Una revisión crítica del Cuadrante Mágico de Gartner 2024 para Soluciones de Planificación de la Cadena de Suministro, abril de 2025

Por Léon Levinas-Ménard

Última modificación: 5 de abril de 2025

Introducción

El Cuadrante Mágico (MQ) de Gartner 2024 para Soluciones de Planificación de la Cadena de Suministro pretende mapear a los principales proveedores de software por “Completeness of Vision” y “Ability to Execute”, un formato que lleva consigo una ilusión de objetividad. En la práctica, sin embargo, este MQ nos dice más sobre los incentivos propios de Gartner y la carga heredada de la industria que sobre el mérito técnico genuino. Esta revisión crítica analiza la metodología y estructura del MQ, exponiendo fallas sistémicas, desde dinámicas de pago por juego que sesgan las clasificaciones, hasta una sobre-representación de proveedores “dinosaurios” de décadas pasadas. Escrutamos el cuadrante de Líderes, señalando afirmaciones de marketing vagas (cifras infladas de ROI, promesas mágicas de IA/ML sin detalle técnico, automatización “caja negra”) y destacamos contradicciones internas en las narrativas de los proveedores (por ejemplo, alardeando de planificación en tiempo real mientras también afirman optimizar grandes surtidos, una combinación que es incompatible computacionalmente en la informática del mundo real). En todo momento, recurrimos a un razonamiento técnico profundo y análisis independientes (incluida la investigación de Lokad de 2021 a 2025) para desmitificar la exageración. También destacamos lo que el MQ omite, especialmente las frecuentes implementaciones fallidas de estas mismas soluciones, y la ausencia de proveedores disruptivos y científicamente rigurosos que optan por no participar en el juego de Gartner. El objetivo es un análisis completo y escéptico que desafíe la visión de Gartner sobre el panorama del software de planificación de la cadena de suministro y capacite a los lectores para ver a través de la simplicidad reconfortante pero engañosa del cuadrante.

Metodología del Cuadrante Mágico: Estructura, Sesgos y Pago por Juego

El MQ de Gartner se presenta como una evaluación imparcial: un gráfico ordenado con dos ejes, “Ability to Execute” (eje y) y “Completeness of Vision” (eje x). En teoría, un proveedor en el codiciado cuadrante de “Líderes” en la parte superior derecha tiene tanto una ejecución sólida como una visión convincente. Sin embargo, el proceso detrás de estas clasificaciones está lejos de ser neutral. En las propias descripciones de Gartner, los criterios incluyen cosas como capacidades del producto, experiencia del cliente, capacidad de respuesta del mercado, estrategia, etc., factores altamente cualitativos que dan a los analistas un amplio margen de maniobra. Es un secreto a voces en el mundo del software empresarial que las principales firmas de análisis como Gartner operan en un modelo de “pago por juego”, y sus recomendaciones a menudo reflejan más las relaciones con los proveedores que la excelencia del producto ¹. Como una FAQ de Lokad lo expresa sin rodeos, “los proveedores que optan por no participar en las sustanciales interacciones pagadas con Gartner suelen verse relegados a posiciones menos favorables o completamente omitidos.” El resultado es que los Cuadrantes Mágicos tienden a funcionar como infomerciales para aquellos que pagan, en lugar de evaluaciones rigurosas; muchos ejecutivos tratan estas clasificaciones “con la misma credibilidad que asignarían a horóscopos casuales” ².

Este sesgo sistémico no es solo una acusación de competidores; se ve reflejado en cómo Gartner lleva a cabo su negocio. Los proveedores invierten fuertemente en relaciones con analistas: comprando servicios de investigación de Gartner, informando a los analistas, comprando derechos de reimpresión, sabiendo bien que su posición en el MQ puede mejorar con más compromiso. Gartner, por supuesto, niega cualquier tipo de intercambio de favores, pero incluso si los analistas individuales se esfuerzan por ser objetivos, el conflicto de intereses es inevitable. Como observó Joannes Vermorel, hay una “pretensión de neutralidad” en estas evaluaciones de proveedores, pero en realidad “los conflictos de interés son tan prominentes que no obtienes neutralidad; lo que obtienes es pagar para ganar.” ³ ⁴ Ningún código de conducta o barrera de analistas puede eliminar por completo las sutiles presiones; como señala Vermorel, incluso las personas bien intencionadas muestran sesgos inconscientes cuando hay intereses comerciales significativos en juego ⁵ ⁶. En el contexto del MQ, esto significa que los grandes proveedores con grandes presupuestos de marketing y suscripciones a Gartner son sistemáticamente favorecidos. La ausencia de un análisis verdaderamente independiente está integrada en el modelo: los ingresos de Gartner provienen de las mismas empresas que están siendo clasificadas “objetivamente”.

Visión vs. Ejecución - ¿Quién Define el Éxito?

Los dos ejes del MQ miden aparentemente la “Visión” y la “Ejecución” de un proveedor, pero estos conceptos son ambiguos. ¿Qué se considera una visión audaz en el software de planificación de la cadena de suministro? En muchos casos, es lo que los analistas de Gartner han estado escuchando en las sesiones informativas de los proveedores y en las palabras de moda del mercado. Por ejemplo, tener todos los acrónimos de moda en tu hoja de ruta (IA/ML, gemelo digital, IBS en tiempo real, etc.) marcará la casilla de Visión, ya sea que tu producto realmente cumpla con ellos o no. Por el contrario, un proveedor con un enfoque genuinamente nuevo podría ser calificado negativamente si no encaja en la plantilla preconcebida de Gartner de “cómo debería ser lo bueno”. La Capacidad de Ejecución a menudo se reduce al tamaño: número de clientes, presencia global, red de socios de implementación, básicamente un proxy para el alcance de marketing y la ejecución de ventas empresariales, no para resultados exitosos reales. Esto sesga el MQ en contra de empresas más pequeñas e innovadoras desde el punto de vista técnico (que podrían tener mejores algoritmos pero menos referencias importantes) y a favor de los incumbentes que tienen grandes bases de instalación, incluso si sus implementaciones a menudo no cumplen con las expectativas.

Es crucial destacar que la puntuación de Gartner no tiene en cuenta la tasa de éxito en el mundo real de las implementaciones de manera transparente. Un proveedor que venda 100 copias de su software y tenga 80 fallos de 100 seguirá obteniendo una puntuación alta en “Capacidad de Ejecución” por el mero hecho de las ventas y la presencia, mientras que un proveedor que venda 10 copias y tenga éxito en las 10 podría considerarse una ejecución más débil. La metodología del MQ penaliza así la calidad en favor de la cantidad. Es revelador que los propios analistas de Gartner admitieran que la adopción por parte de los usuarios de estas soluciones de planificación es increíblemente baja. En la Cumbre de Planificación de la Cadena de Suministro de 2024, Pia Orup Lund de Gartner compartió que en promedio solo el 32% de los planificadores de una organización típica migraron realmente a la nueva herramienta de planificación que se implementó, una tasa de adopción sorprendentemente baja dada la inversión de varios millones de dólares ⁷. En otras palabras, dos tercios de las implementaciones supuestamente exitosas no logran convencer a los usuarios, convirtiéndose en software sin uso. Sin embargo, estos resultados apenas afectan la posición de un proveedor en el Cuadrante Mágico, ya que la evaluación de Gartner pasa por alto estos fracasos. El eje de “Capacidad de Ejecución” no es una medida de entrega de valor, sino más bien una medida de penetración en el mercado y resistencia del proveedor. Esto pone en duda la relevancia del cuadrante de Líderes: ejecución solo de nombre, no en la realidad.

