La moda necesita un modelo operativo mejor, no más tecnología
Hace unas semanas, el PI Apparel Fashion Tech Show 2026, celebrado en Nueva York, reunió a figuras destacadas del mundo de la moda y la tecnología, incluyendo dos sesiones dirigidas por Infor, con el fin de analizar hacia dónde se dirige realmente el sector.
Los debates en torno a la creación digital de productos (DPC), la responsabilidad en el uso de la inteligencia artificial (IA) y la transformación digital reforzaron un punto fundamental: a la moda no le falta innovación; lo que le cuesta es traducir esa innovación en decisiones interrelacionadas, procesos escalables y valor empresarial cuantificable. Las perspectivas compartidas en el escenario y a lo largo del evento dieron forma a este punto de vista sobre lo que debe cambiar para que el sector avance con mayor rapidez, confianza y responsabilidad.
El sector de la confección, el calzado y la moda ha realizado importantes inversiones en DPC, IA, automatización y plataformas en la nube. Sin embargo, muchas organizaciones siguen funcionando a base de decisiones inconexas, procesos secuenciales, silos funcionales y modelos de negocio diseñados para mercados más lentos y predecibles.
La pregunta clave que hay que plantearse es: ¿estamos utilizando la tecnología para acelerar un modelo operativo defectuoso o para crear una forma de trabajar fundamentalmente mejor?
Esa pregunta marcó el tono de muchas de las conversaciones más útiles de la feria. Ya fuera en el ámbito del DPC, la IA, la transformación de la cadena de suministro o la cultura organizativa, hubo una conclusión que se mantuvo constante: el próximo avance del sector no vendrá de la mano de otra herramienta aislada. Vendrá de la mano de la resolución de las deficiencias en materia de comportamiento, procesos y responsabilidad que impiden que la tecnología aporte todo su valor.
La DPC debe convertirse en un proceso de toma de decisiones digital
El DPC ha transformado la forma en que se diseñan, visualizan, crean muestras y desarrollan los productos de moda. El diseño en 3D, los materiales digitales, la creación de muestras virtuales y la creación asistida por IA pueden acortar los ciclos de desarrollo, reducir el número de muestras físicas, mejorar la colaboración y permitir a los equipos explorar más posibilidades creativas.
Pero la digitalización del producto no es suficiente.
Muchas empresas han implantado herramientas de DPC sin rediseñar las decisiones que las rodean. Un producto puede crearse digitalmente, pero las aprobaciones siguen realizándose por correo electrónico. Los planes de comercialización pueden seguir estando en hojas de cálculo. El cálculo de costes, el abastecimiento, la demanda, la sostenibilidad y la viabilidad de la producción pueden evaluarse demasiado tarde. A veces se vuelven a introducir muestras físicas porque los equipos no confían plenamente en la representación digital o porque los socios de las fases posteriores no han adoptado las mismas capacidades.
El resultado es un proceso digital superpuesto a un modelo operativo analógico.
La siguiente etapa del DPC debe conectar el desarrollo creativo con la inteligencia comercial y operativa. Los diseñadores y desarrolladores de productos deberían ser capaces de comprender los costes, los márgenes, la disponibilidad de materiales, la capacidad de los proveedores, las señales de demanda, los requisitos de cumplimiento normativo y el impacto medioambiental mientras el producto aún se está creando, no después de que las decisiones ya se hayan cerrado.
El objetivo no es simplemente diseñar más rápido. Se trata de tomar mejores decisiones sobre los productos en una fase más temprana, con mayor confianza y menos desperdicio.
La IA está agilizando la toma de decisiones, pero ¿a quién le corresponde la responsabilidad del resultado?
La toma de decisiones más rápida y precisa sobre los productos depende de una información fiable y, cada vez más, esa información se obtiene con la ayuda de la IA. La IA está cambiando rápidamente la forma en que las empresas de moda prevén la demanda, desarrollan surtidos, crean conceptos de producto, optimizan el inventario, seleccionan proveedores, gestionan excepciones y atienden a los clientes.
Esto genera una oportunidad real, pero también plantea una cuestión fundamental sobre la responsabilidad: cuando la IA influye en la decisión, ¿quién es responsable del resultado?
La IA puede recomendar un modelo, prever la demanda, priorizar un pedido, ajustar el inventario, señalar a un proveedor o generar las especificaciones de un producto. Pero cuando la recomendación es errónea o conlleva consecuencias financieras, operativas, éticas o reputacionales no deseadas, el algoritmo no puede asumir la responsabilidad.
Así debe ser.
Esta es la brecha de responsabilidad. Las empresas están adoptando rápidamente la IA, pero muchas no han definido claramente las competencias decisorias, los umbrales de escalación, los requisitos de validación ni la titularidad de los resultados generados con la ayuda de la IA.
La solución no consiste en frenar la adopción de la IA, sino en establecer una gobernanza y una disciplina operativa que permitan a las organizaciones avanzar con rapidez y confianza.
Todo proceso basado en la IA debe responder a cuatro preguntas:
- ¿Qué decisión respalda o toma la IA?
- ¿Qué información y supuestos determinan la recomendación?
