 2020 identificó después una tarea concreta: coordinar pedidos, trabajadores y automatización. Estas afirmaciones son más acotadas que la inteligencia empresarial o la gestión autónoma de supply chain y deben juzgarse como tales. El catálogo actual de agentes mezcla una automatización igualmente delimitada con asistencia conversacional, pese al lenguaje más amplio que la rodea. (29, 30, 23)

Componentes de software y seguridad

Un conjunto de software documentado, pero considerable

Componente Función atribuible Implicación para la propiedad
Java, Spring, imágenes OpenJDK basadas en Debian, Docker, Google Kubernetes Engine Entorno de ejecución de aplicaciones y despliegue de contenedores. Un entorno definido con mecanismos de construcción de imágenes y análisis de vulnerabilidades, además de una maquinaria de orquestación considerable. (14, 15)
Más de 250 microservicios Servicios de aplicación, sistema y ciclo de vida en la plataforma documentada. Numerosas unidades de despliegue, interfaces y fronteras de fallo que mantener; la cifra no representa los servicios utilizados por cada cliente. (14)
MySQL / Google Cloud SQL Persistencia de producción y bases de datos replicadas admitidas. El estado transaccional y las réplicas posteriores requieren sincronización, compatibilidad de esquemas y recuperación. (19)
RabbitMQ y Elasticsearch Servicios de mensajería e indexación identificados en la documentación de seguridad. Componentes adicionales con estado y requisitos propios de capacidad, parches y recuperación. (15)
Google Pub/Sub Integración asíncrona externa y flujos de auditoría. La administración de cuentas de servicio y contratos de mensajes sigue formando parte de la responsabilidad de integración. (15, 16)
Kafka, Spring Boot y el conector binlog de MySQL Canalización Gravina de Manhattan para capturar cambios de datos. Un segundo mecanismo de mensajería tiene una función de replicación especificada; la portabilidad de datos exige operar una canalización, no simplemente exportar un archivo. (19)
Rubik Framework de despliegue en contenedores de Manhattan, basado en scripts y especificaciones Kubernetes. Las herramientas de ciclo de vida controladas por el proveedor abstraen la infraestructura, pero no eliminan su coste de mantenimiento. (14)

La documentación pública asigna funciones distintas a estos componentes. En conjunto implican una carga operativa considerable: varios sistemas con estado, replicación, planificación de contenedores, ejecución de extensiones y servicios de aplicación deben seguir siendo compatibles.

Un relato del proveedor de octubre de 2026 cita al CTO diciendo que aproximadamente el 75 % de una plataforma de 60 millones de líneas se regenera cada noche y que esto no deja deuda técnica. El código generado puede reducir trabajo de implementación repetitivo. No puede eliminar deuda en esquemas, semántica empresarial, generadores, dependencias, cobertura de pruebas o el software restante escrito a mano. Ni el volumen de código ni la frecuencia de regeneración demuestran simplicidad o corrección. La afirmación resulta especialmente débil junto al propio reconocimiento de la empresa de que la complejidad del software tiene un coste. (26)

Aislamiento, integraciones y autoridad de los agentes

La guía pública de seguridad de Manhattan describe un proyecto de Google y una VPC separados para cada entorno de cliente, con aislamiento de recursos y red. Separa los puntos de acceso de las aplicaciones de los puntos administrativos restringidos y explica las cuentas de servicio de alcance limitado y la propagación del contexto de usuario, organización e inquilino a través del procesamiento asíncrono. Son controles arquitectónicos con una frontera de amenazas reconocible. (15)

La misma guía revela una excepción importante: las integraciones personalizadas pueden realizar llamadas salientes sin cifrar, algo desaconsejado, pero no prohibido. Por tanto, la seguridad de los datos que salen de la plataforma depende en parte de las decisiones de integración específicas de cada cliente. La guía de auditoría aporta flujos de actividad y detección de cambios, aunque gran parte de esta última es visible principalmente para las operaciones de Manhattan. (15, 16)

