Reseña de ThroughPut Inc., proveedor de software de análisis de supply chain

Por Léon Levinas-Ménard
Última actualización: diciembre, 2025

Regresa a Investigación de mercado

ThroughPut Inc. es un proveedor de software con sede en Palo Alto que vende una plataforma de “supply chain AI” en la nube centrada en identificar y eliminar cuellos de botella operativos (“restricciones”) a lo largo de procesos de extremo a extremo. Su mensaje público posiciona el producto como una capa de orquestación sobre los sistemas empresariales existentes (ERP y sistemas de ejecución adyacentes), prometiendo una detección más rápida de cuellos de botella cambiantes, intervenciones priorizadas y mejoras en la planificación a través de flujos de trabajo de demanda, capacidad, logística, inventario y S&OP. La evidencia de estas afirmaciones es una mezcla de comunicados de prensa redactados por el proveedor, informes de solución, listados en el marketplace y anuncios selectos de clientes; sin embargo, la documentación técnica pública sigue siendo relativamente superficial, con detalles reproducibles limitados sobre clases de modelos, datos de entrenamiento, funciones objetivo o comportamiento del solucionador. Comercialmente, ThroughPut muestra signos de una activa estrategia de salida al mercado (presencia en Azure Marketplace, anuncios en la junta asesora y comunicaciones de clientes nombrados), además de recientes anuncios de contrataciones gubernamentales/de defensa, pero aún se presenta como una empresa en etapa de crecimiento en lugar de un proveedor de suites empresariales establecido desde hace mucho tiempo.

Visión general de ThroughPut

El sitio de ThroughPut presenta la oferta como “Software de Supply Chain Planning (SCP) impulsado por AI,” abarcando módulos como detección de la demanda, planificación de capacidad, planificación logística, planificación de reposición, gestión de inventario, “gemelo digital” y flujos de trabajo de detección de cuellos de botella.1 La compañía enfatiza repetidamente la identificación y priorización de cuellos de botella como el mecanismo central: encontrar la(s) restricción(es) actual(es), cuantificar su impacto y recomendar acciones para aumentar el throughput / reducir el desperdicio.23

Un empaquetado clave de la oferta es ELITE, descrito como un SaaS de supply chain impulsado por AI y posicionado para un despliegue simplificado a través de Microsoft Azure Marketplace.456 Por separado, la plataforma más amplia de ThroughPut se comercializa bajo ELI como un producto de “Operations AI” (la terminología varía según la página y el anuncio), con la afirmación recurrente de que aprovecha las bases de datos empresariales existentes para resolver cuellos de botella “ya hoy.”7

ThroughPut Inc. vs Lokad

ThroughPut y Lokad venden ambos apoyo a la toma de decisiones para supply chain, pero el centro de gravedad evidenciado públicamente difiere.

La diferenciación documentada externamente de ThroughPut se centra en el manejo de restricciones/cuellos de botella y en la eliminación del desperdicio operativo; es decir, detectar dónde se ve impedido el flujo y recomendar intervenciones a lo largo de las capas de planificación y ejecución, a menudo enmarcado como funcionando “sobre” los sistemas empresariales existentes y su data exhaust.72 Los materiales públicos de la compañía enfatizan los resultados (eliminación de cuellos de botella, aceleración de mejoras) más que la especificación de una pipeline matemática transparente y de extremo a extremo (forecast distributions → objetivo económico → optimization under constraints).36

Lokad, por el contrario, se presenta públicamente como una plataforma de forecasting-and-optimization construida alrededor de probabilistic forecasting y explicit decision optimization (objetivos económicos, restricciones y priorización de acciones). Su resumen “Forecasting & Optimization” enfatiza forecasts conscientes de la incertidumbre y la traducción de esos forecasts en decisiones optimizadas en lugar de solo dashboards.8 Lokad también destaca una capa programable (su DSL “Envision”) como el mecanismo para expresar restricciones de negocio y lógica de optimization, enmarcando las implementaciones como “apps” hechas a la medida en una plataforma compartida en lugar de módulos fijos.9 En resumen: la historia pública de ThroughPut se inclina hacia una orquestación operativa centrada en cuellos de botella y en la mejora continua; la historia pública de Lokad se inclina hacia una optimization predictiva probabilística con una capa de modelado programable explícita.89