- ¿Cuándo es necesario el criterio humano?
- ¿Quién es responsable del resultado empresarial?
La supervisión humana no debería implicar aprobar manualmente cada recomendación de la IA. Eso no haría más que sustituir la automatización por otro cuello de botella. En cambio, las empresas necesitan una rendición de cuentas inteligente: límites claros, razonamiento transparente, umbrales de confianza, intervención basada en excepciones y responsabilidad asignada a personas concretas.
La IA puede acelerar la toma de decisiones. No puede sustituir a la responsabilidad.
La transparencia de la cadena de suministro debe extenderse hacia las fases iniciales del proceso
Históricamente, las cadenas de suministro del sector de la moda se han construido en torno a una información controlada y a relaciones con los proveedores celosamente protegidas. Hoy en día, la transparencia, la trazabilidad y la capacidad de respuesta de los socios se están convirtiendo en requisitos competitivos.
La normativa, la incertidumbre geopolítica, las fluctuaciones en los precios de las materias primas, las expectativas en materia de sostenibilidad y la exigencia de los clientes respecto a la procedencia de los productos están obligando a las empresas a conocer mucho mejor cómo, dónde y en qué condiciones se fabrican sus productos.
Pero la transparencia no puede comenzar después de la producción. Debe empezar ya en la fase de concepción del producto.
La selección de materiales, la estrategia de abastecimiento, la composición del producto, las decisiones sobre proveedores, las pruebas de cumplimiento normativo, los costes y el impacto medioambiental deben formar parte del historial del producto desde el principio. Si la trazabilidad se trata como un mero ejercicio de información a posteriori, las empresas tendrán dificultades constantes para reconstruir información que debería haberse recopilado en su origen.
Esto también cambia la definición de proveedor estratégico. El precio y la capacidad siguen siendo importantes, pero los socios también deben proporcionar datos fiables, colaborar digitalmente, responder con rapidez y respaldar modelos operativos cada vez más transparentes.
La cuestión ya no es simplemente si un proveedor puede fabricar el producto, sino si ese proveedor puede participar en el futuro modelo operativo de la empresa.
La cultura es la verdadera ruta crítica
Ninguna de estas iniciativas, el DPC, la rendición de cuentas en materia de IA y la transparencia en las fases iniciales— puede afianzarse sin los comportamientos adecuados que las respalden. La tecnología puede facilitar la transformación, pero es la cultura la que determina si esta se produce realmente.
Las empresas de ropa, calzado y moda suelen afirmar que desean una mayor agilidad, al tiempo que siguen premiando la escala, la certeza y el cumplimiento de los calendarios tradicionales. Invierten en previsiones avanzadas, pero se basan en supuestos históricos. Introducen muestras digitales, pero dudan a la hora de aprobar productos sin una confirmación física. Fomentan la experimentación, pero penalizan a los equipos cuando un experimento fracasa.
Las organizaciones no pueden volverse ágiles si conservan todos los comportamientos diseñados para la estabilidad.
Nuestro sector debe sentirse más cómodo tomando decisiones menores en una fase más temprana, poniendo a prueba las hipótesis de forma continua y cambiando de rumbo cuando surja nueva información. Eso significa alejarse de los procesos estacionales rígidos, los excesivos niveles de aprobación y la planificación dependiente de las rebajas, para avanzar hacia modelos operativos más ágiles e impulsados por el aprendizaje.
Las organizaciones más exitosas no eliminarán la creatividad en favor de los datos. Utilizarán la tecnología para proteger y reforzar la creatividad, dando a los equipos más tiempo para crear, mejor información para orientar las decisiones y mayor confianza para actuar.
La transformación se produce cuando la tecnología cambia no solo lo que utilizan las personas, sino también la forma en que la organización toma sus decisiones.
Las preguntas que los líderes del sector de la moda deberían plantearse ahora
El DPC, la rendición de cuentas en materia de IA, la transparencia de la cadena de suministro y la cultura empresarial no son cuatro iniciativas independientes. Son cuatro ámbitos en los que se pone de manifiesto la misma deficiencia del modelo operativo. Los ejecutivos del sector deberían ir más allá de las tasas de adopción tecnológica y analizar si sus inversiones están generando cambios medibles en los resultados empresariales.
- Confianza digital: ¿En qué casos los equipos siguen recurriendo a muestras físicas, hojas de cálculo, correo electrónico o aprobaciones fuera de línea, y por qué? Estos comportamientos suelen indicar deficiencias en la calidad de los datos, la adopción de los sistemas, la integración de los procesos o la confianza.
- Latencia en la toma de decisiones: ¿Cuánto tiempo tardan realmente las decisiones críticas sobre productos, abastecimiento, inventario y cumplimiento, y no solo la rapidez con la que se realizan las tareas individuales? Un proceso de diseño más rápido no sirve de mucho si las aprobaciones y los traspasos de responsabilidades siguen siendo lentos.
- Responsabilidad en las decisiones basadas en IA: Asigna cada decisión importante respaldada por IA a un responsable empresarial concreto. Establece qué decisiones pueden automatizarse, cuáles requieren validación y cuáles deben seguir estando siempre bajo control humano.