Agent Foundry añade servicios API autorizados predefinidos, controles configurados por administradores y saneamiento de contenidos. La restricción de API es un mecanismo de contención significativo. Sus preguntas frecuentes afirman después que las salvaguardas basadas en instrucciones garantizan la obediencia a las instrucciones del sistema e impiden respuestas inventadas. Las instrucciones de un prompt no ofrecen tal garantía. La cuestión de seguridad es qué puede leer y modificar un agente equivocado o manipulado pese a sus instrucciones, con autorizaciones y límites de acción impuestos fuera del modelo. El material revisado no explica por completo esa frontera para los flujos creados por clientes y las herramientas remotas. (22)

Las extensiones Java personalizadas también tienen una frontera específica: el glosario para desarrolladores dice que solo el equipo de servicios profesionales de Manhattan puede desarrollar y desplegar componentes de extensión personalizados que se ejecuten dentro de la plataforma. La personalización pública mediante low-code y API es más amplia. Conviene distinguir estos mecanismos al evaluar quién puede ejecutar código junto a datos de producción y quién asume el coste de desarrollo y mantenimiento. (18, 21)

Mantenimiento de configuración, portabilidad y coste total

La documentación de extensiones describe cientos de ajustes de negocio, atributos de datos personalizados, puntos de extensión síncronos y asíncronos, extensiones de interfaz y servicios externos. El glosario advierte de que los manejadores síncronos pueden introducir latencia y requieren pruebas de rendimiento. Esto es ingeniería de software continua, incluso cuando una interfaz visual genera la implementación. (17, 18)

La entrega sin versiones puede eliminar proyectos disruptivos de actualización del producto base. No elimina la necesidad de verificar que las reglas personalizadas siguen expresando las decisiones de negocio previstas después de cambios en productos, proveedores, canales o restricciones operativas. Una extensión puede seguir siendo compatible con la API y volverse económicamente incorrecta. Las extensiones generadas por agentes añaden otro mecanismo de creación; no eliminan la responsabilidad sobre pruebas, despliegue, observabilidad y reversión.

El informe financiero permite apreciar la escala del problema. Manhattan declaró 503 millones de dólares de ingresos por servicios en 2025, el 47 % de los ingresos totales; aproximadamente el 75 % de los ingresos por servicios estaba relacionado con suscripciones en la nube. Afirma que los clientes siguen comprando servicios para ubicaciones, funciones, productos y soporte adicionales después de la implantación inicial. Los servicios suelen facturarse por horas mediante contratos por tiempo y materiales. Estas cifras incluyen expansión y mantenimiento, y no miden despilfarro. Sí demuestran que la entrega en la nube sigue implicando mucho trabajo humano remunerado. (1)

En cuanto a responsabilidad económica, la prestación por horas establece una frontera clara: el pago sigue al trabajo realizado, no automáticamente al beneficio efectivamente obtenido por el cliente. Por ello, el comprador necesita una referencia inicial, costes de propiedad completos y responsabilidad por corregir defectos del modelo o de la configuración. Los resúmenes públicos de casos no aportan esa contabilidad. Más consultoría, más revisiones o más configuración de agentes deben descontarse de la mejora de productividad anunciada.

La portabilidad tiene ventajas y límites. Data Stream documenta la replicación MySQL hacia Cloud SQL gestionado por el proveedor o por el cliente, mientras las API exponen funciones de negocio y configuración. Esto ofrece una vía operativa de salida para los datos. No demuestra una portabilidad equivalente de la lógica de decisión configurada, el comportamiento de las extensiones o las políticas de los agentes. Por separado, Developer Hub somete las especificaciones OpenAPI propietarias a condiciones de confidencialidad. La documentación conceptual pública es extensa; la inspección detallada de interfaces está parcialmente restringida. (17, 19, 20)

Agentes y productividad laboral

El catálogo de agentes de Manhattan contiene tipos de trabajo sustancialmente distintos. Verify ASN Agent comprueba si las recepciones están completas y las cierra en segundo plano. Otros agentes extraen información de envíos o facturas de documentos y crean registros operativos. Son transacciones concretas que desaparecen de la lista de tareas de una persona. En cambio, Wave Coordinator investiga escaseces y recomienda alternativas; Inventory Operations ofrece una interfaz en lenguaje natural para ajustes, interrupciones, errores y tickets. Esto último puede acelerar un flujo existente sin eliminar su necesidad de atención humana. (23)

