Carolina y el Carrotanque que Llega Tarde

Prólogo

Un martes, a las 6:40 de la mañana, Carolina tenía tres llamadas en espera y ninguna era buena.

La primera: una EDS del eje cafetero en cero, bombas cerradas, fila de motos en el patio. La segunda: el carrotanque asignado a esa estación estaba varado a cuatro horas, atrapado detrás de un accidente en la vía. La tercera —la que no quería contestar— era el dueño de la cadena de 18 estaciones a la que pertenecía la primera. Era la tercera bomba seca de su red en un trimestre. Carolina sabía, antes de levantar el auricular, lo que venía: la palabra "mayorista" y, detrás, el nombre de un competidor.

Colgó. Para el mediodía había perdido la cadena entera.

Carolina era Directora de Operaciones (COO) de Distribuciones Petrolux: 580 empleados, 14 plantas de abasto, una red de combustibles y lubricantes que llegaba a más de 340 estaciones de servicio afiliadas y 80 grandes consumidores industriales (flotas, constructoras, generadores, minas) en cinco regiones del país. Catorce años en el sector. Cada galón que se movía a tiempo, o que no llegaba, era una decisión suya.

Sabía que un punto de margen sobre un volumen anual de $750.000 millones COP valía $7.500 millones de EBITDA. Sabía que sus 20 clientes más grandes eran el 68% del volumen. Lo que no sabía, lo que nadie en Petrolux sabía con exactitud, era el inventario real de cada uno de sus 340 puntos de suministro en cada momento del día.

Esa ignorancia ya le había costado dos contratos ese año. El primero: una constructora con 12 frentes de obra canceló su suministro de ACPM porque Petrolux no garantizaba ventanas de entrega; el competidor que se quedó con el contrato lo demostró con un dashboard en tiempo real. El segundo acababa de colgarle el teléfono.

Había además una presión que no podía ignorar: el gobierno aceleró la transición energética. Las flotas de transporte masivo preguntaban por gas natural y electricidad. El negocio que Carolina había construido tenía un horizonte que se acortaba, y ella lo sabía.

Algo tenía que cambiar. No solo en la operación. En la inteligencia con la que gestionaban cada punto de la red.

Capítulo 1 — El Diagnóstico

El consultor llegó con una pregunta que Carolina no esperaba:

"¿Cómo sabes en este momento exacto cuánto combustible tienen los tanques de tus EDS más críticas?"

Carolina pensó. "Los coordinadores de zona llaman cada mañana a las estaciones. A veces nos avisan cuando están al 20%. A veces no avisan hasta que ya están en cero."

"¿Y cuánto tiempo pasa entre que una EDS avisa que está baja y el momento en que el carrotanque llega?"

"Entre 4 y 8 horas, dependiendo de la ruta y si hay carrotanques disponibles."

El consultor no dijo nada. Dejó que Carolina calculara sola cuántas veces al año una estación había cerrado bombas en esas 4 a 8 horas. Y cuántas de esas veces el propietario había llamado furioso. Y cuántas de esas llamadas habían terminado en una conversación sobre cambiar de mayorista.

"Ahí está el problema", dijo el consultor. "Tu operación funciona de forma reactiva. La EDS avisa cuando ya casi no tiene. El carrotanque llega cuando puede. En un negocio donde el valor de tu servicio es exactamente que las bombas nunca paren, estás esperando que el problema ocurra para responder."

"¿Y la IA cómo resuelve eso?"

Le explicó la diferencia. Los modelos de ML predecían consumo con históricos: útiles pero ciegos al contexto del día. Los Agentes percibían señales en tiempo real (nivel de tanque, clima, eventos locales, patrones de consumo del cliente) y actuaban antes de que el problema ocurriera. Y el estado Agéntico: el agente de inventarios, el de despacho y el de rutas coordinaban como un sistema nervioso para que ninguna bomba cerrara por desabasto.

"¿Por qué tantas empresas tienen IA y no ven resultados? Tenemos un sistema de gestión de pedidos que instalamos hace tres años. Los coordinadores siguen llamando por WhatsApp."

"Es lo que en el sector llamamos el Gen AI Paradox: el sistema registra los pedidos que ya hicieron, no anticipa los que necesitan hacer. Esa diferencia no es técnica. Es la diferencia entre un negocio que reacciona y uno que gobierna su red."

Capítulo 2 — La Arquitectura

El diagnóstico técnico reveló algo que Carolina sabía intuitivamente pero nunca había cuantificado.

