Baobab AI desarrolla un proyecto para la creación de datos sintéticos que sirven para mejorar la toma de decisiones con Decision AI, en el marco del programa SEDIA de ayudas a espacios de datos sectoriales.
La capacidad de anticipar, simular y optimizar operaciones se ha convertido en una imperiosa necesidad en el sector logístico.
La combinación de generación de datos y herramientas avanzadas de Decision Intelligence están abriendo nuevas vías en este sentido, pero hay un elemento crítico que condiciona todo el proceso: la calidad del dato.
La toma de decisiones en logística, en aspectos como la planificación y optimización de rutas, la gestión de inventarios o la previsión de la demanda, depende de datos realmente fiables, completos y representativos. Sin embargo, la realidad habitual es muy diferente, con abundancia de datos fragmentados, sesgados o directamente inaccesibles por restricciones regulatorias o de confidencialidad. Este desfase entre el dato disponible y el dato necesario limita la aplicación real de modelos avanzados y, en consecuencia, reduce el impacto de la analítica en la operación. Con el problema añadido de que es algo que suele pasar desapercibido en muchas ocasiones y pone en riesgo los proyectos de Inteligencia Artificial (IA). Aquí es donde los datos sintéticos empiezan a jugar un papel relevante, no como sustituto del dato real, sino como complemento estratégico.
Iniciativas como el programa SEDIA (Secretaría de Estado de Digitalización e Inteligencia Artificial) de ayudas a espacios de datos sectoriales impulsado por el Ministerio para la Transformación Digital y de la Función Pública, contribuyen a acelerar la adopción de estas tecnologías.
En este programa participa Baobab AI, compañía tecnológica especializada en mejorar la toma de decisiones a través de la aplicación de modelos de Inteligencia Artificial, que está desarrollando un proyecto para la creación de datos sintéticos que sirven para apoyar la toma de decisiones.
El objetivo del programa SEDIA pasa por fomentar la creación de espacios de datos que faciliten el intercambio de información entre actores del sector, así como impulsar el desarrollo de soluciones basadas en inteligencia artificial que permitan explotar ese dato de forma efectiva. Proyectos como el desarrollado por Baobab AI buscan cerrar el ciclo completo: desde la generación y tratamiento del dato, incluyendo el uso de datos sintéticos, hasta su aplicación directa en la toma de decisiones en entornos reales.
Datos sintéticos
Los datos sintéticos son conjuntos de datos generados artificialmente que reproducen las propiedades y patrones de los datos reales, pero sin contener información sensible. Su valor no reside únicamente en resolver problemas de privacidad, sino en algo más operativo: permiten trabajar cuando el dato no existe, no es accesible o simplemente no tiene la calidad necesaria.
En logística, esta limitación es más habitual de lo que parece. Nuevas líneas de negocio, cambios en la demanda, disrupciones operativas o contextos inéditos generan situaciones donde el histórico deja de ser útil. En estos casos, “los datos sintéticos permiten construir escenarios plausibles sobre los que modelizar, tanto para tareas de predicción como de optimización”, apuntan desde Baobab.
No se trata solo de prever qué va a ocurrir, sino de identificar la respuesta óptima a través de estos datos. “A través de modelos de optimización podemos transformar estos datos en decisiones concretas y accionables”, subrayan desde la tecnológica.
Además, a medida que se dispone de más información o se validan los resultados, los modelos pueden ajustarse para producir datos cada vez más representativos, aumentando progresivamente las aplicaciones de esta tecnología. En la práctica, “esto acelera los ciclos de prueba, reduce el coste del error y permite tomar decisiones mejor fundamentadas incluso en contextos de alta incertidumbre”, matizan.
Decision AI
Disponer de datos, ya sean reales o sintéticos, es solo el punto de partida, según Baobab AI. El valor aparece cuando esos datos se convierten en decisiones operativas.
La denominada Inteligencia Artificial aplicada a la toma de decisiones (Decision AI) responde precisamente a esta necesidad. Se trata de un enfoque que combina analítica avanzada, modelos predictivos y técnicas de optimización para responder a preguntas concretas sobre cómo reconfigurar rutas ante una disrupción, cómo ajustar inventarios en contextos inciertos o cómo priorizar operaciones bajo múltiples restricciones.
Las aplicaciones de Decision AI en el sector logístico incluyen la planificación de la cadena de suministro, la optimización de rutas de transporte, la mejora estratégica de la red de almacenes y la ubicación óptima de almacenes. Baobab AI está trabajando en el desarrollo de este tipo de capacidades, integrando generación de datos, simulación y optimización para facilitar la toma de decisiones en entornos complejos. Su aproximación parte de una premisa: “la tecnología solo tiene sentido si impacta directamente en la operación”, aseguran desde la compañía.
Según la tecnológica, la experiencia demuestra que los proyectos que generan impacto comparten tres características: trabajan con datos adecuados, utilizan modelos robustos y están diseñados desde el inicio con un objetivo operativo claro. En este sentido, la combinación de datos sintéticos, espacios de datos e inteligencia de decisión “es una palanca ya disponible para aquellas organizaciones que buscan mejorar su capacidad de anticipación y respuesta en un entorno cada vez más exigente”, concluyen.
© 2026, todos los derechos reservados.