La Falsa Objetividad del Cuadrante

El formato mismo del MQ - un gráfico de cuadrantes - da una sensación de análisis científico, como si los proveedores fueran medidos y trazados con precisión en un gráfico cartesiano. Esto es engañoso. A diferencia de un gráfico de dispersión basado en datos, las posiciones en un Cuadrante Mágico son el resultado de discusiones a puerta cerrada, rúbricas de puntuación ponderadas que Gartner no revela completamente, y en última instancia, juicio subjetivo. La simplicidad visual (quién está arriba y a la derecha vs abajo y a la izquierda) oculta una multitud de elecciones subjetivas. También impone una comparación de talla única que ignora el contexto: un “Líder” para un tipo de empresa podría ser una opción terrible para las necesidades de otra, sin embargo, el MQ seguirá retratando a uno como universalmente mejor. Al condensar productos multifacéticos en un solo punto, se pierde el matiz. Por ejemplo, un proveedor podría tener una excelente solución para predecir pero una mediocre para programación de producción - ¿cómo reflejas eso en un punto X-Y? La respuesta de Gartner es efectivamente promediarlo y ponderarlo según los criterios que prefieran ese año. El resultado es una difuminación de las distinciones que puede llevar a los lectores a pensar que las diferencias son simplemente incrementales. El formato de cuadrantes fomenta una interpretación perezosa: “arriba a la derecha es mejor, abajo a la izquierda es peor”, evitando el trabajo duro de entender los compromisos y capacidades específicas. Como dijo Vermorel, “Los Cuadrantes Mágicos son, como sugiere el nombre, la superstición en su mejor momento y la falsa ciencia en su peor momento.” ⁸ La dura frase subraya que el gráfico de cuadrantes es más teatro de marketing que investigación rigurosa.

Los Vendedores Tradicionales Dominan el Cuadrante de Líderes

Al observar el MQ de 2024 para la Planificación de la Cadena de Suministro, uno no puede dejar de notar que el cuadrante de Líderes es efectivamente un club de exalumnos de vendedores tradicionales. Kinaxis, Blue Yonder, Oracle, OMP, Logility: estas empresas (o sus nombres anteriores) han estado presentes durante décadas. Kinaxis fue fundada en la década de 1980 (como WebPlan), Blue Yonder se remonta a 1985 (como JDA Software), OMP a la década de 1970, Logility a la década de 1990, y Oracle es tan antigua como la propia TI moderna. Su presencia continua en la cima podría indicar una excelencia duradera, o podría indicar que los criterios de Gartner favorecen inherentemente la escala y la longevidad. La historia sugiere lo segundo. Estos incumbentes alcanzaron prominencia a menudo no solo a través de una tecnología superior, sino también mediante adquisiciones agresivas y la expansión de sus carteras. Blue Yonder es un caso en cuestión: es “el resultado de una larga serie de operaciones de fusiones y adquisiciones”, lo que resulta en “una colección caótica de productos, la mayoría de ellos obsoletos” bajo una sola marca ⁹. El MQ de Gartner todavía enumera a Blue Yonder como Líder con una “arquitectura de microservicios integral” y un conjunto completo de extremo a extremo, pasando por alto la realidad de que gran parte de ese conjunto está ensamblado a partir de herramientas más antiguas. El software empresarial no se unifica mágicamente a través de fusiones y adquisiciones; la integración es difícil, y la pila de Blue Yonder muestra sus costuras. El estudio de proveedores de Lokad señaló que Blue Yonder “destaca prominentemente la IA” en marketing, pero las “afirmaciones son vagas y tienen poco o ningún fundamento.” De hecho, las pocas pistas de los materiales técnicos públicos de Blue Yonder (por ejemplo, algunos proyectos de código abierto) “sugieren enfoques anteriores a 2000” como modelos básicos de pronóstico ARMA ¹⁰. Entonces tenemos un Líder que promociona “IA” mientras probablemente utiliza técnicas de pronóstico de más de 20 años bajo la superficie. Esto plantea una pregunta difícil: ¿Es Blue Yonder un Líder debido al mérito técnico o debido al impulso heredado? El informe de Gartner no plantea esto, pero una revisión escéptica debe hacerlo.

Kinaxis y Oracle también son ejemplos instructivos. Kinaxis, celebrado por su plataforma RapidResponse, es de hecho un pionero en cierto sentido: introdujo la planificación simultánea rápida en memoria mucho antes que muchos competidores, y sigue siendo muy popular para la Planificación de Ventas y Operaciones. Pero también es un jugador heredado que se está modernizando sobre la marcha. Históricamente, Kinaxis no ofrecía pronósticos estadísticos avanzados o de aprendizaje automático en su núcleo; los usuarios tenían que importar pronósticos o utilizar métodos simples. Hace unos años, Kinaxis reconoció esta brecha y comenzó a incorporar herramientas probabilísticas a través de adquisiciones/asociaciones (por ejemplo, adquiriendo Rubikloud para pronósticos de IA, asociándose con Wahupa para optimización de inventario) ¹¹ ¹². Estos son movimientos positivos, pero básicamente Kinaxis está poniéndose al día en capacidades de IA/ML que otros ya tenían, y lo está haciendo integrando módulos separados. Esto plantea preguntas sobre la coherencia tecnológica: las nuevas características de Kinaxis son “añadidos” que “plantean preguntas sobre la coherencia de la pila tecnológica” ¹². Queda por ver si estos módulos probabilísticos están profundamente integrados o son simplemente complementos superficiales para el marketing. En la narrativa de MQ, Kinaxis ocupa el primer lugar debido a su “Capacidad de Ejecución” y una década de éxito, pero una auditoría técnica profunda muestra una arquitectura heredada determinista que evoluciona hacia un híbrido. Sin mencionar que el enfoque en memoria que le da velocidad a Kinaxis también impone límites: las implementaciones grandes enfrentan “altos costos de hardware y límites de escalabilidad a medida que los datos crecen (las implementaciones grandes requieren una RAM masiva)” ¹³. Esta sutileza falta en la evaluación de “ejecución” de Gartner. Un planificador que lea el MQ podría pensar que Kinaxis es una apuesta segura debido a su estatus de Líder, sin darse cuenta de que si sus datos de la cadena de suministro son enormes, podrían encontrarse con limitaciones de coste/rendimiento o necesitar una inversión significativa en hardware para utilizar las simulaciones en tiempo real de Kinaxis. Estas realidades rara vez aparecen en la descripción de Gartner.