Petrolux tenía 14 años de datos de consumo por EDS, por cliente industrial, por producto, por región y por temporada. Patrones de demanda en temporada de lluvias, en semanas de feria local. Esa información era valiosa, pero vivía dispersa entre el sistema de facturación, las hojas de Excel de los coordinadores y la memoria de los conductores que sabían cuáles estaciones consumían más los viernes.

"Sin una Vector Database", explicó el consultor, "tu conocimiento histórico de la red no es recuperable por contexto. El agente no puede preguntarle a tus datos: '¿qué pasó con el consumo de la EDS de La Pintada el último puente festivo con lluvia?' Puede buscar por fecha exacta. No puede buscar por patrón."

"¿Y cómo hace el agente para conocer la historia de nuestra empresa?"

"Con lo que en el sector llamamos RAG, le damos al agente 14 años de memoria de red de Petrolux. No opera con benchmarks genéricos de consumo de combustibles: opera con los patrones específicos de tus 340 estaciones. La diferencia entre un coordinador de zona que llegó hace dos semanas y uno que lleva 14 años conociendo cada estación de su ruta."

Había además una capa de Memoria Semántica crítica para la operación.

"¿Qué significa en términos prácticos?"

"Que el agente conoce las reglas de cada cliente antes de operar. Los contratos de suministro con los grandes consumidores industriales: ventanas de entrega permitidas, penalizaciones por incumplimiento. Las particularidades de cada EDS: cuáles restringen el acceso a carrotanques de cierto tamaño, cuáles requieren facturación inmediata. Ese conocimiento no está en ninguna base de datos genérica. Hay que arquitectarlo."

"¿Y cómo le damos instrucciones correctamente?"

"Con lo que en el sector llamamos Prompt Engineering, diseñas las instrucciones que gobiernan cómo el agente razona sobre tu red. Qué nivel de inventario activa una alerta. Qué clientes tienen prioridad de despacho si escasean los carrotanques. Qué ruta optimiza a la vez el costo de transporte y el tiempo de llegada. Instrucciones que optimizan para Petrolux, no para una distribuidora genérica."

"¿Y cómo conecta con nuestros sistemas? Tenemos el sistema de pedidos, el SICOM del Ministerio de Minas..."

"Con MCP, y conviene separar dos capas que la gente confunde. El SICOM es la capa regulatoria y transaccional: la fórmula de precios del Ministerio, el cumplimiento, las órdenes de pedido. De ahí el agente lee precio regulado y márgenes, con la fuente citada. Pero el nivel real de cada tanque no sale del SICOM: sale de la telemetría. Las sondas ATG Veeder-Root de cada EDS reportan el nivel físico de combustible en continuo. El SICOM te dice a qué precio y bajo qué regla; el ATG, cuánto queda en el tanque ahora mismo. El agente concilia ambas capas."

"¿Y la transición energética? ¿Cómo entra en la arquitectura?"

"Como una señal más. El agente monitorea los patrones de consumo de tus clientes de flota y detecta señales tempranas de migración a otras fuentes de energía. No para que reacciones cuando el cliente se va, sino para que te anticipes con 6 a 8 meses de ventana."

Capítulo 3 — El Primer Agente

Tres meses después, Distribuciones Petrolux tenía su primer agente en producción en su zona del eje cafetero.

Se llamaba internamente "el Coordinador" y monitoreaba en tiempo real el nivel de inventario estimado de cada EDS de la zona, cruzando el consumo histórico con el día de la semana, el clima, los eventos locales y las señales de los medidores de las estaciones que ya tenían telemetría. Generaba alertas priorizadas de despacho antes de que las estaciones llegaran al nivel crítico, no cuando ya estaban en cero.

Antes, conocer el inventario era un ritual manual: el coordinador llamaba estación por estación. Con el Coordinador esa lectura ya no se pedía, llegaba sola: las sondas ATG Veeder-Root reportaban el nivel real de cada tanque en continuo, y el agente conciliaba esa telemetría con la demanda prevista. El coordinador de zona humano dejó su ronda de llamadas mañaneras. Empezó a revisar el tablero del Coordinador a las 6am, con una lista priorizada de despachos para el día, ordenada por urgencia y optimizada por ruta. Ya no marcaba un teléfono: abría un caso ya priorizado.

Carolina entendió algo que cambió su visión del negocio: la diferencia entre Automatización y Autonomía.

"El sistema de pedidos anterior era automatización: cuando la EDS hacía el pedido, generaba la orden de despacho. Siempre igual. El Coordinador es autonomía: percibe el consumo estimado de cada estación, razona sobre la capacidad disponible de carrotanques y la optimización de rutas, y prioriza los despachos antes de que alguien haga un pedido. No espera que el problema ocurra. Lo anticipa."