Historia corporativa, financiamiento y hitos

Las revelaciones de financiamiento público son impulsadas principalmente por la prensa. En abril de 2022, ThroughPut anunció un evento de angel funding de $6M, describiendo el financiamiento como un apoyo al crecimiento y al desarrollo del producto.10 Esto es corroborado por coberturas noticiosas de financiamiento de terceros que hacen referencia a la misma cantidad y cronología.11

Los anuncios de ThroughPut también señalan hitos en la distribución del producto. En abril de 2020, la compañía anunció la disponibilidad de ELITE en Microsoft Azure Marketplace, enmarcando el listado como un habilitador de despliegue y gestión simplificados en Azure.45 El propio listado en Azure Marketplace describe a ELITE como una herramienta para hacer seguimiento de “cuellos de botella y áreas de desperdicio siempre cambiantes” para mejorar la eficiencia operativa.6

No surgió evidencia pública creíble de adquisiciones (tanto como adquirente o adquirido) en las fuentes utilizadas para esta reseña; las comunicaciones públicas de la compañía mostradas aquí se centran en la distribución orgánica del producto, en las incorporaciones a la junta asesora y en victorias con clientes/gobierno.41012

Alcance del producto y entregables en términos técnicos

En las páginas redactadas por ThroughPut, la solución puede resumirse (en términos inequívocos) como:

  • Detección y priorización basada en datos de restricciones operativas (cuellos de botella) utilizando datos operativos con marca de tiempo de sistemas empresariales.7
  • Flujos de trabajo de planificación y monitorización que abarcan decisiones relacionadas con la demanda, la capacidad, la logística y el inventario, presentados como “supply chain intelligence” / “SCP.”1
  • Una oferta empaquetada de SaaS (ELITE) distribuida a través de Azure Marketplace, posicionada para un despliegue basado en Azure e integración en entornos empresariales.46

Donde las fuentes resultan menos específicas es en la forma exacta de los entregables (por ejemplo, si los resultados son listas de acciones clasificadas con valores objetivos explícitos, configuraciones de parámetros recomendadas, alertas o comparaciones de escenarios) y en las variables de decisión exactas soportadas (cantidades de pedido, reasignación de capacidad, programación, planificación de transporte, etc.). El folleto de ELITE y la descripción en el marketplace resaltan el seguimiento de cuellos de botella y la mejora de la eficiencia, pero no exponen una formulación de optimization verificable, ni el tipo de solver o detalles de gobernanza del modelo.36

Evidencia sobre mecanismos y arquitectura

Fuentes de datos y afirmaciones de integración

La afirmación técnica recurrente de ThroughPut es que su plataforma consume datos de los sistemas empresariales existentes (entre los ejemplos se incluyen ERP, MES, sistemas de clase WMS/TMS y otras fuentes de datos industriales) para encontrar y resolver cuellos de botella.7 Esta es una afirmación materialmente comprobable (la profundidad de integración, la latencia y las restricciones de calidad de datos determinarían la viabilidad), pero las fuentes públicas no proporcionan una especificación completa de integración (conectores, esquemas, SLA, reglas de reconciliación, linaje, etc.).17

Señales de despliegue

La evidencia pública más fuerte de la postura de despliegue es la ruta de distribución de Azure: el comunicado de prensa de ThroughPut enmarca explícitamente a ELITE como disponible a través de Azure Marketplace y enfatiza la escalabilidad/disponibilidad/seguridad de Azure con un “despliegue y gestión simplificados.”4 El listado en el marketplace posiciona de manera similar a ELITE como un producto que ayuda a cumplir los objetivos de supply chain y manufactura mediante el seguimiento de cuellos de botella y del desperdicio.6 Más allá de eso, el sitio público de ThroughPut exhibe caminos de marketing (flujos de demo/contacto y biblioteca de recursos) en lugar de manuales de implementación detallados.1