La inclusión de Oracle como Líder en 2024 es otro reconocimiento a la antigüedad. La solución SCP de Oracle es parte de su vasta suite Cloud SCM. Gartner aplaude la “visión de arquitectura componible” de Oracle y su capacidad para “planificar a cualquier nivel de detalle” ¹⁴. Pero eso suena como un folleto: planificar a cualquier nivel de detalle suena genial, excepto que los practicantes experimentados saben que planificar a granularidad extremadamente alta (por ejemplo, nivel de SKU-tienda con restricciones complejas) no será instantáneo ni siquiera factible si realmente significa cualquier detalle. Hay un compromiso computacional: o agregas para planificar rápido, o te tomas más tiempo (o más potencia informática) para planificar en detalle. Oracle, al igual que otros, está implicando efectivamente que pueden cuadrar el círculo. Tal vez su nube pueda procesar más que los sistemas antiguos, pero la afirmación de plena granularidad sin consecuencias pone a prueba la credulidad. Refleja una tendencia general: proveedores heredados que se rebrandan como “plataformas de IA en la nube” pero bajo el capó siguen lidiando con limitaciones. Oracle ha adquirido numerosas empresas a lo largo de los años (Demantra para la planificación de la demanda, G-Log, etc.) e integrado para construir su suite. Crédito donde es debido: Oracle ha invertido en modernizarse, pero nuevamente el resumen de MQ no mencionará cuántos años y horas de consultoría podrían ser necesarios para realmente realizar esa visión “componible” en una implementación de cliente.

También es notable qué proveedores heredados no aparecen en los Líderes de MQ o en absoluto. SAP, por ejemplo, solo es un Retador en 2024 (a pesar de ser el gigante de ERP con un producto SCP, IBP). Infor, otro gran jugador de ERP que había adquirido empresas como Mercia y Predictix para la planificación, está ausente por completo en el MQ de 2024. ¿Por qué? Posiblemente porque el enfoque de Infor cambió (o decidió no participar en la evaluación de Gartner). El estudio de proveedores de Lokad señaló que Infor adquirió Predictix (un especialista en pronósticos de IA) en 2016, pero “el ángulo de pronóstico seguía siendo un ciudadano de segunda clase” dentro de la suite de Infor ¹⁵. Se supone que las técnicas de ML avanzadas de Predictix fueron “despriorizadas” y es “dudoso que esos métodos superen a los modelos de pronóstico anteriores a 2000”, con las afirmaciones de “IA” de Infor también consideradas dudosas ¹⁶. En resumen, la innovación en la planificación de Infor se desvaneció, por lo que no están en el MQ. Esto es en realidad un punto a favor de la integridad de Gartner: no les importó dejar caer un gran nombre cuando se quedó atrás. Pero también subraya cómo las adquisiciones pueden no llevar a ninguna parte: comprar startups de IA no garantiza el liderazgo si la empresa principal no puede integrar y ejecutar. La ironía es que aquellos que permanecen en el cuadrante de Líderes tienen historias similares de adquisiciones (Blue Yonder con JDA/i2/Manugistics, Logility adquiriendo Garvis y Starboard en los últimos años ¹⁷ ¹⁸, Kinaxis con Rubikloud, etc.), sin embargo, Gartner continúa dándoles el beneficio de la duda. La sobre-representación de proveedores heredados sugiere que la cuota de mercado pasada y la relación con Gartner a menudo superan a la excelencia técnica actual.

Hype vs. Reality: Cuestionables Afirmaciones en el Cuadrante de Líderes

El bombo publicitario en la planificación de la cadena de suministro es legendario, y los escritos de MQ a menudo reflejan afirmaciones de proveedores que merecen un escepticismo extremo. Un patrón recurrente con los Líderes es la alarde de un ROI muy alto y resultados transformadores, generalmente sin evidencia concreta. Por ejemplo, muchos proveedores promocionan cifras como “reducción del inventario del 30%, nivel de servicio del 98%, mejora de la productividad del 90%” después de implementar su solución. ToolsGroup, ahora un Jugador de Nicho pero históricamente citado a menudo por analistas, ha publicitado resultados como “disponibilidad de productos del 90+%, 20-30% menos de inventario, carga de trabajo reducida del 40-90%”. Si bien esas cifras presumiblemente han ocurrido para algún cliente en algún lugar, suena demasiado bueno para ser verdad en combinación. Un análisis de Lokad advirtió que esas estadísticas suelen ser seleccionadas a conveniencia: “probablemente provienen de diferentes clientes que alcanzan una de esas marcas altas, no de un cliente que alcanza todas simultáneamente” - nadie debería esperar todos esos beneficios a la vez ¹⁹. La realidad implica compensaciones; es posible que reduzcas el inventario en un 20% pero luego el nivel de servicio pueda disminuir, o viceversa. Sin embargo, el MQ rara vez incluye tales advertencias al elogiar la “capacidad de ofrecer valor” de un Líder. Tiende a hacer eco de las historias de éxito que proporciona el proveedor. El resultado es una inflación de expectativas. Un ejecutivo de la cadena de suministro que lee sobre Kinaxis o Blue Yonder en el MQ podría pensar que estas herramientas resolverán problemas automáticamente y generarán un ROI rápido, cuando de hecho la implementación podría tener dificultades y las ganancias, si las hay, llegarán después de largos esfuerzos de gestión del cambio.

Otra área de exageración es la precisión en la previsión y la IA. Cada proveedor ahora afirma tener alguna forma de “previsión impulsada por IA” que mejorará drásticamente las predicciones de la demanda. Sin embargo, casi siempre faltan detalles específicos. Los comentarios de Blue Yonder y Logility mencionan IA/ML, Kinaxis habla de “Planificación IA”, etc., pero el resumen de Gartner no presiona por detalles sobre cómo su IA es diferente o probada. Un ejemplo claro es el concepto de “detección de la demanda” - una palabra de moda para usar datos muy a corto plazo para ajustar las previsiones. ToolsGroup ha utilizado este término, al igual que otros. Sin embargo, como señaló la investigación de Lokad, “las afirmaciones sobre la ‘detección de la demanda’ carecen de respaldo en la literatura científica.” ²⁰ Básicamente es un término de marketing; hay poca evidencia de que lo que los proveedores llaman detección de la demanda genere previsiones consistentemente mejores más allá de lo que pueden hacer las buenas estadísticas a corto plazo. De manera similar, un proveedor (John Galt Solutions, un Challenger) presume de un algoritmo patentado “Procast” que es más preciso que los competidores, pero no proporciona pruebas públicas - de hecho, es significativo que este algoritmo estuviera ausente de los primeros puestos de la competencia de pronóstico M5, donde los métodos de código abierto sobresalieron ²¹. Es muy probable que la fórmula secreta de John Galt no esté superando a gigantes como Prophet de Facebook o los paquetes R de Hyndman en precisión pura, pero el informe MQ no revelaría eso. Se necesita una investigación independiente para descubrir estas cosas. El eje Visión del MQ tiende a recompensar a los proveedores por hablar sobre IA y análisis, independientemente de si sus enfoques son novedosos o estadísticamente sólidos. Consideremos o9 Solutions: el año pasado (2023) Gartner tenía a o9 en el cuadrante de Líderes, en parte por la fuerza de su exageración como plataforma de “cerebro digital”. Para 2024, o9 cayó a Visionario. ¿Qué cambió? Posiblemente Gartner se dio cuenta de que algunas de las grandes afirmaciones de o9 no estaban probadas. La inspección de Lokad a o9 encontró que “muchas de sus afirmaciones [de IA] (por ejemplo, que su gráfico de conocimiento mejora de manera única la previsión) son dudosas sin respaldo científico” ²². De hecho, el análisis de los componentes tecnológicos públicamente visibles de o9 mostró principalmente técnicas estándar, “nada fundamentalmente novedoso para justificar la gran marca ‘IA’” ²². Esta es una historia común: el marketing supera a la realidad. Gartner, para su crédito, eventualmente ajusta (como con o9), pero solo después de inicialmente amplificar parte de esa exageración al colocar al proveedor como Líder. Este cambio también destaca lo subjetivo que es el MQ: un visionario un año, un líder al siguiente, luego de vuelta a visionario, lo que no inspira confianza en un proceso estable y basado en criterios.

