Un estudio analiza los beneficios de combinar ambas tecnologías para optimizar procesos en logística
INVESTIGACIÓN LOGÍSTICA
Por Pahune, S. A., Akhtar, Z., Chandrasekharan, M., Yadav, S. S. y Siddique, K.
¿Qué ocurre al combinar la inteligencia artificial generativa con la automatización robótica de procesos en la cadena de suministro? Un estudio sugiere que integrar ambas tecnologías podría reducir errores y fortalecer la adaptabilidad de las empresas ante entornos en constante cambio.
La cadena de suministro es una de las áreas corporativas que más se ha transformado gracias a los recientes avances tecnológicos. Una de las soluciones más extendidas es la automatización robótica de procesos ─más conocida como RPA─, un software que ejecuta tareas repetitivas y aparentemente sencillas como, por ejemplo, conectarse a aplicaciones web, copiar, pegar o renombrar archivos, o crear directorios y carpetas.
Aplicada a la logística, la tecnología RPA puede actualizar el inventario, realizar el seguimiento de los envíos en tiempo real u obtener información a partir de los datos disponibles en la web de los proveedores. Sin embargo, también presenta limitaciones: se basa en reglas predefinidas y no es capaz de aprender de nuevas situaciones ni tomar decisiones complejas sin instrucciones previas.
Para dotar a los sistemas de software de mayor capacidad de análisis y decisión, los autores del estudio plantean ir un paso más allá: integrar la automatización robótica de procesos con sistemas cognitivos e inteligencia artificial generativa. Según su propuesta, esta combinación permitiría ejecutar tareas, mejorar la toma de decisiones y anticipar escenarios futuros con mayor precisión.
“La inteligencia artificial generativa está revolucionando numerosos sectores. Cuando se integra con la RPA, puede ayudar a desarrollar sistemas de automatización más sofisticados y con una notable resiliencia ante el cambio. Además, en el futuro, diversos modelos de IA generativa podrían optimizar radicalmente los procesos de la cadena de suministro”, señalan los responsables de la investigación.

¿Cómo interactúan la RPA y la IA generativa?
Según el modelo propuesto, combinar la IA generativa y la RPA comienza con la ejecución de tareas rutinarias de la empresa mediante la automatización de procesos. Así, los bots de software se encargan de actividades repetitivas ─como procesar facturas o actualizar órdenes de compra─ y, al hacerlo, recopilan datos procedentes de distintas fuentes, como contratos, documentos o interacciones con clientes.
La información obtenida se transfiere a una base de datos vectorial, un tipo de repositorio que facilita a la inteligencia artificial generativa la localización rápida del contenido más relevante entre grandes volúmenes de documentos. La IA, entonces, accede a los datos actualizados de las operaciones y los utiliza para responder a los usuarios, que pueden plantear preguntas relacionadas con pedidos, envíos y devoluciones a través de un asistente virtual. El sistema consulta los datos recabados por los bots en ese repositorio y genera una respuesta en lenguaje natural.
La base de datos vectorial se actualiza continuamente con nueva información generada por los procesos automatizados. Según los autores, este enfoque permite combinar la automatización de tareas con la capacidad analítica de la IA, optimizando desde la atención al cliente hasta la gestión documental o la previsión operativa en la cadena de suministro.
Los bots de RPA ejecutan tareas y generan datos que la IA generativa analiza para responder a los usuarios
Una combinación que optimiza procesos
Para los autores del estudio, integrar la IA generativa con la RPA añade una capa de inteligencia a la automatización, mejorando la toma de decisiones a lo largo de la cadena de suministro. Mientras la RPA automatiza tareas y ejecuta acciones de forma automática, la IA generativa analiza la información y anticipa situaciones:

Mientras la RPA automatiza tareas, la IA generativa analiza la información y ayuda a anticipar contingencias
Entre retos y oportunidades
Los autores del estudio coinciden en que la inteligencia artificial generativa y la automatización robótica de procesos pueden complementarse bien. Sin embargo, también reconocen que su integración no siempre resulta sencilla. Los sistemas de RPA suelen estar diseñados para realizar tareas estructuradas basadas en reglas, mientras que la IA generativa trabaja con datos más dinámicos y menos estructurados. Asimismo, ambas tecnologías suelen emplear lenguajes de programación y formatos de datos distintos, por lo que integrarlas requiere herramientas capaces de conectar arquitecturas diferentes. A ello se suman otros factores, como la necesidad de contar con infraestructura informática, servicios en la nube, licencias de software y profesionales especializados.
Aun así, los investigadores sostienen que la combinación de ambas tecnologías podría suponer un cambio trascendental en la optimización de la cadena de suministro. “Este enfoque mejora la flexibilidad y permite organizar de forma eficaz grandes volúmenes de datos no estructurados derivados del procesamiento de facturas, los contratos con proveedores, la recuperación de documentos complejos, la gestión de inventarios o las interacciones con clientes. Además, favorece el aprendizaje continuo, lo que refuerza los sistemas de gestión de la cadena de suministro”, afirman.
En este sentido, aunque todavía quedan desafíos técnicos y organizativos por resolver, la integración de IA generativa y RPA apunta a nuevas formas de automatizar procesos, analizar información y mejorar la toma de decisiones en entornos logísticos cada vez más complejos.
Autores de la investigación:
- Saurabh A. Pahune. Investigador independiente (Estados Unidos).
- Zahid Akhtar. Profesor asistente en el Departamento de Ingeniería Eléctrica y Computación y coordinador del programa de grado en Ciberseguridad en el State University of New York Polytechnic Institute (Estados Unidos).
- Manoj Chandrasekharan. Investigador de la Universidad de Memphis (Estados Unidos).
- Shipra Shivkumar Yadav. Doctora y supervisora posdoctoral en el Lincoln University College (Malasia).
- Kamran Siddique. Profesor asistente de Ciencias de la Computación en la University of Alaska Anchorage (Estados Unidos).
Publicación original:
Pahune, S. A., Akhtar, Z., Chandrasekharan, M., Yadav, S. S., & Siddique, K. Convergence of GenAI and RPA: A Digital Heaven in Supply Chain Optimization Process. Journal of Computer Science, 21(12), 3089-3112 (2025).