Los Plugins del Coordinador eran lo que lo hacían diferente de cualquier sistema de gestión de pedidos tradicional:

Un plugin de telemetría para las EDS con medición automática de tanques: lectura en tiempo real sin llamada. Un plugin de clima regional: una tarde lluviosa en Manizales reducía el consumo de motos un 40% y liberaba capacidad de despacho para las estaciones de paso. Un plugin de eventos locales (ferias, festivales, días sin IVA) que multiplicaban el consumo de ciertas estaciones de forma predecible.

"Es como darle sentidos que ningún coordinador humano puede tener a la vez", explicó el consultor. "Tu mejor coordinador conoce bien sus 25 estaciones. El Coordinador conoce las 340 al mismo tiempo."

La pregunta de Soberanía de Datos que Carolina hizo antes de firmar:

"Los patrones de consumo de mis EDS, los contratos con los clientes industriales, las rutas optimizadas: ¿son nuestros? ¿O el proveedor puede usarlos para beneficiar a un competidor?"

"Son exclusivamente suyos. Lo que el Coordinador aprende sobre el consumo de la EDS de La Pintada no alimenta ningún modelo externo. Es la ventaja competitiva de Petrolux."

Capítulo 4 — El Día que la Red no Colapsó

Cinco meses después del lanzamiento, ocurrió exactamente el tipo de evento para el que el agente había sido diseñado.

Un paro de transportadores declarado un lunes a las 6am bloqueó las vías principales de acceso a tres de las zonas de distribución más grandes de Petrolux. En el pasado, la respuesta hubiera sido caótica: los coordinadores llamando a las estaciones para saber cuánto inventario tenían, el equipo directivo en una reunión de emergencia con información incompleta.

Esta vez fue diferente.

El Coordinador detectó las primeras alertas del paro a las 5:52am, antes de la primera llamada de un coordinador de zona. Para las 6:30am había generado un análisis completo: autonomía estimada de cada EDS por zona afectada, clientes industriales con contratos de suministro activos y sus ventanas de entrega comprometidas, y carrotanques con capacidad de salir antes de que el bloqueo fuera total.

El equipo directivo tomó las decisiones en 30 minutos. Los carrotanques críticos salieron antes de las 8am. Los clientes industriales con contratos de penalización recibieron comunicación formal con un plan de contingencia antes del mediodía.

Ninguna EDS de la zona afectada cerró bombas ese día. Dos de los competidores de Petrolux tuvieron cierres en sus redes.

"Eso es Human-on-the-Loop en una crisis de distribución", dijo el consultor en el seguimiento. "El agente procesó las señales, construyó el escenario y te dio todo lo que necesitabas para decidir. Tú decidiste. La velocidad fue del agente. El criterio fue tuyo."

Ese trimestre también configuraron el FinOps Agéntico del ecosistema.

"¿Por qué importa en un negocio de margen ajustado?"

"Porque el costo de operar el ecosistema no puede ser una variable desconocida. Definimos el costo por alerta generada, por despacho optimizado, por zona activa. Si el 60% de las alertas son innecesarias, estás pagando por ruido. El FinOps Agéntico asegura que el costo operativo sea proporcional al valor que genera."

Esa disciplina tenía una contraparte que Carolina no esperaba: la lente financiera que antes solo aparecía en el cierre de mes ahora vivía dentro del ecosistema. El Coordinador consultaba al agente financiero antes de proponer una reposición, y ese agente no solo evitaba el tanque vacío: también señalaba el tanque demasiado lleno. Cada galón inmovilizado de más era capital de trabajo que no rotaba. Carolina dirigía la operación; ahora tenía la mirada del CFO en cada reposición.

Pero ese trimestre también reveló algo que Carolina no esperaba. Tres coordinadores de zona habían estado usando ChatGPT para generar reportes de consumo por EDS, pegando datos de volúmenes, rutas y contratos con clientes industriales en un modelo público sin política, sin aprobación y sin trazabilidad.

Shadow AI en un sector donde los patrones de consumo de cada cliente y los términos de los contratos de suministro son información comercialmente sensible.

"¿Cómo lo gobernamos?"

"Con política y con alternativa. La política define qué herramientas están aprobadas y qué datos pueden salir de la infraestructura interna. La alternativa es que el ecosistema les dé lo que necesitan, sin que tengan que buscarlo afuera."