Una de las afirmaciones más engañosas difundidas entre los proveedores líderes es la idea de “planificación en tiempo real de extremo a extremo”. Esta frase sugiere que se puede tener un plan verdaderamente sincronizado minuto a minuto en toda su cadena de suministro, tal vez incluso ajustándose automáticamente en tiempo real. Kinaxis y Blue Yonder han utilizado lenguaje en torno a la planificación concurrente o continua; el texto de Gartner para Oracle destaca la “planificación a cualquier nivel de detalle” y Kinaxis es elogiado por la automatización y alineación. La contradicción radica en el trade-off entre escala y velocidad. Para grandes empresas, “cualquier nivel de detalle” puede significar millones de combinaciones de SKU-ubicación, complejas restricciones multinivel, estacionalidad, etc. Lograr un plan óptimo incluso diariamente para ese alcance es una tarea computacional masiva. Hacerlo en tiempo real (actualizaciones sub-segundo o instantáneas cada vez que cambian los datos) es virtualmente imposible con los algoritmos y hardware actuales, a menos que se sacrifique detalle u optimalidad. Kinaxis aborda esto utilizando una arquitectura en memoria para recalcular rápidamente, pero incluso ellos tienen límites (necesitando una gran cantidad de RAM y simplificando algunos cálculos) ¹³. La plataforma “Luminate” de Blue Yonder habla de un motor de IA y tal vez utiliza heurísticas para ajustes rápidos en lugar de una reoptimización completa. Los informes de MQ no reconocen estas realidades técnicas. Permiten a los proveedores tenerlo todo: afirmar un análisis completo y granular y una respuesta instantánea. Un ojo crítico debería notar esto como doblepensar de marketing. Por ejemplo, si un proveedor afirma manejar “planificación en tiempo real” y también “planificación basada en atributos a niveles altamente granulares” (como señala Gartner para algunos Visionarios también) ²³ ²⁴, uno debería preguntarse: ¿cómo mantienen la velocidad en tiempo real con tal nivel de detalle? La respuesta probable: no lo hacen, no sin hardware potente o simplificaciones. El equipo de Lokad ha señalado que empujar los límites en ambos extremos generalmente falla: o el sistema se ralentiza, o silenciosamente elimina la granularidad (por ejemplo, actualiza algunos números agregados en tiempo real pero no todo). Desafortunadamente, el MQ de Gartner no presiona a los proveedores para resolver estas contradicciones. Se presenta la apariencia de una capacidad de vanguardia, y queda en manos de los usuarios descubrir más tarde que ciertas combinaciones de promesas son inviables.

“IA” en Caja Negra y Falta de Transparencia

Otra preocupación con los proveedores del cuadrante Líder es cuánto confían en soluciones de “caja negra”. Muchos presumen de automatización impulsada por IA donde el sistema toma decisiones con un mínimo de entrada humana. En teoría, esto es genial, ¿a quién no le gustaría un piloto automático para la cadena de suministro? - pero en la práctica, si la IA es una caja negra, puede ser peligroso. Los planificadores tienen décadas de experiencia con software de optimización que es inexplicable; tienden a no confiar en él, o produce recomendaciones extrañas que son difíciles de depurar. Blue Yonder, por ejemplo, se ha inclinado fuertemente hacia la IA desde su rebranding (el mismo nombre “Blue Yonder” proviene de una startup de IA que adquirió). Sin embargo, se publica poco sobre cómo funciona su IA, y los usuarios a menudo describen la necesidad de anular o ajustar manualmente las salidas. Léon Levinas-Ménard señaló que el enfoque de Blue Yonder viene con una “complejidad de IA en caja negra”, una espada de doble filo ²⁵. Puede ser sofisticado por dentro, pero si es opaco, aumenta la resistencia del usuario y el riesgo de errores no vistos. La evaluación de Gartner casi no ofrece información al respecto. Un proveedor podría tener un modelo de aprendizaje automático frágil bajo el capó, pero siempre y cuando tenga algunos clientes de referencia dispuestos a decir que les ayudó, Gartner los calificará alto. Existe un patrón más amplio de falta de transparencia técnica: con algunas excepciones, estos proveedores no publican documentos de investigación, no compiten en competiciones de algoritmos abiertos (como se mencionó con la ausencia de John Galt en M5, y de manera similar ninguno de los grandes Líderes tuvo entradas destacadas en tales eventos), y no abren partes significativas de su software. Operan en base a la confianza y la marca. El Cuadrante de Gartner perpetúa eso porque no exige evidencia más allá de entrevistas con clientes y demostraciones. Es revelador que un proveedor como ToolsGroup, que históricamente tenía un enfoque más analítico y transparente (con su conocido motor de optimización SO99+), sintió la necesidad de unirse recientemente a la ola de hype de la IA. ToolsGroup comenzó a etiquetar todo como “impulsado por IA” e introdujo pronósticos probabilísticos en su marketing alrededor de 2018, pero lo hizo de manera torpe - anunciando pronósticos probabilísticos pero aún presumiendo de mejoras en MAPE ²⁶ ²⁷ (¡aunque MAPE, una métrica de error, no tiene sentido para pronósticos probabilísticos!). Este tipo de inconsistencia muestra una adopción impulsada por el marketing de términos de moda sin un verdadero entendimiento. La crítica de Lokad fue contundente: las afirmaciones de ToolsGroup sobre la IA eran “dudosas” y sus materiales “insinúan modelos de pronóstico anteriores a 2000” disfrazados de nuevos ²⁸. Si un proveedor relativamente técnico como ToolsGroup sucumbió a la inflación de términos de moda, se puede imaginar cuánto marketing puro se incluye en los portafolios de empresas más orientadas a las ventas.

El informe de MQ de Gartner ocasionalmente reconoce cuando algo es principalmente una visión. Por ejemplo, señala la “visión de IA” de un proveedor como una fortaleza (por ejemplo, la “visión de IA por encima del promedio” de Logility se menciona después de sus adquisiciones recientes) ¹⁷ ¹⁸. Pero llamar “visión de IA” una fortaleza básicamente significa que hablan bien del juego de la IA. No es una característica entregada, es un plan o aspiración. Elogiar eso en la misma frase que las capacidades reales difumina la línea entre la realidad actual y la hoja de ruta futura. Esto nuevamente beneficia a los proveedores: recompensa las presentaciones y las intenciones anunciadas. Un cliente podría firmar con un Líder pensando que está comprando una solución de planificación en tiempo real totalmente automatizada y potenciada por IA, solo para descubrir que muchas de esas capacidades son tempranas, no probadas o requieren proyectos separados para implementar. El formato de Gartner no diferencia claramente la funcionalidad probada de las características planificadas en el gráfico de MQ; ambas se incorporan en esa ubicación de “Completitud de Visión”. Por lo tanto, el cuadrante de Líderes tiende a estar lleno de empresas que son excelentes contando una historia convincente sobre el futuro de la cadena de suministro (a menudo tomando prestada esa historia de las tendencias publicadas por Gartner para ganar favor), independientemente de si son quienes realmente están realizando ese futuro.