- Continuidad de los datos de producto: ¿Fluye la información del producto desde el diseño y la gestión del ciclo de vida del producto a través del abastecimiento, el ERP, la cadena de suministro, el almacén, el comercio y la trazabilidad, o se vuelve a crear, introducir y conciliar repetidamente?
- Visibilidad en las fases iniciales: ¿Con cuánta antelación pueden los equipos identificar las implicaciones en cuanto a costes, márgenes, riesgos de materiales, capacidad de los proveedores, cumplimiento normativo, trazabilidad y demanda durante el desarrollo del producto?
- Preparación digital de los socios: ¿Se evalúa a los proveedores en función de la precisión de los datos, la transparencia y la colaboración, y no solo por el coste, la calidad y la entrega?
- Velocidad de aprendizaje: ¿Con qué rapidez detecta la organización un cambio, evalúa sus implicaciones, toma una decisión y aplica la lección aprendida a los procesos futuros?
¿Qué ocurre si estas preguntas quedan sin respuesta?
Dejar estas preguntas sin respuesta no solo frena el progreso. Los riesgos se acumulan con el tiempo. La mayor preocupación no es quedarse atrás en materia de tecnología, sino dar la impresión de que se está produciendo una transformación mientras que el negocio subyacente sigue siendo el mismo.
Si no se abordan, estas deficiencias suelen manifestarse en forma de:
- Una ejecución más rápida de decisiones erróneas u obsoletas
- Un mayor número de recomendaciones generadas por IA sin una responsabilidad clara
- Una dependencia continuada de las hojas de cálculo y la conciliación manual
- Inversiones en productos digitales que nunca alcanzan la escala empresarial
- Erosión de los márgenes debido a cálculos de costes tardíos, sobreproducción y rebajas
- Riesgos de incumplimiento normativo causados por datos incompletos sobre productos y proveedores
- Creciente desconfianza en los resultados digitales y vuelta a los procesos físicos
- Decisiones fragmentadas sobre clientes, productos, inventario y cadena de suministro
- Incapacidad para responder rápidamente ante perturbaciones, incertidumbre o cambios en la demanda
La deuda tecnológica se está convirtiendo rápidamente en deuda de decisión, ya que los datos fragmentados, los retrasos en la obtención de información y las decisiones inconexas agravan los costes empresariales e impiden que las organizaciones actúen con rapidez y confianza.
Cómo ayuda Infor a las empresas del sector de la moda a adelantarse a las próximas tendencias
Infor aborda la transformación desde la perspectiva de un modelo operativo sectorial, en lugar de considerarla como un conjunto de tecnologías inconexas. Este enfoque cuenta con el respaldo de Infor CloudSuite Fashion, un conjunto de soluciones modulares.
El ERP de Infor CloudSuite Fashion proporciona una base digital específica para el sector que conecta las finanzas, los pedidos, el inventario, la fabricación, la cadena de suministro, los clientes y las operaciones de producto.
Infor PLM for Fashion integra el diseño, los materiales, las especificaciones, el cálculo de costes, la colaboración y la gestión de la ruta crítica en una fase más temprana del ciclo de vida del producto.
Infor Nexus amplía la visibilidad y la colaboración a lo largo de la cadena de suministro multiempresarial, mientras que Infor WMS permite una gestión inteligente y compleja de los pedidos.
A través de la plataforma Infor Industry Cloud, las organizaciones pueden conectar aplicaciones, datos, flujos de trabajo, análisis y capacidades de ampliación en toda la empresa.
Infor Process Mining ayuda a poner de manifiesto cómo se lleva a cabo realmente el trabajo, dónde se producen los cuellos de botella y dónde se está perdiendo valor. La automatización, la IA generativa (GenAI), las soluciones Infor Value+ y los agentes inteligentes pueden, a su vez, ayudar a reducir el esfuerzo manual, detectar excepciones, recomendar medidas correctivas y mejorar continuamente la ejecución.
La tecnología por sí sola no es el factor diferenciador. Infor combina estas capacidades con un profundo conocimiento del sector de la moda en lo que respecta a productos basados en atributos, calendarios de temporada, abastecimiento complejo, inventario multicanal, gestión de la ruta crítica, colaboración con proveedores, trazabilidad y las realidades comerciales de la moda.
El objetivo no es simplemente ayudar a las empresas a responder más rápidamente a lo que ya ha sucedido. Se trata de conectar la inteligencia de producto, operativa y externa para que puedan identificar los riesgos antes, tomar decisiones con mayor confianza y anticiparse a lo que está por venir.
El camino crítico hacia el futuro comienza por preguntarse qué es lo primero que hay que romper: los silos, los datos inconexos, las competencias de decisión obsoletas o la creencia de que la transformación puede lograrse únicamente mediante la tecnología.
El futuro de la moda pertenecerá a las empresas que conecten la creatividad con la inteligencia, la rapidez con la responsabilidad y la transformación digital con un cambio genuino en su modelo operativo.
Para aclarar cualquier duda o pregunta, utilice nuestros contactos.