Por: Carlos A. Caicedo Zapata
Director Comercial
Inbound Logistics Latam
manager@il-latam.com
Como Director Comercial de Inbound Logistics Latam, tuve una conversación con Javier Rodríguez Del Campo, Senior Product Manager de Amazon.com. La entrevista sirvió, para continuar la charla que ya habíamos tenido unos meses atrás, cuando Rodríguez Del Campo, participó en el U.S – Mexico Logistics & Supply Chain Leaders Meeting evento que organizamos en conjunto: Inbound Logistics Latam, Inbound Logistics y Port Everglades.
La logística moderna dejó de ser únicamente una disciplina operativa. Hoy es un espacio donde convergen tecnología, analítica avanzada, estrategia comercial, negociación y ejecución.
Javier Rodríguez Del Campo, es un profesional peruano con experiencia en consultoría estratégica, startups de alto crecimiento y logística tecnológica a escala global. Graduado del MBA de Harvard Business School y formado originalmente como ingeniero industrial en la Universidad de Lima, Javier ha construido una trayectoria marcada por la búsqueda de eficiencia, el uso de datos para tomar decisiones y la creación de herramientas que permiten convertir complejidad operacional en impacto tangible.
Rodríguez Del Campo, hizo parte del evento U.S – Mexico Logistics & Supply Chain Leaders Meeting, un foro que venimos organizando en Inbound Logistics Latam, hace 10 años.
En esta entrevista, conversamos sobre su evolución profesional, el papel de la inteligencia artificial en la logística, el valor de conectar pricing y costos, y la importancia de formar líderes latinoamericanos capaces de competir en industrias globales.
Una trayectoria construida entre estrategia, tecnología y operaciones
Carlos Caicedo (CC): Javier, tu carrera combina ingeniería, consultoría, startups, salud y logística. ¿Cuál es el hilo conductor de esa trayectoria?
Javier Rodríguez Del Campo (JR): El hilo conductor de mi trayectoria ha sido resolver problemas complejos en distintos contextos, combinando estrategia, ejecución, datos, analítica y tecnología.
Mi formación como ingeniero industrial me dio una base muy estructurada para entender sistemas: cómo funcionan, dónde se generan los cuellos de botella, qué restricciones existen y qué trade – offs hay detrás de cada decisión. Luego, en McKinsey, tuve la oportunidad de aplicar esa forma de pensar en industrias muy distintas — minería, banca, seguros, ferrocarriles y consumo — lo que fortaleció mi capacidad para diagnosticar negocios rápidamente, identificar oportunidades de mejora y traducir análisis complejos en acciones concretas. Con el tiempo, ese enfoque se ha ido profundizando hacia el uso de datos, analítica avanzada e inteligencia artificial para mejorar la toma de decisiones, diseñar mejores sistemas operativos y generar impacto real. Aunque las industrias han cambiado, el patrón ha sido el mismo: entender problemas complejos, estructurarlos con claridad y construir soluciones prácticas que generen valor.
CC: ¿Qué aprendizajes de McKinsey y del mundo startup sigues aplicando hoy en logística?
JR: McKinsey me enseñó que los mejores análisis son los que cambian decisiones. En logística eso es clave: puedes tener modelos muy sofisticados, pero si no conectan con la operación, la negociación o la realidad del cliente, el impacto se queda en una presentación.
En la firma trabajé en proyectos de optimización de activos y eficiencia operativa en logística y manufactura, lo que me ayudó a entender mejor los márgenes, las restricciones físicas y las decisiones diarias de la industria. Luego, las startups me dieron velocidad y una exposición mucho más directa a la ejecución. Pasé de recomendar estrategias a tomar decisiones, implementarlas y responder por los resultados. Esa combinación — rigor analítico de consultoría y velocidad de ejecución de startup — es algo que sigo aplicando hoy.
El salto a Amazon y la logística de primera milla
CC: Hoy eres Senior Product Manager en Amazon. ¿Cómo describes tu rol?