Ignorando lo Feo: Fracasos omitidos y Luchas Continuas

Un aspecto conspicuamente ausente del cuadrante brillante de Gartner es el lado oscuro del software empresarial: los proyectos fallidos, los sobrecostos masivos y las implementaciones archivadas. La planificación de la cadena de suministro, en particular, tiene una larga historia de implementaciones fallidas o decepcionantes, tanto así que muchos profesionales se vuelven cínicos ante cualquier nueva “solución” después de haber sido quemados un par de veces. Sin embargo, si uno lee el informe MQ, pensaría que son todas historias de éxito y características diferenciadoras. Gartner recopila comentarios de los clientes como parte de la investigación de MQ, pero generalmente solo publica un resumen sanitizado de “Fortalezas” y “Precauciones” para cada proveedor. Esas precauciones suelen estar formuladas de manera suave (“algunos clientes mencionan desafíos de usabilidad” o “la integración puede ser compleja”). No verás afirmaciones directas como “El proveedor X tuvo múltiples fracasos de proyectos en el último año” en un MQ. Ese tipo de verdad, si surge, proviene de rumores y foros de usuarios, no de Gartner. El resultado es una asimetría de la información: un comprador potencial que lee el MQ podría no ser consciente de que, por ejemplo, un cierto proveedor Líder tiene la reputación de implementaciones de 18 meses que a menudo nunca se ponen en marcha. La omisión de las tasas de fracaso por parte de Gartner perjudica a la industria, ya que pinta un panorama excesivamente optimista.

Considera el “tiempo hasta el valor” - un factor absolutamente crítico para cualquier proyecto. ¿Evaluó Gartner cuánto tiempo tarda típicamente en implementarse cada proveedor, o con qué frecuencia entregan a tiempo? Si lo hizo, esa perspectiva no se refleja claramente en el cuadrante. Sabemos de manera anecdótica que algunos de los grandes proveedores de suites (como los proyectos tradicionales de Blue Yonder o SAP) podrían tardar años en implementarse por completo. Mientras tanto, algunos de los nuevos jugadores SaaS podrían implementarse en meses. Pero la capacidad de ejecución del MQ no lo señala explícitamente. De hecho, un proveedor más pequeño podría ser criticado como “no escalable para proyectos grandes” incluso si en realidad se implementan más rápido, simplemente porque aún no han abordado tantas implementaciones globales. También se produce un sesgo de éxito: Gartner habla en gran medida con los clientes de referencia proporcionados por los proveedores, que suelen ser los más felices. Los muchos clientes insatisfechos o menos exitosos no se ofrecen proactivamente para entrevistas. Por lo tanto, la muestra está sesgada hacia casos de éxito. Los analistas de Gartner lo saben, pero los informes del MQ rara vez lo reconocen más allá de declaraciones de precaución genéricas.

La frecuencia de implementaciones fallidas es el elefante en la habitación. Varios estudios (incluido uno de Gartner en un contexto diferente) han citado tasas de fracaso extremadamente altas para grandes iniciativas tecnológicas, por ejemplo, Gartner dijo famosamente que el 85% de los proyectos de IA fracasan, y un gran porcentaje de proyectos tecnológicos de cadena de suministro no cumplen. Un resumen de LinkedIn de la Cumbre SCP de Gartner 2024 mencionó que a pesar de la tecnología de planificación moderna, muchas empresas todavía luchan y los planificadores no adoptan las herramientas ²⁹ ⁷. Cuando solo el 32% de adopción es el promedio, eso significa que la mayoría de los proyectos no están logrando el impacto previsto. Sin embargo, el MQ no integra esa métrica en las clasificaciones de proveedores. Si acaso, insinúa oblicuamente: un proveedor con menor “Capacidad de Ejecución” podría ser aquel cuyos clientes se quejaron de usabilidad o complejidad. Pero todo es leer entre líneas. El gráfico del MQ en sí, que muestra algunos puntos más bajos en la escala de ejecución, no te dice “muchos clientes no lograron poner en marcha este software”. Simplemente muestra un punto en la mitad inferior, que podría interpretarse erróneamente como que la empresa es pequeña o algo así, en lugar de ser una señal de advertencia de implementaciones problemáticas. La narrativa de Gartner evita así la responsabilidad: los proveedores no son verdaderamente responsables de los resultados en el campo, solo de vender y tener un buen plan de ruta.

Para una audiencia de profesionales, esto es una seria falla. Significa que el MQ no es un predictor confiable del éxito. Un “Líder” bien podría llevarlo a un pantano de varios años y millones de dólares si su organización no está extremadamente preparada y alineada, y Gartner no lo habría señalado claramente. Por el contrario, un proveedor de nicho o visionario podría realmente darle una victoria más rápida, pero la baja calificación de Gartner podría asustar a sus ejecutivos para considerarlos. Esta dinámica es la razón por la que muchos líderes experimentados en la cadena de suministro toman el MQ con precaución y confían en recomendaciones de pares y evaluaciones independientes en su lugar. En palabras del FAQ de Lokad, “la diligencia debida genuina se sirve mejor examinando resultados probados en contextos operativos en vivo”, en lugar de confiar en un “sello de aprobación de una consultoría de pago por jugar” ³⁰. El MQ proporciona, en el mejor de los casos, una lista inicial de proveedores, pero absolutamente debe ser moderado con investigaciones externas sobre cómo les ha ido a esos proveedores en empresas similares a la suya.

Desafiando a los Líderes de Gartner: Estudios de Caso en Tecnología Decepcionante

Para fundamentar la crítica, veamos de cerca a dos de los aclamados Líderes de 2024 – Kinaxis y Blue Yonder – y examinemos si su posición en la parte superior derecha está justificada por sustancia técnica o si está contradicha por problemas conocidos.