La versión 26.2 añade MCP Connect y Remote MCP para que los agentes externos invoquen herramientas de Manhattan y los agentes de Manhattan utilicen servidores externos registrados por el inquilino. Estandarizar el acceso a herramientas es una integración barata en comparación con diseñar y validar decisiones económicas autónomas. Por sí solo no acredita optimización alguna. Utilizar agentes para reproducir la misma secuencia de revisión de artículos, consultas y aprobaciones corre el riesgo de preservar el principal cuello de botella laboral bajo una interfaz conversacional. (12)

La versión también admite programaciones, vigilancia en segundo plano e invocación síncrona o asíncrona desde extensiones. Estas capacidades pueden evitar el uso interactivo. La evaluación debe distinguir, por tanto, la disponibilidad de conectores de las decisiones realmente automatizadas, y medir la finalización desatendida, las excepciones, la corrección humana y la carga de trabajo mantenida por profesional. El catálogo publicado y los relatos de conferencias no aportan esas medidas para una implantación de planificación representativa.

Pet Supplies Plus informa de un paso de aproximadamente 170–180 a 240–250 unidades por hora después de varios cambios, entre ellos la reorganización de ubicaciones, equipos, crecimiento del volumen y Manhattan Active WMS. También declara haber acortado en un día el plazo entre pedido y expedición. El relato de junio de 2025 cita a su directivo atribuyendo más del 15–20 % de la mejora al WMS; el resumen actual dice que el WMS produjo un aumento de productividad del 15–20 %. El resumen no explica cómo pasa de un límite inferior de la participación del software en una mejora conjunta a un incremento porcentual atribuido al propio software. (24, 25)

El relato detallado ofrece una mejor base de atribución porque conserva los otros cambios y el matiz del cliente. También dice que la adopción de ActivePlanning estaba prevista para 2026. Las mejoras anteriores del almacén no pueden demostrar el rendimiento de esa implantación posterior de planificación ni de sus nuevos agentes.

El resumen de octubre de 2026 añade informes de menos traslados de inventario en SP Richards y consultas de atención al cliente absorbidas por Maven. Son resultados de tareas relevantes, pero ni menos traslados ni una tasa de consultas desviadas determinan por sí solos el beneficio neto. El seguimiento necesario incluye rendimiento de entrega, costes, calidad de resolución para el cliente y esfuerzo humano total, incluido el trabajo desplazado a excepciones y soporte. (26)

Puntuación de supply chain

Los 25 criterios tienen el mismo peso. Cada dimensión es la media de sus cinco criterios; la media global sin redondear es 5,48, presentada como 5,5/10. Las puntuaciones reflejan los mecanismos y resultados divulgados, no solo la amplitud del catálogo de productos.

Profundidad en supply chain

Criterio Puntuación
Enfoque económico 6/10
Resultado operativo de las decisiones 8/10
Precisión conceptual sobre supply chain 6/10
Independencia de doctrinas centrales obsoletas 4/10
Solidez frente al teatro de KPI 4/10

Media: 5,6/10.

Enfoque económico — 6/10. Los fletes, la inversión en inventario, el deterioro, los descuentos por compras anticipadas y los costes de financiación son entradas económicas concretas. El modelo público de decisión sigue fragmentado entre costes de ejecución y cálculos de políticas de servicio, en lugar de exponer una valoración conjunta de las acciones. (5, 11, 13)

Resultado operativo de las decisiones — 8/10. Las tareas de almacén, los planes de envío, los pedidos de compra, las recepciones y la reposición son resultados operativos con mecanismos de ejecución especificados. Es la parte más sólida de Manhattan; la superioridad económica de cada decisión está menos demostrada. (11, 12, 23)

