Zoila Rossana Tumbaco MielesJosé Fernando Cueva Chiquito2025-11-062025-11-062025-06https://repositorio.uees.edu.ec/handle/123456789/4456Una empresa productora de Cafe enfrenta desafíos en su planificación de demanda, lo que ocasiona quiebres de stock y altos costos operativos. Para solucionarlo, se propone implementar un modelo integrado de pronóstico y S&OP en dos fases: (1) reuniones mensuales colaborativas y (2) adopción de un sistema de pronóstico basado en inteligencia artificial. La empresa presenta desajustes entre la demanda proyectada y la real. Esto genera ineficiencias como sobreinventarios, quiebres de stock y aumento de costos. El proyecto propone una solución colaborativa y tecnológica que permita alinear la planificación con la demanda real del mercado, mejorar la disponibilidad de productos y reducir los costos.Solubles Instantáneos C.A. enfrenta retos críticos en su cadena de suministro debido a una planificación de demanda ineficiente, generando quiebres de stock, sobreinventarios y altos costos operativos. Este proyecto propone un modelo de planificación integrado basado en el proceso colaborativo S&OP y pronóstico con inteligencia artificial. La propuesta se implementa en dos fases: reuniones mensuales S&OP para fomentar la coordinación entre áreas clave, y un sistema de pronóstico IA que permite automatización y precisión. Se espera mejorar el nivel de servicio (fill rate), reducir el forecast bias y optimizar la toma de decisiones. El análisis multicriterio y financiero demuestra que la alternativa combinada (S&OP + IA) genera un alto retorno, sostenibilidad y mayor alineación con los objetivos estratégicos de la empresa. Con un VAN ajustado positivo y una TIR del 46,3%, el modelo representa una solución escalable y rentable, fortaleciendo la resiliencia operativa de la compañía.esS&OPPronóstico de DemandaInteligencia ArtificialCadena de SuministroPlanificación ColaborativaThesis