Kinaxis (Líder) – Planificación Concurrente, pero Tardío en IA. Gartner posiciona a Kinaxis como el Líder más alto, elogiando su “experiencia de usuario unificada” y automatización. La fortaleza de Kinaxis realmente radica en su motor de planificación receptivo: un modelo en memoria que propaga cambios rápidamente para que pueda realizar simulaciones de escenarios sobre la marcha. Esto es muy útil para S&OP y análisis de qué pasaría si. Sin embargo, históricamente Kinaxis no ofrecía pronósticos avanzados u optimización de forma predeterminada. Su planificación era en gran medida basada en reglas y determinista, dependiendo de los planificadores para configurar la lógica de equilibrio entre oferta y demanda. Reconociendo los cambios en la industria, Kinaxis recientemente agregó capacidades de pronóstico probabilístico y optimización de inventario, pero lo hizo adquiriendo o asociándose para obtener esas piezas (por ejemplo, el motor Wahupa MEIO, el pronóstico de IA Rubikloud) ¹¹ ³¹. Estas adiciones plantean preguntas: ¿Están integradas de manera transparente en la plataforma RapidResponse, o son módulos externos parcheados? Las primeras indicaciones sugieren lo segundo: efectivamente, Kinaxis ahora tiene “aplicaciones” para optimización de inventario y pronóstico de ML que se conectan a su sistema. No es lo mismo que un núcleo analítico unificado hecho a medida. Además, la incursión de Kinaxis en IA es bastante nueva. A partir de 2023, comenzó a comercializar “Planning.AI”, lo que indica que sabe que debe participar en el juego de la IA, pero ha sido cauteloso en su mensaje – quizás porque sabe que su profundidad en IA/ML aún se está desarrollando ³² ³³. El análisis de Lokad señaló que Kinaxis no había demostrado públicamente su destreza en pronósticos probabilísticos (sin publicaciones o competencias), por lo que se debe confiar en que sea efectivo ³⁴. En resumen, Kinaxis merece absolutamente crédito por su pionera concurrencia y muchos clientes satisfechos, pero desde un punto de vista puramente técnico, difícilmente es el más avanzado en analítica. Su arquitectura central está envejeciendo – depende de mucha RAM y CPU para realizar cálculos rápidos a la fuerza – y solo ahora está modernizando su enfoque de pronóstico que otros adoptaron años antes. Ha habido rumores en las comunidades de usuarios de Kinaxis de que tienen dificultades cuando los conjuntos de datos son muy grandes o al intentar hacer una planificación detallada más allá de ciertos límites (lo que se alinea con las preocupaciones de RAM/escalabilidad señaladas ¹³). Entonces, ¿es Kinaxis realmente el “mejor de los mejores” en software de planificación de la cadena de suministro en 2024? ¿O es simplemente el mejor en vender una visión de extremo a extremo y tener un historial de implementaciones (aunque a un precio y esfuerzo considerable)? El MQ de Gartner lo coloca firmemente como #1, pero una clasificación más crítica podría situar a Kinaxis como muy fuerte en planificación interactiva pero aún mediocre en pronóstico algorítmico. La puntuación de un solo eje del MQ no puede reflejar bien esa dicotomía. Por lo tanto, la posición de Líder de Kinaxis – aunque ganada a través del éxito en el mercado – oculta su inicio tardío en IA y los posibles desafíos de integración por delante.

Blue Yonder (Líder) - ¿Suite todo en uno o desorden variado? La presencia de Blue Yonder como Líder parece casi inevitable debido a su larga trayectoria (anteriormente JDA). Gartner menciona su “Plataforma Luminate” y funcionalidad integral, lo que implica que hace de todo: planificación de la demanda, planificación de la oferta, optimización de inventario, programación de la producción, etc., además de cosas más nuevas como análisis y microservicios. La promesa es una plataforma integrada de extremo a extremo. La realidad reportada por aquellos que conocen el producto es diferente. La suite de Blue Yonder es el resultado de muchas adquisiciones a lo largo de décadas: tienen múltiples motores de planificación de la demanda (el heredado de JDA frente al nuevo motor de ML de Blue Yonder), múltiples módulos de planificación de la oferta y cumplimiento, herramientas de reabastecimiento de tiendas de diferentes orígenes, etc. Ha sido un desafío para ellos unificar verdaderamente estos elementos. El estudio de proveedores de Lokad dio una crítica contundente: “bajo la bandera de BY yace una colección caótica de productos, la mayoría de ellos obsoletos.” ⁹ La integración es más a nivel de interfaz de usuario y marketing que a un nivel técnico profundo. Por ejemplo, Blue Yonder podría ofrecer un portal común, pero detrás de escena la planificación de la demanda podría ser una base de código diferente a la de la planificación de la oferta o la programación de la producción. Desde la perspectiva del cliente, eso puede significar una experiencia de usuario inconsistente y dolores de cabeza de sincronización de datos. El informe de Gartner sobre el Cuadrante Mágico no menciona esto en absoluto; retrata a Blue Yonder como una nube moderna y unificada (se utiliza el término “arquitectura de microservicios” ³⁵, que suena muy vanguardista). El escéptico pregunta: si Blue Yonder realmente tuviera una re-arquitectura unificada de microservicios, ¿por qué necesitó ser adquirida por Panasonic para mantenerse a flote, y por qué tantos de sus clientes de toda la vida siguen utilizando versiones antiguas en las instalaciones de los módulos de JDA? La respuesta es que la transformación está incompleta. El marketing de Blue Yonder también se apoya fuertemente en la IA ahora, probablemente debido a la influencia de la pequeña Blue Yonder (startup alemana de IA) que adquirieron y luego nombraron a toda la empresa. Sin embargo, como se señaló, sus afirmaciones de IA son vagas. Lokad señaló la falta de sustancia y que sus técnicas conocidas eran bastante convencionales ³⁶. En el uso diario, algunos módulos de BY como la previsión de la demanda están bien, pero no necesariamente mejores que los paquetes estadísticos listos para usar, y a veces peores, dado los informes de dificultades para que la “IA” supere a líneas base simples. También ha habido desafíos de implementación de alto perfil: por ejemplo, grandes minoristas que intentaron implementar la planificación de la demanda y el cumplimiento de Blue Yonder han encontrado retrasos de varios años y solo éxito parcial (esto a menudo no es público, pero los insiders conocen algunos ejemplos). El Cuadrante Mágico de Gartner, por supuesto, no menciona tales casos. Blue Yonder sigue siendo un Líder, probablemente impulsado por su amplitud y alcance global (y sí, su compromiso constante con Gartner y su presencia en conversaciones de analistas). Desafiando la ubicación de líder de Blue Yonder, uno podría decir: si la pila de un proveedor es una mezcla de “tecnología envejecida” y su IA no está probada, ¿debería estar en la parte superior derecha? El MQ dice que sí, porque pueden ejecutar (tienen muchos socios de servicio, pueden apoyar a grandes clientes, lo cual es cierto) y tienen una visión amplia (es decir, una solución para todo). Esto ilustra el sesgo del MQ: la amplitud y la presencia en el mercado superan a la profundidad o elegancia. Una empresa que hace 10 cosas medianamente bien superará a una que hace 3 cosas extremadamente bien. Blue Yonder hace muchas cosas, y algunas discutiblemente mal, sin embargo, es un Líder porque cubre todas las bases y nadie fue despedido por comprar JDA (parafraseando el viejo dicho de IBM). Pero los equipos de cadena de suministro deben estar atentos: una suite de “hazlo todo” puede no ser maestra de nada, e integrar tecnología antigua bajo una nueva interfaz puede crear más complejidad de la que resuelve. El MQ no tiene en cuenta este riesgo.

Estos estudios de caso refuerzan por qué se necesita una mirada escéptica. Los Líderes a menudo tienen credenciales (muchos clientes, listas de funciones completas, equipos grandes) pero también tienen equipaje (código antiguo, fracasos pasados, palabrería de marketing). El formato de Gartner mayormente solo ve lo primero. Queda en manos del usuario descubrir lo segundo, que es lo que estamos destacando aquí.

Los Visionarios y Jugadores de Nicho: ¿Más Señal o Ruido?

