[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-gcp-agentes-ia-cursos-010":3},{"content":4,"date":5,"image":6,"sideArticles":7},"\u003C!DOCTYPE html>\r\n\u003Chtml lang=\"es\">\r\n\r\n\u003Chead>\r\n    \u003Cmeta charset=\"UTF-8\">\r\n    \u003Cmeta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\r\n    \u003Cmeta name=\"description\"\r\n        content=\"Aprende cómo la Inteligencia Artificial y BigQuery ML revolucionan la previsión de demanda. Pasa de las hojas de cálculo a los agentes de IA predictivos en Google Cloud.\">\r\n    \u003Cmeta name=\"keywords\"\r\n        content=\"Previsión de demanda, BigQuery ML, Google Cloud Storage, Agentes IA, Logística, Retail, Machine Learning, Data Engineering\">\r\n    \u003Cmeta name=\"author\" content=\"Eduardo Martínez Agrelo\">\r\n    \u003Ctitle>IA y Logística: Preguntándole al Stock | Eduardo Martínez Agrelo\u003C/title>\r\n    \u003Cstyle>\r\n        body {\r\n            font-family: sans-serif;\r\n            line-height: 1.6;\r\n        }\r\n\r\n        h1,\r\n        h2,\r\n        h3 {\r\n            color: #333;\r\n        }\r\n\r\n        ul {\r\n            list-style-type: disc;\r\n            margin-left: 20px;\r\n        }\r\n\r\n        code {\r\n            background-color: #f4f4f4;\r\n            padding: 2px 5px;\r\n            border-radius: 3px;\r\n            font-family: monospace;\r\n        }\r\n    \u003C/style>\r\n\u003C/head>\r\n\r\n\u003Cbody>\r\n    \u003Ch1>Le pregunté a mi stock qué necesitaba. Me respondió.\u003C/h1>\r\n\r\n    \u003Cp>\u003Cstrong>Autor:\u003C/strong> \u003Ca href=\"https://www.youtube.com/@EduardoMartinezAgrelo\" target=\"_blank\">Eduardo Martínez\r\n            Agrelo\u003C/a>\u003C/p>\r\n\r\n    \u003Cp>La palabra \"previsión de demanda\" puede ser una sentencia de muerte para la eficiencia de un negocio si se sigue\r\n        gestionando con herramientas del siglo pasado. En pleno 2026, seguir confiando en hojas de cálculo manuales es\r\n        como intentar enviar una carta física teniendo un teléfono inteligente en el bolsillo. La IA no es una opción;\r\n        es la única forma de no quedarse sin tallas en el momento más inoportuno.\u003C/p>\r\n\r\n    \u003Ch2>El fin de la era del Excel en logística\u003C/h2>\r\n\r\n    \u003Cp>Hacer una previsión de demanda sin el apoyo de modelos predictivos hoy en día es una apuesta de alto riesgo. El\r\n        error humano y la incapacidad de las celdas estáticas para procesar variables externas condenan al stock al\r\n        fracaso:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>Rigidez:\u003C/strong> Un Excel no entiende de tendencias repentinas en redes sociales o cambios\r\n            meteorológicos.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Inmediatez:\u003C/strong> Para cuando terminas de actualizar la tabla, el mercado ya ha cambiado.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>La arquitectura del \"Dato Predictivo\"\u003C/h2>\r\n\r\n    \u003Cp>Para construir una solución que realmente anticipe el futuro, debemos utilizar una infraestructura sólida en la\r\n        nube. El flujo efectivo que implementamos en Google Cloud Platform (GCP) se divide en tres pilares:\u003C/p>\r\n    \u003Cp>\u003Ccode>GCS -> BigQuery ML -> AI Agents\u003C/code>\u003C/p>\r\n    \u003Col>\r\n        \u003Cli>\u003Cstrong>Centralización:\u003C/strong> Ingestamos datos de ventas, logística y campañas en Cloud Storage.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Modelado:\u003C/strong> Usamos BigQuery ML para entrenar modelos de Machine Learning directamente con\r\n            SQL.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Consumo:\u003C/strong> Exponemos esos modelos a través de Agentes de IA que responden en lenguaje\r\n            natural.\u003C/li>\r\n    \u003C/ol>\r\n\r\n    \u003Ch2>Interacción en tiempo real con el inventario\u003C/h2>\r\n\r\n    \u003Cp>La magia ocurre cuando dejas de ser un lector de informes para convertirte en un interlocutor de tu negocio.\r\n        Imaginemos esta conversación con el agente inteligente:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>Usuario:\u003C/strong> \"¿Cuándo tendremos rotura de stock en las camisetas?\"\u003C/li>\r\n        \u003Cli>\u003Cstrong>Agente:\u003C/strong> \u003Ccode>El 7 de Julio.\u003C/code>\u003C/li>\r\n    \u003C/ul>\r\n    \u003Cp>Gracias a esta respuesta precisa, el equipo de compras pudo preparar la siguiente remesa con semanas de\r\n        antelación, asegurando el vaciado de stock antiguo y la reposición justo a tiempo para la demanda máxima.\u003C/p>\r\n\r\n    \u003Ch2>Conclusión: De la reacción a la proactividad\u003C/h2>\r\n    \u003Cp>La tecnología nos permite dejar de \"reaccionar\" a las faltas de stock para empezar a \"prevenirlas\". Al integrar\r\n        BigData con agentes conversacionales, tu inventario deja de ser una lista de objetos para convertirse en una\r\n        fuente de respuestas estratégicas. Si quieres que tu stock te diga exactamente qué necesita antes de que sea\r\n        tarde, el camino es la nube.\u003C/p>\r\n\u003C/body>\r\n\r\n\u003C/html>","April 16, 2026","https://storage.googleapis.com/mp-blog/images/gcp-agentes-ia-cursos-010.jpg",[8,14,19,24],{"id":9,"title":10,"description":11,"image":12,"date":13},"curso-gcp-apache-spark-01","Spark: Infraestructura como Código con Terraform | Curso Spark, Scala y Terraform","Aprende a desplegar clústeres de Big Data profesionalmente. Domina Terraform para crear infraestructura como código (IaC) en Google Cloud y automatiza tu entorno de Dataproc para Spark.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-01.jpg","March 12, 2026",{"id":15,"title":16,"description":17,"image":18,"date":13},"curso-gcp-apache-spark-02","Spark: Ingesta (Raw to Bronze) y Formatos Columnares | Curso Spark, Scala y Terraform","Domina la ingesta de datos con Spark. Aprende a convertir JSONs pesados en formato Parquet, optimiza tu almacenamiento en un 85% y domina los esquemas estrictos con Scala.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-02.jpg",{"id":20,"title":21,"description":22,"image":23,"date":13},"curso-gcp-apache-spark-03","Spark: Limpieza y Calidad (Bronze to Silver) | Curso Spark, Scala y Terraform","Domina la limpieza de datos en Spark. Aprende a usar Scala para implementar la capa Silver (Plata) de tu arquitectura Medallón, utilizando Case Classes para mayor seguridad.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-03.jpg",{"id":25,"title":26,"description":27,"image":28,"date":13},"curso-gcp-apache-spark-04","Spark: Analítica Avanzada (Silver to Gold) | Curso Spark, Scala y Terraform","Domina el Análisis Avanzado con Spark. Aprende a calcular métricas de negocio con Window Functions y a extraer el Top 3 de canciones por país y día para tu capa Gold.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-04.jpg",1776363701104]