Afirmaciones sobre AI / ML / optimization: lo que está comprobado vs. lo que no lo está

ThroughPut se describe a sí misma utilizando etiquetas como “Supply Chain AI Optimization” y “industrial AI pioneer”, incluyendo afirmaciones de optimizar grandes volúmenes de procesos operativos y de entregar una transformación rápida.1012 El “hook” técnico más concreto repetido en las fuentes es el enmarcado del Sistema de Gestión de Cuellos de Botella (identificar la restricción, cuantificar el impacto, recomendar una remediación) y la afirmación de que aprovecha las bases de datos empresariales existentes para lograrlo.7

Lo que no está comprobado en los materiales públicos muestreados:

  • Familias de modelos nombrados (por ejemplo, gradient-boosted trees vs. neural nets) y protocolos de entrenamiento para demand sensing/forecasting.
  • Formulaciones de optimization explícitas (funciones objetivo, restricciones, solvers de mixed-integer vs. heurísticos, comportamiento de convergencia).
  • Artefactos reproducibles (código abierto, estudios de benchmark, artículos de métodos revisados por pares) directamente vinculados al producto de ThroughPut.

En consecuencia, “AI” debe tratarse aquí como una etiqueta del proveedor que es direccionalmente plausible (analytics + prediction + recommendations), pero que no puede caracterizarse técnicamente más allá de la postura centrada en cuellos de botella sin documentación más profunda que la disponible públicamente en estas fuentes.710

Clientes nombrados públicamente y evidencia de casos

Referencias nombradas y corroboradas externamente

Una referencia notable de cliente nombrado es Church Brothers Farms, que se cita en la propia página de estudios de caso de ThroughPut como un ejemplo de uso de la plataforma para predecir la demanda a corto plazo de perecederos.13 La relación también es discutida por medios de noticias de la industria que describen a Church Brothers Farms eligiendo a ThroughPut como socio de datos de supply chain (cobertura patrocinada/por socios, pero externa al dominio de ThroughPut).1415

Afirmaciones de contrataciones gubernamentales/de defensa

En diciembre de 2025, ThroughPut anunció haber sido adjudicataria de un contrato SBIR Phase III con la Fuerza Aérea de los EE. UU. enfocado en “Aircraft Availability Optimization”, y esto aparece tanto en PRNewswire como reflejado en la propia página de comunicados de prensa de ThroughPut.1216 (Tal como se presenta, esto sigue siendo un anuncio de la compañía; la documentación del contrato o un aviso de adjudicación gubernamental fortalecerían aún más la verificación, pero no fueron identificados en las fuentes consultadas aquí.)

Afirmaciones de casos anonimizados

ThroughPut también publica historias orientadas a resultados sobre clientes no nombrados (por ejemplo, “la compañía de empaque líder a nivel mundial”), que son útiles como señales de marketing pero constituyen una evidencia débil de capacidades técnicas específicas o de un rendimiento generalizable.17

Evaluación de madurez comercial

Con base en señales visibles públicamente, ThroughPut parece ser un proveedor en etapa de crecimiento con:

  • Distribución del producto a través de un importante marketplace en la nube (Azure Marketplace) y posicionamiento reiterado como SaaS.46
  • Un evento de angel funding revelado ($6M) y afirmaciones de escalado de operaciones a través de grandes volúmenes de procesos.1011
  • Al menos una relación de cliente comercial nombrado (Church Brothers Farms) con corroboración parcial de terceros.1314
  • Anuncios públicos de contrataciones SBIR de la Fuerza Aérea de los EE. UU. (Phase III) a finales de 2025, lo que sugiere un compromiso más allá de implementaciones puramente comerciales para SMB.1216