Si bien gran parte de nuestro enfoque está en los Líderes y la metodología de MQ, unas breves palabras sobre los otros cuadrantes: Visionarios, Retadores y Jugadores de Nicho. Paradójicamente, algunos de los proveedores más interesantes residen allí, pero la nomenclatura de Gartner también puede llevar a error. Un “Visionario” en términos de MQ significa alta Compleción de Visión, menor Capacidad de Ejecución. Podría decirse que son “buenas ideas, pero no suficiente presencia en el mercado/recursos”. En 2024, el cuadrante de Visionarios incluyó a o9 Solutions, GAINSystems, E2open y Dassault Systèmes (DELMIA). Estos son una mezcla de jugadores relativamente nuevos (o9, GAINS) y otros establecidos que no han dominado este segmento (E2open, Dassault). Es importante destacar que o9 fue degradado de Líder a Visionario ³⁷, lo cual Gartner explicó diciendo que o9 aún tiene una visión sólida (sin bromas, se promocionan agresivamente con palabras de moda) pero quizás problemas de ejecución o la competencia los alcanzó. E2open y Dassault tienen componentes tecnológicos interesantes (E2open se enfoca en una amplia red de supply chain; Dassault posee Quintiq, que es una poderosa herramienta de optimización). Sin embargo, ninguno de ellos llegó a ser Líder. ¿Por qué? Probablemente porque son más pequeños en la cuota de mercado de SCP (GAINS es un proveedor especializado más pequeño, Quintiq se usa a menudo en escenarios de planificación muy personalizados, etc.) o han tenido retroalimentación mixta de los clientes. Lo que hay que tener en cuenta es que algunos Visionarios o incluso Jugadores de Nicho podrían ser la elección correcta para ciertas situaciones. Por ejemplo, GAINS (también conocido como GAINSystems) es muy bien considerado por su destreza en la optimización de inventarios y tiene clientes muy satisfechos en ciertos sectores, simplemente no es tan grande como los Líderes. Una empresa cuyo principal problema sea la optimización de inventarios podría obtener más valor de GAINS que, por ejemplo, implementando toda la suite de Oracle. Pero la naturaleza del MQ es enfatizar a los Líderes. Los Visionarios reciben un reconocimiento, pero muchos ejecutivos que lo leen pensarán: “No son Líderes, así que son de segunda categoría”. Esto es lamentable: en algunos casos, un Visionario es un Líder en espera que simplemente no ha pagado sus cuotas en el mercado, o un especialista de nicho que elige la profundidad sobre la amplitud. Al menos Gartner los reconoce, pero nuevamente el formato minimiza su estatus.

El cuadrante de Jugadores de Nicho en 2024 está abarrotado (Adexa, Coupa, ToolsGroup, Slimstock, AIMMS, Blue Ridge). Este cuadrante efectivamente dice “menor visión, menor ejecución”, lo cual puede ser una etiqueta de beso de la muerte. Pero dentro de Niche también hay algunos nuevos participantes y especialistas que simplemente no coinciden con la amplia definición de SCP de Gartner. AIMMS, por ejemplo, es un especialista en modelado de la cadena de suministro (un kit de herramientas de optimización), y Blue Ridge se enfoca en la planificación centrada en la distribución. Son nicho por diseño, atendiendo necesidades particulares, sin aspirar a ser integrales. Su ubicación no necesariamente implica que sean malos; simplemente significa que no son lo suficientemente amplios o grandes a los ojos de Gartner. Es interesante que ToolsGroup esté en Niche como una “nueva adición” ³⁸, porque ToolsGroup fue un proveedor establecido durante años; su ausencia anterior podría haber sido debido a no participar. Ahora está incluido, pero Gartner lo colocó en Niche con algunos elogios por su visión sobre cómo manejar la incertidumbre (probablemente haciendo referencia a su enfoque probabilístico) ³⁹. Se podría argumentar que ToolsGroup tiene una visión más real (con su enfoque en pronósticos probabilísticos años atrás) que algunos llamados Visionarios. Pero los criterios de Gartner pueden ser peculiares. La presencia de Coupa como Niche (después de ser Challenger antes) muestra lo rápido que cambian las fortunas: Coupa adquirió LLamasoft (diseño de cadena de suministro) y ahora fue adquirido, y aparentemente su historia de SCP no está resonando; por lo tanto, cayó en el cuadrante. El tema común es que las ubicaciones en el cuadrante a menudo se retrasan o suavizan las convulsiones de la industria. Una empresa puede estar luchando o evolucionando en realidad, pero en el mundo de MQ se mueven un cuadrante, o permanecen en una categoría que no refleja completamente su potencial o problemas. Es una categorización burda.

Desde una perspectiva crítica, se debe tratar a los jugadores Visionarios/Nicho no como una “lista de ignorar” sino como joyas potencialmente ocultas o al menos como fuentes de capacidades específicas. Sin embargo, el texto de Gartner a menudo les da poco espacio: unas pocas frases cada uno, en comparación con la atención dedicada a los Líderes. Esto nuevamente refleja el modelo de negocio de Gartner: sus clientes (los lectores de MQ, típicamente grandes empresas) a menudo solo están interesados en los “principales proveedores”, y Gartner cumple. El efecto secundario desafortunado es que la innovación sufre; si los jugadores emergentes o más enfocados no obtienen visibilidad, las empresas siguen alimentando a los grandes peces, y el ciclo continúa.

La Omisión de los Disruptores: ¿Dónde está Lokad (y Otros)?

Quizás la acusación más fuerte del MQ de Gartner no es quién incluye, sino quién deja afuera. En ninguna parte del cuadrante de 2024 vemos nombres como Lokad, a pesar de que Lokad es una empresa de software de cadena de suministro que, según muchas medidas técnicas, supera en innovación a la mayoría de los incumbentes de MQ. Es cierto que Lokad es más pequeño y ha tomado un enfoque no convencional (centrándose en el pronóstico probabilístico, un lenguaje específico del dominio para la cadena de suministro y una filosofía de “supply chain quantitativa”). Pero considera el historial de Lokad: fue pionero en el pronóstico probabilístico hace una década (mucho antes que Kinaxis, entre otros), y en la competencia de pronóstico M5 en 2020 (un referente global con cientos de equipos), la metodología de Lokad se clasificó en el #1 a nivel de SKU a nivel mundial (y #6 en general entre 909 equipos) ⁴⁰ ⁴¹ - demostrando esencialmente sus algoritmos en un escenario abierto. La empresa tiene su tecnología documentada abiertamente e incluso enseña ciencia de la cadena de suministro a través de conferencias en YouTube ⁴². Este tipo de transparencia y logros técnicos son raros. Según estándares objetivos, ¿no debería un proveedor así al menos calificar como Visionario, si no como Retador? La razón de su ausencia es muy simple: Lokad se niega a jugar el juego de Gartner. Lokad ha declarado públicamente que no es suscriptor de Gartner y no invierte en relaciones con analistas, centrándose en lugar de ello en construir productos y servir a los clientes ⁴³. Como resultado, los analistas de Gartner tienen una exposición mínima a Lokad (y quizás incluso un sesgo en su contra, ya que desafía su narrativa). Los criterios de inclusión de MQ podrían decir que un proveedor necesita ciertos ingresos o cantidad de clientes, pero se sospecha que incluso si Lokad cumpliera con esos requisitos, sin pagar a Gartner, seguiría siendo ignorado o subvalorado. Esta ausencia es una bandera roja para la integridad del MQ. Un cuadrante que afirma cubrir “los proveedores de soluciones SCP más significativos” y aún omite a un jugador conocido por su excelencia técnica y enfoque único claramente no es todo incluyente. Y Lokad no está solo: otros jugadores enfocados en analíticas o emergentes (quizás en ámbitos académicos o de código abierto, o especialistas regionales) tampoco aparecen.