También ese trimestre definieron el Veto Period para las decisiones de mayor impacto: despachos urgentes menores de $5 millones ejecutables automáticamente, entre $5 y $30 millones con ventana de 2 horas para intervención del coordinador regional, mayores de $30 millones con aprobación directa del área comercial.

"Eso es el LOA aplicado a distribución", explicó el consultor. "No toda decisión requiere el mismo nivel de supervisión. Calibrar ese dial es la diferencia entre un ecosistema que escala y uno que se vuelve un cuello de botella operativo."

Capítulo 5 — El Sistema Nervioso

Un año después, Distribuciones Petrolux operaba con una ventaja que sus competidores podían ver en los números pero no entendían de dónde venía.

El Coordinador seguía siendo el núcleo. Pero ahora coordinaba con el Agente Comercial, que monitoreaba el comportamiento de consumo de los 80 clientes industriales, detectaba señales tempranas de reducción de volumen o de evaluación de otros proveedores, y alertaba al equipo comercial con 45 días de anticipación antes de que un cliente tomara una decisión. Y con el Agente de Rutas, que optimizaba diariamente la asignación de carrotanques a zonas según la demanda proyectada y el estado de las vías, reduciendo el costo por kilómetro recorrido sin producto.

No eran sistemas independientes. Era Orquestación Agéntica real — el Coordinador detectaba una señal de consumo inusualmente alto en un cliente industrial de Antioquia, el Agente Comercial cruzaba esa señal con el historial del contrato y el equipo comercial recibía un brief completo antes de llamarle. No para reaccionar — para anticiparse con una propuesta de ampliación de contrato.

La decisión más importante que Carolina tomó ese año no fue operativa — fue estratégica. Delegó formalmente al Agente Comercial la responsabilidad de monitorear las señales de transición energética en su cartera de clientes industriales. Era Agency Transfer en su forma más poderosa: no delegar una decisión de despacho, sino delegar la vigilancia del futuro del negocio. El agente monitorearía las señales que ningún coordinador humano podía procesar — y Carolina decidiría cuando lo justificaran.

Esa decisión rindió fruto siete meses después. El Agente Comercial había detectado que tres de sus flotas de transporte más grandes estaban evaluando migrar a gas natural — no porque lo hubieran anunciado, sino porque sus patrones de consumo de ACPM mostraban señales de reducción gradual. Carolina usó esos siete meses para desarrollar una propuesta de suministro de gas natural para esos tres clientes. Los tres renovaron. Ninguno migró.

La junta de fin de año tuvo números que Carolina no esperaba presentar tan pronto.

La tasa de retención de EDS afiliadas había subido del 84% al 96% — la más alta en la historia de la empresa. Los cierres de bomba por desabasto en la red: cero en los últimos 8 meses. El costo por kilómetro de distribución había bajado 18% por la optimización de rutas. Y el margen neto había subido del 3.2% al 4.1% — casi un punto completo en un año de alta volatilidad.

Para el board, eso equivalía a haber abierto dos plantas de abasto nuevas sin el costo de infraestructura.

"¿Cómo medimos que el ecosistema es responsable de esto — y no simplemente la operación?", preguntó uno de los socios.

Carolina respondió con el vocabulario que había aprendido:

"Con Outcome Metrics y Trajectory Metrics. Los resultados los vemos en la retención de EDS y en el margen. Pero la trayectoria nos muestra exactamente cuántas decisiones de despacho tomó el Coordinador, en qué condiciones, con qué nivel de confianza y cuántas hubiera tomado diferente un coordinador humano con la misma información. La diferencia entre esas dos columnas es el valor del ecosistema — documentado, auditable, presentable al board."

Silencio. Luego:

"¿Y qué hace VDA Studio en todo esto?"

Carolina respondió sin dudar:

"No le vendieron una herramienta. Le dieron a Petrolux la capacidad de saber lo que iba a pasar en su red — antes de que pasara."

Epílogo

El Ecosistema Agéntico en distribución de combustibles no reemplaza al coordinador de zona. Lo convierte en el arquitecto de una red que nunca para.

La diferencia entre las distribuidoras que retienen su red y las que la pierden no es el precio. No es la cobertura geográfica. No es el acceso al producto.

Es si la COO entiende que el valor del mayorista no está en tener el combustible — está en garantizar que nunca falte en el punto correcto, en el momento correcto. Y que sin arquitectura agéntica, esa garantía depende de llamadas manuales, hojas de Excel y la memoria de coordinadores que un día se van.

Carolina lo entendió cuando perdió una cadena de 18 EDS porque el carrotanque llegó demasiado tarde — tres veces seguidas.