Contexto
La directora general de PepsiCo para Asia Pacífico, Anne Tse, dijo a Bloomberg en el China Development Forum en Pekín el 23 de marzo de 2026 que la compañía está desplegando inteligencia artificial en sus operaciones en China para mejorar la eficiencia, mientras que aprovisiona la mayoría de los ingredientes localmente para mitigar presiones geopolíticas y de costes (Bloomberg, Mar 23, 2026). Las declaraciones se producen en un momento en que las empresas de bienes de consumo envasados (CPG) afrontan márgenes reducidos impulsados por mayores costes de insumos, volatilidad logística y fricciones comerciales regionales. Para PepsiCo —que opera en más de 200 países y territorios y empleaba aproximadamente 291,000 personas según su informe anual 2023 (PepsiCo, 2023 Annual Report)— el mercado chino representa tanto escala como complejidad, con un alto número de SKUs, canales minoristas variados y preferencias de consumo que cambian rápidamente. Esta combinación convierte a China en un laboratorio natural para predicción de demanda impulsada por IA, optimización de rutas e inspección de calidad automatizada.
Las observaciones de Tse son notables porque vinculan explícitamente dos palancas estratégicas: la localización de insumos y la inversión tecnológica. El aprovisionamiento local reduce la exposición a las oscilaciones del tipo de cambio, aranceles y la inflación de los costes de transporte, mientras que la IA ofrece la promesa de compensar los aumentos de costes laborales mediante mejoras de productividad. El vídeo de Bloomberg (fuente: https://www.bloomberg.com/news/videos/2026-03-23/pepsico-bets-on-ai-across-china-operations-video) constituye el registro público principal de sus comentarios, y el momento sugiere la intención de la dirección de acelerar la implementación durante 2026. Los inversores institucionales que siguen el sector de productos de consumo deben considerar esto como una prioridad operacional más que como una iniciativa de marketing: el cambio exigirá reasignación de capex, actualizaciones de infraestructura de datos y cambios en la ejecución comercial.
Las decisiones de PepsiCo en China también reflejan dinámicas macro más amplias. McKinsey ha estimado que la IA podría añadir hasta 13 billones de dólares al PIB global para 2030, a través de efectos de productividad y crecimiento (McKinsey Global Institute, 2018), lo que subraya el potencial teórico de la adopción temprana. Al mismo tiempo, los riesgos específicos de China —escrutinio regulatorio sobre flujos de datos, creciente competencia local y remanentes de políticas COVID de tolerancia cero en ciertas jurisdicciones— implican que los proyectos de IA desplegados allí necesitarán una gobernanza robusta. Por tanto, los inversores deberían seguir no solo el gasto nominal en IA, sino los marcos de gobernanza, los acuerdos de residencia de datos y los plazos previstos para resultados medibles como la reducción del capital de trabajo o la compresión de plazos en la cadena de suministro.
Análisis de datos en profundidad
La entrevista de Bloomberg tuvo lugar el 23 de marzo de 2026 (Bloomberg, Mar 23, 2026) y constituye el ancla para varios puntos de datos verificables relevantes para la evaluación operacional. En primer lugar, los informes públicos de PepsiCo indican que la compañía tenía aproximadamente 291,000 empleados a nivel global según su informe anual 2023, lo que subraya la escala de capital humano que la automatización mediante IA podría complementar (PepsiCo, 2023 Annual Report). En segundo lugar, la presencia multisegmento de PepsiCo —snacks, bebidas y nutrición— genera conjuntos de datos transversales que pueden aprovecharse para mejorar las señales de demanda; las empresas con carteras multi-SKU históricamente obtienen mayor valor de sistemas de previsión integrados debido a las cross-elasticities entre SKUs (análisis de la industria, 2021–2024).
En tercer lugar, métricas más amplias del mercado tecnológico proporcionan contexto para los posibles plazos de retorno de inversión (ROI). IDC y otros rastreadores de mercado han reportado tasas de crecimiento anual compuesto (CAGR) multianuales para software y servicios empresariales de IA en el rango de alto-10% a mediados de 20% a principios de la década de 2020; aunque los costes por proveedor varían, los presupuestos totales de IA empresarial para grandes firmas de CPG se han vuelto relevantes —a menudo representando entre el 1% y el 3% de los ingresos anuales cuando se incluyen software, integración y hardware incremental en las olas iniciales. Para una compañía global de consumo con ingresos medidos en decenas de miles de millones, incluso un desplazamiento del 1% en el gasto operativo o la productividad puede traducirse en un impacto material en el EBIT. Por ello, los inversores deberían prestar atención a las divulgaciones sobre capitalización incremental de IA frente al gasto operativo de TI recurrente en los informes trimestrales.
Finalmente, las métricas operativas que ofrecerán evidencia temprana de éxito son concretas y rastreables. Estas incluyen reducciones en el error de previsión (medido como MAPE — error porcentual absoluto medio), mejoras en la disponibilidad en estantería (puntos porcentuales de aumento), rotación de inventario (mejoras en los días de inventario en existencia) y ganancias en eficiencia de rutas (reducción porcentual de millas recorridas por caja entregada). Los comentarios de la dirección que cuantifiquen cambios en estos KPIs —por ejemplo, una reducción del error de previsión del 20 % al 12 % interanual— serían evidencia más sólida que declaraciones cualitativas. Los inversores deberían marcar cualquier divulgación de este tipo en las llamadas de resultados de 2026 de PepsiCo y en las presentaciones 10-Q/10-K.
Implicaciones para el sector
La expansión de la IA por parte de PepsiCo en China forma parte de una tendencia más amplia en bienes de consumo, donde los grandes incumbentes están pasando de proyectos piloto a despliegues a escala. Competidores como Nestlé y Unilever han detallado públicamente hojas de ruta de digitalización plurianuales desde 2021, centradas en analítica de compras, mantenimiento predictivo y sensado de la demanda en comercio electrónico. La implicación competitiva es doble: primero, los primeros en mover ficha que estandaricen procesos impulsados por IA pueden reducir costes unitarios y responder con mayor rapidez a cambios en la demanda local; segundo, existe una barrera potencial de entrada para marcas locales más pequeñas que no pueden movilizar la misma inversión tecnológica ni los mismos conjuntos de datos. Para los inversores institucionales, las comparaciones entre compañías —medir gasto tecnológico por dólar de ingresos y cuantificar mejoras en KPIs de la cadena de suministro— serán críticas para diferenciar a los ganadores.
Para proveedores y embotelladores en el ecosistema de PepsiCo, el cambio hacia el aprovisionamiento local y la IA creará nuevas dinámicas comerciales. Los proveedores locales que puedan proporcionar insumos trazables y de alta calidad e integrarse con sistemas digitales de pedidos serán preferidos, acelerando la consolidación entre los ingredientes