Precisión conceptual sobre supply chain — 6/10. La conciliación de pedidos de compra, el cross-docking, la división de envíos atendiendo al almacén y las restricciones de aprovisionamiento muestran un conocimiento detallado de la ejecución. La filosofía de planificación es menos precisa sobre la incertidumbre y el valor financiero de acciones alternativas. (5, 11, 12)

Independencia de doctrinas centrales obsoletas — 4/10. La ejecución continua y la autorización mediante reglas superan la planificación manual periódica. Los objetivos de servicio, las clases ABC, los escenarios de stock de seguridad y el arbitraje recurrente de los planificadores siguen siendo la base de la metodología de inventario. (5, 6)

Solidez frente al teatro de KPI — 4/10. Algunos relatos de clientes aportan productividad y cambios operativos reales. El protocolo incompleto de M5 y el cambio inexplicado en la medida de productividad de Pet Supplies debilitan las conclusiones más amplias que se extraen de esos resultados. (9, 24, 25)

Sustancia de las decisiones y la optimización

Criterio Puntuación
Profundidad del modelado probabilístico 3/10
Sustancia distintiva de optimización o ML 6/10
Tratamiento de restricciones reales 7/10
Automatización de decisiones y productividad laboral 6/10
Resiliencia ante la complejidad operativa real 5/10

Media: 5,4/10.

Profundidad del modelado probabilístico — 3/10. MEIO menciona expresamente la variabilidad de la demanda y los tiempos de entrega. Las descripciones de previsión híbrida y transporte adaptativo no exponen una incertidumbre conjunta calibrada ni su uso en un modelo económico común de decisión. (7, 8, 13)

Sustancia distintiva de optimización o ML — 6/10. Se identifican componentes estadísticos, generación adaptativa de rutas y decisiones de envío que consideran el almacén. Sus formulaciones y evaluaciones actuales reproducibles de forma independiente son demasiado limitadas para respaldar las afirmaciones más fuertes de superioridad. (8, 12, 13)

Tratamiento de restricciones reales — 7/10. Los tamaños de embalaje, la vida útil, la preparación de pedidos, los flujos de cross-docking y los cambios en pedidos del sistema de origen reciben un tratamiento concreto. La limitación está en la integridad económica y estocástica del modelo, no en la ausencia de detalles operativos. (5, 11, 12)

Automatización de decisiones y productividad laboral — 6/10. La verificación de recepciones en segundo plano, el procesamiento de documentos y las aprobaciones de pedidos basadas en reglas eliminan trabajo. Las pruebas de productividad de clientes son útiles, pero el trabajo total de planificación y el esfuerzo de mantenimiento de implantaciones con agentes siguen sin medirse públicamente. (5, 23, 24)

Resiliencia ante la complejidad operativa real — 5/10. Los registros de auditoría muestran los cambios de configuración, mientras los puntos de extensión y las migraciones empaquetadas de ProActive permiten revisar la lógica de aplicación. La formulación económica del optimizador sigue siendo menos accesible: la documentación no demuestra cómo añadir una interacción omitida, comparar las decisiones resultantes sobre cargas de trabajo conservadas y llevar a producción una corrección validada del modelo. (16, 17, 21)

Integridad del producto y la arquitectura

Criterio Puntuación
Coherencia arquitectónica 6/10
Claridad de los límites del sistema 7/10
Seriedad en seguridad 6/10
Sobriedad del software y coste de propiedad 3/10
Compatibilidad con operaciones programáticas y asistidas por agentes 7/10

Media: 5,8/10.

Coherencia arquitectónica — 6/10. La documentación de la plataforma describe mecanismos comunes de despliegue, mensajería, extensiones y ciclo de vida. Más de 250 servicios y varios subsistemas con estado siguen implicando costes de coordinación, y compartir infraestructura no demuestra un optimizador económico coherente. (14, 19)

Claridad de los límites del sistema — 7/10. Se describen explícitamente la conciliación de pedidos del sistema de origen, la integración por API y mensajes, los límites de entornos de cliente y las responsabilidades de replicación. Estas interfaces ayudan a distinguir el sistema de ejecución de los sistemas externos y la lógica de decisión. (11, 15, 17, 19)