JR: Mi rol se enfoca en liderar iniciativas de pricing y mejora de costos para soluciones logísticas de primera milla. Eso significa trabajar en el punto donde se cruzan las necesidades de los clientes, la estructura de costos, la capacidad de transporte, la estrategia comercial y las herramientas tecnológicas que permiten tomar mejores decisiones. En la práctica, implica desarrollar modelos, productos internos y procesos que ayuden a negociar mejor, ser más competitivos y mejorar la rentabilidad de un negocio logístico de gran escala.
CC: ¿Por qué la primera milla es tan relevante dentro de la cadena logística?
JR: La primera milla es crítica porque define muchas de las condiciones bajo las cuales el resto de la cadena operará. Si el origen, el modo de transporte, la consolidación, el costo o el nivel de servicio no están bien gestionados desde el inicio, el impacto se propaga aguas abajo. En negocios de e-commerce y retail de alta escala, pequeñas diferencias en pricing, costos o eficiencia operativa pueden convertirse en decenas o cientos de millones de dólares de impacto anual. Por eso la primera milla requiere una combinación muy fina de inteligencia artificial aplicada, conocimiento del mercado, producto y coordinación entre equipos.
Inteligencia artificial aplicada a decisiones reales
CC: Se habla mucho de inteligencia artificial en logística. ¿Dónde ves el mayor valor práctico?
JR: Más allá de los casos obvios, como la experiencia de cliente con LLMs, veo el mayor valor en sistemas que aumentan la calidad de decisión de los equipos. La IA facilita el acceso a herramientas que ayudan al experto; no necesariamente lo reemplazan, pero sí pueden hacerlo más consistente, más rápido y mejor informado. En logística hay muchísima complejidad: estacionalidad, restricciones de capacidad, cambios en el precio del combustible, diferencias por modo de transporte, desempeño de carriers, niveles de servicio y expectativas de clientes. Un buen modelo puede ordenar esa complejidad y convertirla en recomendaciones accionables.
CC: ¿Qué diferencia a una herramienta analítica útil de una que no logra adopción?
JR: Una herramienta analítica útil no es necesariamente la más sofisticada, sino la que logra cambiar decisiones. Para eso, la adopción depende de tres elementos: confianza, claridad y valor comprobable para el negocio. Primero, los usuarios necesitan confiar en que la herramienta refleja la realidad operativa y no funciona como una “caja negra” desconectada del negocio. Segundo, deben entender la lógica detrás de la recomendación, aunque no conozcan todos los detalles técnicos del modelo. Y tercero, la recomendación debe demostrar valor de forma rigurosa, ya sea en ahorro, crecimiento, eficiencia, reducción de riesgo o mejor experiencia para el cliente.
El futuro de la logística: pricing, procurement y resiliencia
CC: ¿Hacia dónde crees que evolucionará la logística en los próximos años?
JR: Creo que la logística va a evolucionar hacia decisiones más dinámicas, más integradas y más predictivas. Las fronteras entre pricing, procurement, operaciones y producto se van a volver cada vez más difusas. Las empresas que ganen serán las que puedan conectar datos de mercado, costos internos, desempeño operativo y experiencia del cliente en decisiones rápidas y coordinadas. También veremos más énfasis en resiliencia: shocks de combustible, capacidad, geopolítica o demanda seguirán ocurriendo, y las redes logísticas deberán reaccionar sin perder competitividad.
CC ¿Qué consejo darías a jóvenes profesionales latinoamericanos interesados en logística, tecnología o supply chain?
JR: Les diría que no vean la logística como una industria tradicional, sino como una de las industrias más interesantes para aplicar tecnología con impacto real. Aprendan datos, pero no se queden solo en el modelo. Entiendan operaciones, hablen con usuarios, visiten procesos, aprendan finanzas y desarrollen criterio comercial. La combinación de analítica, pensamiento estratégico y capacidad de ejecución es muy poderosa. Y, sobre todo, busquen problemas difíciles. En supply chain, los problemas difíciles suelen ser los que más valor generan.