Al mismo tiempo, la transparencia técnica pública de la compañía (según lo observable en estas fuentes) es limitada: las afirmaciones sobre el producto están más centradas en los resultados que en el mecanismo, y existe material público insuficiente para evaluar una AI/optimization de “última generación” de la misma manera que se podría para proveedores que publican notas técnicas detalladas, benchmarks o documentación de implementación.710

Conclusión

ThroughPut Inc. vende un SaaS de análisis de supply chain/operaciones que se enmarca públicamente en torno a la detección y remediación dinámica de cuellos de botella utilizando datos extraídos de sistemas empresariales existentes. Las señales de producto más corroboradas son la distribución de ELITE en Azure Marketplace y el énfasis repetido de ThroughPut en el seguimiento de cuellos de botella cambiantes y del desperdicio operativo. La evidencia pública de “AI optimization” es principalmente narrativa y basada en la prensa: indica la intención (prediction + prioritization + recommended interventions) pero no expone suficientes detalles técnicos para validar la sofisticación del modelo, el rigor de la optimization o la reproducibilidad. Comercialmente, ThroughPut muestra indicadores creíbles de salida al mercado y de tracción (revelación de financiamiento, presencia en el marketplace, anuncio de cliente nombrado y recientes anuncios de contrataciones SBIR de la Fuerza Aérea), sin embargo, todavía se percibe como un proveedor en expansión en lugar de una suite empresarial de planificación establecida desde hace mucho tiempo.

Fuentes

  1. ThroughPut — website navigation and positioning (retrieved 2025-12-19) ↩︎ ↩︎ ↩︎ ↩︎

  2. ThroughPut — About Company (retrieved 2025-12-19) ↩︎ ↩︎

  3. ThroughPut ELITE brochure (retrieved 2025-12-19) ↩︎ ↩︎ ↩︎

  4. ThroughPut Inc.’s ELITE Now Available in the Microsoft Azure Marketplace — PRNewswire — 2020-04-28 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  5. ThroughPut — ELITE Now Available in the Microsoft Azure Marketplace (press release mirror) — 2020-04-28 ↩︎ ↩︎

  6. Microsoft Azure Marketplace — ThroughPut ELITE (retrieved 2025-12-19) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  7. ThroughPut Welcomes Supply Chain Optimization / ML Experts to its Advisory Board — PRNewswire — 2019-01-23 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. Lokad — Forecasting & Optimization overview (retrieved 2025-12-19) ↩︎ ↩︎

  9. Lokad — Envision (retrieved 2025-12-19) ↩︎ ↩︎

  10. Amidst record momentum, ThroughPut Inc. raises $6M in Angel Funding… — PRNewswire — 2022-04-21 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  11. ThroughPut Raises $6M in Angel Funding — FinSMEs — 2022-04-22 ↩︎ ↩︎

  12. US Air Force Awards ThroughPut.ai Phase III Contract for “Aircraft Availability Optimization” — PRNewswire — 2025-12-09 ↩︎ ↩︎ ↩︎ ↩︎

  13. Página de aterrizaje del estudio de caso: Church Brothers Farms aprovecha datos existentes… (recuperado 2025-12-19) ↩︎ ↩︎

  14. AndNowUKnow — Church Brothers Farms se asocia con ThroughPut… — 2022-02-01 ↩︎ ↩︎

  15. PerishableNews — Church Brothers elige ThroughPut Inc… (recuperado 2025-12-19) ↩︎

  16. ThroughPut — La Fuerza Aérea de EE. UU. otorga contrato de Fase III a ThroughPut.ai… (reflejo de comunicado de prensa) — 2025-12-09 ↩︎ ↩︎

  17. Historia de recursos de ThroughPut: “Ahorra $3M para la principal compañía de empaques del mundo” — 2021 (recuperado 2025-12-19) ↩︎