Seriedad en seguridad — 6/10. El aislamiento por proyecto/VPC, las identidades de alcance limitado y los mecanismos de auditoría merecen reconocimiento. La comunicación saliente personalizada y las garantías exageradas basadas en prompts limitan la confianza en una contención completa de integraciones y agentes. (15, 16, 22)

Sobriedad del software y coste de propiedad — 3/10. La masa de software divulgada y el negocio de servicios hacen tangible el trabajo continuo de propiedad. Las actualizaciones sin versiones y el código generado no demuestran bajos costes de mantenimiento del comportamiento específico de cada cliente. (1, 14, 17, 26)

Compatibilidad con operaciones programáticas y asistidas por agentes — 7/10. Las API, los eventos, los agentes en segundo plano y los puntos de extensión permiten una automatización considerable. MCP añade otro mecanismo de acceso; su disponibilidad no debe confundirse con competencia económica autónoma. (12, 17, 23)

Transparencia técnica

Criterio Puntuación
Documentación técnica pública 7/10
Inspección sin mediación del proveedor 5/10
Portabilidad y visibilidad de la dependencia 5/10
Transparencia del método de implantación 6/10
Densidad de pruebas detrás de las afirmaciones técnicas 5/10

Media: 5,6/10.

Documentación técnica pública — 7/10. El portal para desarrolladores explica mecanismos reales de arquitectura, seguridad, extensión y replicación. Las formulaciones de optimización y la validación predictiva actual son bastante menos transparentes que la plataforma. (14, 15, 17, 19)

Inspección sin mediación del proveedor — 5/10. Un lector técnico puede inspeccionar públicamente buena parte del diseño de la plataforma. Las especificaciones OpenAPI propietarias están sujetas a confidencialidad y al resultado de M5 le faltan los artefactos necesarios para reproducirlo de forma independiente. (9, 20)

Portabilidad y visibilidad de la dependencia — 5/10. Data Stream explica cómo pueden llegar los datos a una base de datos gestionada por el cliente. La semántica de los flujos configurados, las extensiones personalizadas y el comportamiento de los agentes siguen dependiendo más estrechamente del entorno de ejecución y los límites de servicio de Manhattan. (17, 18, 19)

Transparencia del método de implantación — 6/10. Los documentos públicos identifican latencia de extensiones, ajustes de negocio, configuración de API, componentes personalizados exclusivos del proveedor y servicios profesionales continuos. No cuantifican el esfuerzo de ciclo de vida de una implantación representativa. (1, 17, 18)

Densidad de pruebas detrás de las afirmaciones técnicas — 5/10. Las notas de versión y las guías de arquitectura respaldan muchas afirmaciones operativas. Las afirmaciones comparativas de previsión, optimización universal y deuda técnica superan las evaluaciones divulgadas. (9, 11, 12, 26)

Seriedad del proveedor

Criterio Puntuación
Seriedad técnica de la comunicación pública 4/10
Integridad de la hoja de ruta tecnológica 6/10
Precisión conceptual 5/10
Responsabilidad económica 4/10
Capacidad de sostener su posición en un mundo de software agéntico 6/10

Media: 5,0/10.

Seriedad técnica de la comunicación pública — 4/10. La documentación detallada de ingeniería queda debilitada por afirmaciones de que las instrucciones de prompts garantizan fiabilidad y de que la regeneración nocturna elimina la deuda técnica. La página del benchmark afirma haber demostrado su caso mientras no publica el protocolo necesario para evaluarlo. (9, 22, 26)

Integridad de la hoja de ruta tecnológica — 6/10. La progresión desde Active Omni hasta la ejecución de almacén y las versiones operativas actuales muestra una entrega sostenida. Las promesas reiteradas de unificación y la nueva capa de agentes aún necesitan pruebas de reducción del trabajo de integración y del coste total de propiedad. (27, 28, 30, 12)

Precisión conceptual — 5/10. Manhattan distingue algunas funciones interactivas de agentes y otras en segundo plano, y comprende las dependencias de la ejecución física. Su relato más amplio equipara con demasiada facilidad mejores previsiones, datos compartidos y flujos más rápidos con una mejor economía de supply chain. (2, 9, 23)

