La startup de software para cadenas de suministro Atomic cerró una ronda de financiación de serie A de 12,5 millones de dólares, con lo que su financiación total supera ligeramente los 15 millones de dólares. La ronda fue liderada por la firma especializada en inversiones de crecimiento Klass Capital, con la participación de Madrona Venture Group.
Atomic desarrolla una plataforma que utiliza inteligencia artificial basada en agentes para determinar cuánto inventario necesita una empresa y dónde almacenarlo. La plataforma funciona simulando múltiples escenarios operativos y luego ofreciendo una respuesta propuesta o tomando la decisión automáticamente, de acuerdo con las reglas empresariales que aprende de los datos y las prácticas del cliente.
De la planificación del inventario a la toma de decisiones
El origen del enfoque se remonta a un sistema inicial que los fundadores de la empresa, Michael Rossiter y Neal Suidan, construyeron mientras trabajaban en Tesla durante el aumento de la producción del Model 3 en 2018. Según el artículo, las hojas de cálculo internas ya no podían seguir el ritmo de cambio necesario en la planificación, lo que llevó al equipo a desarrollar un método más dinámico para simular decisiones operativas.
Atomic afirmó que sus ingresos recurrentes anuales se quintuplicaron desde comienzos de año. La empresa también pasó, según Jon McNeill, antiguo presidente de Tesla y fundador de DVx Ventures, que incubó Atomic, de ofrecer recomendaciones a convertirse en una plataforma que toma decisiones reales. Añadió que DoorDash utiliza el sistema para aproximadamente el 90% de sus compras en cientos de ubicaciones.
Entre las empresas que utilizan la plataforma se encuentran DoorDash y HelloFresh, mientras que Atomic también trabaja con clientes de los sectores de bienes de consumo envasados, movilidad y fabricación. Para las empresas que trabajan con alimentos, una planificación más precisa del inventario puede ayudar a reducir el desperdicio y el deterioro, pero la fuente no ofrece cifras independientes que midan este efecto.
¿Qué cambia en la práctica?
La importancia práctica de la noticia no radica en añadir otra herramienta analítica a los sistemas de planificación, sino en trasladar parte de la decisión de la fase de recomendación a la ejecución automatizada. La empresa afirma que la inteligencia artificial pudo inferir las «reglas de decisión» en las que se basan los empleados de los clientes incluso cuando no están documentadas, lo que redujo el tiempo de configuración del sistema y llevó a algunos clientes a delegar la propia decisión en la plataforma.
Atomic también nombró a Jeff Goodrich, antiguo director de planificación de Tesla, director de tecnología y tercer socio fundador. Rossiter considera que trasladar los datos operativos de las hojas de cálculo a software avanzado representa una transformación que sigue siendo menos común que la modernización de los sistemas de datos financieros.
Limitaciones y preguntas abiertas
El éxito de este modelo depende de la calidad de los datos operativos y de la capacidad del sistema para comprender las reglas empresariales específicas de cada sector, especialmente debido a las diferencias entre los desafíos de la fabricación, la movilidad y los bienes de consumo. La fuente tampoco explica los mecanismos de gobernanza o de revisión humana de las decisiones automatizadas, ni ofrece detalles sobre los precios o las condiciones de disponibilidad. Por tanto, la noticia demuestra la expansión del uso comercial de la plataforma y la financiación de la empresa, pero por sí sola no basta para juzgar su idoneidad para cada cadena de suministro.