Visibilidad total: el punto de partida para la eficiencia
Las empresas que han adoptado tecnologías como RFID, visión artificial y analítica impulsada por IA han logrado mejoras visibles en trazabilidad y control operativo. Sin embargo, Caraveo aclara que no se trata únicamente de “ver” más fallas, sino de resolverlas con mayor rapidez y precisión.
En sectores como retail y manufactura, esta visibilidad optimizada se ha traducido en incrementos de hasta +2.4 puntos porcentuales en ingresos y crecimiento cercano al 19 % en productividad. Estos resultados, explica, no provienen de grandes revoluciones, sino de una cadena de pequeños ajustes: menos errores en inventarios, menos tiempos muertos, flujos logísticos más predecibles y decisiones tomadas con base en datos confiables.
“Cuando tienes información en tiempo real, lo que antes era invisible se convierte en un área de mejora inmediata”, señala Caraveo. “Lo importante es que esta visibilidad no solo expone los errores, sino que permite corregirlos sin afectar la operación”.
Te recomendamos: El Buen Fin 2025: RFID y la IA impulsan la visibilidad, precisión y rentabilidad del retail
La resistencia al cambio y los sistemas heredados: el gran freno de la industria
A pesar del acceso creciente a tecnologías avanzadas, el estudio muestra que más de la mitad de los fabricantes aún trabaja con sistemas tradicionales. Para Caraveo, esto refleja una mezcla entre limitaciones presupuestales, miedo al riesgo operativo y una fuerte dependencia de infraestructuras antiguas.
“Muchas empresas sí quieren innovar, pero sus sistemas heredados no se los permiten”, explica. “El reto no es solo comprar tecnología, sino lograr que se conecte con lo que ya funciona sin interrumpir la producción”.
Esta situación se agrava con un dato preocupante: 65 % de los fabricantes reconoce que sus datos están fragmentados o incompletos. En este contexto, la inteligencia artificial se vuelve poco útil, pues los modelos dependen totalmente de la calidad y consistencia de la información.
Caraveo es contundente: “No tiene sentido invertir en IA cuando las bases de datos no están ordenadas. Es como poner turbo a un coche cuyo motor está descuidado”. La recomendación es clara: antes de escalar proyectos de IA, hay que estandarizar, limpiar y conectar la información estratégica de la empresa.
La deuda técnica: un desafío más grande que el presupuesto
Otro hallazgo interesante del estudio es que el 56 % de los encuestados identifica la deuda técnica como el principal freno para modernizarse. Esto significa que, incluso cuando existe dinero asignado, los sistemas obsoletos impiden avanzar sin riesgos.
Las empresas más exitosas, afirma Caraveo, son las que han aprendido a modernizar por etapas. “Los pilotos controlados y las integraciones vía API reducen el riesgo y permiten demostrar resultados rápidos”, añade. Este enfoque incremental está permitiendo que más organizaciones adopten automatización, pero sin interrumpir la operación diaria.
Te recomendamos: Operaciones inteligentes en México: cuando la automatización ya no es lujo, sino urgencia
Brecha estructural entre grandes y medianas empresas
El estudio también refleja una diferencia cada vez más pronunciada entre organizaciones de distintos tamaños. Mientras que el 70 % de las grandes compañías ya utiliza IA avanzada, apenas 8 % de las medianas ha logrado implementarla. Esto, advierte Caraveo, puede convertirse en una brecha permanente si no se corrige a tiempo.
La clave, dice, está en impulsar proyectos cortos, medibles y de bajo riesgo que permitan a las PYMES ver resultados de forma acelerada. “No se trata de digitalizar todo de golpe, sino de construir capacidades paso a paso”, afirma.
Zebra Technologies ya se ha adelantado a esta necesidad con soluciones adaptadas para pequeñas y medianas empresas, que combinan hardware, software y servicios especializados para mejorar gestión de inventarios, movilidad del personal y eficiencia operativa. “Sin importar el tamaño, siempre hay una solución adecuada para cada negocio”, asegura.
Productividad con enfoque humano
El incremento del 19 % en productividad laboral reportado por las empresas no implica una sustitución masiva de mano de obra, aclara Caraveo. Más bien se trata de liberar al personal de tareas repetitivas para concentrarse en funciones de análisis y criterio.
“La automatización no busca reemplazar personas, sino potenciar su valor”, afirma. Tecnologías móviles, visión artificial y RFID eliminan retrabajos y pasos manuales innecesarios, lo que se traduce en una fuerza laboral más enfocada en resolver problemas y mejorar la calidad.
Diferencias entre manufactura de procesos y manufactura discreta
El estudio también muestra que las prioridades tecnológicas cambian según el tipo de industria. En la manufactura de procesos —como alimentos, químicos o bienes de consumo— la calidad es la principal preocupación. Por ello, estas empresas priorizan tecnologías para inspección visual, trazabilidad e IA aplicada al control de calidad.
En cambio, la manufactura discreta —como automotriz o electrónica— busca maximizar la rentabilidad. Invierten en automatización del movimiento de materiales, sistemas de datos avanzados y soluciones que reduzcan defectos en líneas de ensamblaje.
¿Los hallazgos ya quedaron obsoletos?
Considerando el avance acelerado de la inteligencia artificial, surge la pregunta obligada: ¿no se han vuelto obsoletos los datos recabados en mayo de 2025? Para Caraveo, la respuesta es no. El estudio fue actualizado en septiembre de 2025 y, aunque la tecnología avanza rápido, las tendencias de fondo permanecen intactas.
“Las empresas están en un punto donde ya empiezan a ver resultados reales. Conectar datos, automatizar flujos y usar IA para tomar decisiones rápidas seguirá siendo la ruta dominante por varios años”, concluye.
La manufactura está cambiando y quienes no se adapten a tiempo corren el riesgo de quedar fuera. La buena noticia: existen herramientas, modelos flexibles y soluciones diseñadas para cada nivel de madurez digital. Y, como afirma Zebra, el camino hacia la eficiencia no empieza con grandes inversiones, sino con decisiones inteligentes basadas en datos confiables.
**Fuentes complementarias:**
- Estudio sobre productividad con RFID en manufactura: Impact of RFID implementation on operational productivity of a manufacturing firm.
- Análisis del impacto de RFID en eficiencia manufacturera: Impact of RFID on manufacturing effectiveness and efficiency.
- Artículo sobre la fragmentación de datos y su efecto en la productividad: 50 Statistics Every Technology Leader Should Know in 2025.
- Informe sobre la deuda técnica en empresas: Tech debt: Reclaiming tech equity.
- Desafíos de IT en manufactura y datos fragmentados: Top 5 IT Struggles in Manufacturing & How to Solve Them.
- Perspectiva de los datos como factor de producción: A Perspective on Data as a Production Factor.
- Artículo reciente sobre transformación digital en manufactura: Digital transformation in manufacturing industries: Effects of ….