Responsabilidad económica — 4/10. El relato detallado de Pet Supplies conserva varios matices causales y el informe financiero expone el modelo de servicios. Las pruebas públicas siguen sin conectar costes completos de ciclo de vida con beneficio atribuible ni asignar responsabilidad por una lógica de decisión persistentemente deficiente. (1, 24, 25)

Capacidad de sostener su posición en un mundo de software agéntico — 6/10. La ejecución transaccional, la integración de almacenes y las restricciones operativas dan a Manhattan sustancia más allá de una interfaz de chat. Preservar esas fortalezas exige usar agentes para eliminar trabajo recurrente, en vez de añadir únicamente más formas de navegar y configurar el mismo conjunto de aplicaciones de gran tamaño. (11, 12, 23)

Fuentes

Las fuentes se revisaron el 4 de noviembre de 2026. Los resultados de clientes son relatos atribuidos; las comparaciones distinguen el periodo, el producto y la métrica realmente descritos.

[1] Formulario 10-K de Manhattan Associates de 2025

Informe anual. Manhattan Associates, presentado el 4 de febrero de 2026. Alcance del producto, alojamiento en la nube, ingresos por servicios profesionales, modelo de facturación y servicios continuos a clientes.

[2] ActivePlanning

Descripción de ActivePlanning. Manhattan, página actual del producto. Previsión, reposición, asignación y relación con aplicaciones de ejecución.

[3] Gestión de almacenes

Gestión de almacenes. Manhattan, página actual del producto. Funciones de almacén, personal, automatización y preparación y entrega de pedidos.

[4] Gestión del transporte

Gestión del transporte. Manhattan, página actual del producto. Ámbito de planificación, ejecución, transportistas, flota y liquidación.

[5] Reposición

Reposición de inventario. Manhattan, página actual del producto. Vida útil, aprobaciones de pedidos, cambios de proveedores, traslados y oportunidades de compra.

[6] Estrategias de inversión en servicio

Service Investment Strategies. Manhattan, sin fecha. Objetivos de servicio, segmentación ABC, simulación de stock de seguridad y comparaciones financieras.

[7] Optimización de inventario multiescalón

Descripción de MEIO. Manhattan, sin fecha. Colocación del inventario en la red y afirmación explícita sobre variabilidad de demanda y tiempos de entrega.

[8] Documento técnico de previsión híbrida

Más allá de la previsión tradicional: la ventaja de la IA híbrida. Manhattan, sin fecha. Componentes estadísticos identificados de UFM.ai, combinación con ML y ejemplos anónimos de clientes; en particular, páginas impresas 7–9.

[9] Página de Manhattan sobre el benchmark M5

Afirmación del benchmark M5. Manhattan, página actual que trata su evaluación retrospectiva. Afirmación de pertenecer al 1,4 % mejor, evaluación supuestamente ciega e independiente y descripción de las modalidades de la competición.

[10] Recursos de evaluación de los organizadores de M5

Repositorio de métodos M5. Organizadores de la competición M5, revisión fija del repositorio. Describe las evaluaciones separadas WRMSSE/WSPL, las entregas y los desgloses por serie, horizonte y agregación.

[11] Versión de planificación 26.3

Waypoints Supply Chain Planning 26.3. Manhattan, 2026. Conciliación de pedidos de origen, compras anticipadas, gestión de divisas y reposición mediante cross-docking.

[12] Versión de ejecución 26.2

Waypoints Supply Chain Execution 26.2. Manhattan, 2026. Coordinación de envíos y secuencias de preparación, agentes, programaciones, invocación de extensiones, MCP Connect y Remote MCP.

[13] Optimización continua del transporte

Continuous Optimization. Manhattan, página actual sin fecha. Caché en memoria, selección de algoritmos, reducción de configuración y afirmaciones de rendimiento.

[14] Descripción tecnológica de la plataforma

Descripción tecnológica. Documentación de Manhattan para desarrolladores. Arquitectura Java/contenedores, más de 250 microservicios, construcción de imágenes y framework de despliegue Rubik.