Se podría argumentar que Gartner no puede incluir a todos, y eso es justo. Pero la omisión de un innovador conocido sugiere un patrón: el MQ es inherente conservador. Se retrasa en reconocer cambios de paradigma. Es excelente catalogando a los proveedores establecidos y mejoras incrementales, pero malo en reconocer cuando un nuevo participante tiene una trampa para ratones fundamentalmente mejor. Los clientes de Gartner (grandes empresas) a menudo también solicitan a Gartner que evalúe solo a los proveedores establecidos (“queremos ver cómo se comparan los sospechosos habituales”). Por lo tanto, el MQ es tanto un reflejo de las listas de compras de grandes empresas como un análisis. Refuerza un ciclo: si no está en el MQ, muchos no lo considerarán. La estrategia de Lokad ha sido pasar por alto esto demostrando valor directamente a los profesionales y a través de medios independientes. Pero ¿cuántos compradores potenciales podrían nunca haber oído hablar de Lokad porque está ausente de los informes de Gartner? Por eso lo llamamos un sesgo de pago por jugar - no en el sentido de un soborno grosero, sino en el sentido de que las reglas del juego favorecen a aquellos que participan en el ecosistema de Gartner.

Desde un punto de vista de búsqueda de la verdad, la ausencia de proveedores disruptivos y técnicamente sólidos como Lokad en el MQ debería hacer que los lectores sean muy cautelosos. Significa que la visión del MQ sobre “completitud de visión” podría ser realmente incompleta. También significa que si tu objetivo es encontrar la mejor solución para tu problema de supply chain, no puedes depender únicamente del MQ; debes ampliar tu búsqueda. El MQ quizás debería venir con una etiqueta de advertencia: “Enfoques no tradicionales o maverick no representados”. En términos científicos, es como si una revisión de investigación excluyera estudios atípicos que tuvieron resultados innovadores simplemente porque no se publicaron en las revistas habituales. Un cuadrante importante que pretende mapear la innovación y que excluye a uno de los pocos proveedores conocidos por un enfoque radicalmente diferente (programación probabilística en este caso) es discutiblemente inválido como mapa de innovación. Tiene un gran punto ciego.

Conclusión: Una Llamada a la Escepticismo y un Análisis más Profundo

El Cuadrante Mágico de Gartner para Soluciones de Planificación de la Cadena de Suministro, edición 2024, se presenta como la guía definitiva para elegir un proveedor de software de planificación. En realidad, es una instantánea altamente subjetiva e influenciada comercialmente que debe ser leída con escepticismo. Hemos visto cómo la estructura del MQ - sus ejes y visuales - ocultan sesgos profundos: favoreciendo a los grandes proveedores heredados, recompensando la exageración de marketing y promesas amplias, y pasando por alto factores críticos como el éxito de la implementación y la profundidad técnica. El cuadrante de Líderes, lejos de ser una garantía de calidad, contiene proveedores con deficiencias bien conocidas, desde la dependencia de Kinaxis en la IA adicional hasta la plataforma de parches de Blue Yonder y las afirmaciones infladas de otros. La dinámica de pago por jugar de Gartner y la naturaleza de “infomercial” de algunos Cuadrantes Mágicos significan que las calificaciones de los proveedores pueden correlacionarse tanto con la participación de Gartner como con la excelencia del producto ¹. La sobreénfasis en la visión (a menudo significando palabras de moda) y la ejecución (a menudo significando alcance de ventas) crea un ranking que está solo vagamente conectado con lo que realmente impulsa el éxito en la planificación de la cadena de suministro, es decir, tecnología sólida adaptada a las necesidades del negocio, implementada por personas capaces y adoptada por sus usuarios.

Para una empresa que busca una solución de planificación de la cadena de suministro, el MQ puede ser un punto de partida: enumera muchos actores, y el informe detallado de Gartner (fuera del gráfico del cuadrante) sí menciona algunas fortalezas y debilidades. Pero uno debe ir más allá del cuadrante. Trátalo como una entrada entre muchas, y examina críticamente sus afirmaciones. Pregúntate: ¿Qué no se está diciendo? ¿Qué podría estar sesgado? Investiga revisiones independientes, habla con usuarios reales (no solo con las referencias felices) y considera hacer pilotos o benchmarks. La máxima “confía pero verifica” se aplica fuertemente, o quizás “desconfía hasta que se verifique”. Como hemos destacado, incluso los propios analistas de Gartner reconocen lo difícil que es hacer que estos proyectos tengan éxito (con tasas de adopción sorprendentemente bajas en muchos casos) ⁴⁴. Esa realidad debería humillar cualquier ranking de cuadrante brillante.

En última instancia, el mayor valor del Cuadrante Mágico puede estar en provocar las preguntas correctas en lugar de dar respuestas. Puede alertarte sobre quiénes son los grandes jugadores y qué afirman. Pero depende de ti cortar a través de la exageración. Si un proveedor dice “planificación en tiempo real impulsada por IA”, desafíalo a que explique concretamente cómo funciona y cómo evitan los obstáculos. Si un Líder nunca ha publicado o demostrado su tecnología, no aceptes la palabra de Gartner de que es genial, exige evidencia. Y ten en cuenta el sesgo de confirmación: una vez que un proveedor es etiquetado como Líder, tendemos a racionalizar por qué lo merecen. Prueba lo contrario: imagina que no estuvieran en el cuadrante, ¿los incluirías de todos modos en la lista corta? Por otro lado, imagina que un jugador de nicho tuviera la influencia de marketing de un Líder, ¿su tecnología de repente parecería más viable?

El MQ proporciona una simplificación reconfortante en un dominio complejo, pero gestionar una cadena de suministro no es tan simple como elegir el punto más lejano y arriba a la derecha. De hecho, el punto podría estar desviándote de una solución mejor que está fuera del gráfico. Los profesionales expertos en cadena de suministro utilizarán el MQ de Gartner como una referencia ligera, no como una biblia. Apreciarán por qué algunos llaman a estos cuadrantes “ciencia falsa” ⁸ y en cambio se centrarán en principios fundamentales y evidencia real. Como aconseja Joannes Vermorel, los estudios de casos del mundo real y los resultados comprobados deberían superar las calificaciones pagadas ³⁰. En la planificación de la cadena de suministro, lo que importa es si el software ofrece mejoras en los niveles de servicio, inventario, costos y agilidad, y si se puede mantener en tu organización. Eso no se obtiene de un gráfico x-y, sino de una evaluación rigurosa y tal vez un poco de pensamiento adversarial (poniendo a prueba las afirmaciones del proveedor contra escenarios difíciles).

En conclusión, el MQ de Gartner para la Planificación de la Cadena de Suministro de 2024, cuando se despoja de su misticismo, aparece como una representación conservadora y con tintes de marketing del panorama de proveedores. Destaca a los gigantes habituales (con todas sus imperfecciones no mencionadas), añade algunos más pequeños y se pierde a algunos verdaderos innovadores. Una revisión que busca la verdad al máximo descubre que el emperador tiene pocas ropas: la gráfica del cuadrante oculta más de lo que revela. Al ser escéptico y exigir profundidad técnica sobre narrativas brillantes, se pueden evitar las trampas del cuadrante. La responsabilidad recae en el comprador para ver a través de las limitaciones del cuadrante, porque la planificación exitosa de la cadena de suministro está arraigada en la realidad, no en la magia. ² ⁴