[15] Seguridad de la plataforma

Seguridad de ActivePlatform. Documentación de Manhattan para desarrolladores. Aislamiento de entornos de cliente, identidades, comunicación, límites administrativos y excepciones documentadas.

[16] Mecanismos de auditoría

Auditabilidad. Documentación de Manhattan para desarrolladores. Flujos de actividad, seguimiento de extensiones y configuración, y acceso a detección de cambios.

[17] Extensibilidad y configuración

Extensibilidad y configurabilidad. Documentación de Manhattan para desarrolladores. Ajustes de negocio, atributos de datos, puntos de extensión, API, cambios de interfaz e integración externa.

[18] Terminología de la plataforma

Glosario. Documentación de Manhattan para desarrolladores. Comportamiento de manejadores síncronos, implicaciones de rendimiento y desarrollo de componentes de extensión Java personalizados reservado al proveedor.

[19] Arquitectura de replicación

Data Stream. Documentación de Manhattan para desarrolladores. Registros MySQL, Gravina, Kafka, destinos de replicación y responsabilidades operativas del cliente y el proveedor.

[20] Condiciones de confidencialidad de API

Acuerdo de confidencialidad de Developer Hub. Manhattan, condiciones publicadas actuales. Regula el acceso a especificaciones OpenAPI propietarias por separado de la documentación conceptual pública.

[21] Personalización con ProActive

Plataforma low-code ProActive. Manhattan, página actual del producto. Entorno de personalización y creación de extensiones para clientes.

[22] Agent Foundry

Agent Foundry. Manhattan, página actual del producto y preguntas frecuentes. Construcción de agentes, restricciones de API, controles administrativos y afirmaciones sobre salvaguardas basadas en instrucciones.

[23] Catálogo de agentes

Agentes listos para desplegar. Manhattan, catálogo actual. Distingue la tramitación de transacciones en segundo plano, la investigación operativa y la asistencia interactiva.

[24] Relato detallado de Pet Supplies Plus

Pet Supplies Plus comparte mejoras de eficiencia con Manhattan. Manhattan, 13 de junio de 2025. Productividad, otros cambios operativos, atribución del cliente, mejoras del ciclo de pedidos y aspiraciones posteriores de planificación.

[25] Resumen de Pet Supplies Plus

Página del cliente Pet Supplies Plus. Manhattan, resumen actual sin fecha. Presenta la atribución de productividad de forma distinta al relato detallado.

[26] Resumen de la conferencia de octubre de 2026

Notas de Milán: los humanos siguen siendo pilotos, no pasajeros. Manhattan, 19 de octubre de 2026. Afirmaciones de directivos sobre generación de código, deuda técnica, plazos de implantación y resultados de tareas en clientes.

[27] Formulario 10-K de Manhattan Associates de 2011

Informe anual de 2011. Manhattan Associates, informe presentado en 2012 para el ejercicio 2011. SCOPE, arquitectura orientada a servicios, optimización entre aplicaciones y propuesta anterior de plataforma compartida.

[28] Lanzamiento de Active Omni

Primera plataforma Omni-Channel-as-a-Service. Comunicado de Manhattan, 9 de mayo de 2017. Propuesta inicial de Omni nativo de la nube, sin versiones y extensible.

[29] Revista de Manhattan de 2019/2020

Commerce Trends 2019/2020. Revista de autoría de Manhattan, alojada públicamente por The Hive Network. Las páginas impresas 10–11 contienen la reflexión de Craig Summers sobre reclamos vacíos de IA, algoritmos de almacén y futuros asistentes conversacionales.

[30] Lanzamiento de Active Warehouse Management

Anuncio del WMS nativo de la nube. Manhattan, 20 de mayo de 2020. Microservicios, order streaming y coordinación de automatización y trabajadores mediante machine learning.

[31] Descripción de planificación y fecha del benchmark

Descripción de la planificación de supply chain. Manhattan, página actual del producto. Fecha explícitamente en 2025 la comparación retrospectiva con M5.