← Casos de Uso Caso de Uso IA · Bilbao

Agentes IA en Retail: Reposición, Atención y Precio con Decisión Autónoma

Agentes IA en retail en Bilbao: reposición y surtido, atención que resuelve de punta a punta, precio dinámico y ficha de producto. Con criterios reales.

La pregunta que define si tiene sentido

En retail, la diferencia entre un modelo predictivo y un agente es quién actúa. El modelo dice que faltará producto el jueves; el agente comprueba el stock del proveedor, ajusta el pedido dentro de los límites acordados y avisa al responsable de tienda. La pregunta de evaluación no es si la predicción mejora —casi siempre mejora—, sino si la cadena entre la predicción y la acción está lo bastante digitalizada para que el agente pueda recorrerla.

Si el pedido al proveedor se hace por teléfono, el agente no tiene por dónde entrar.

En Bilbao el caso vive en el comercio del área metropolitana y en la distribución de conserva del Cantábrico —Bermeo, Ondarroa, Santurtzi—, con marcas que venden a la vez en tienda, en gran distribución y en canal online. Cada canal con su precio y su stock es justo el problema que un agente puede sostener.

Los cuatro frentes con recorrido real

Reposición y surtido. El agente cruza ventas, estacionalidad, promociones previstas y plazos de proveedor, y propone el pedido de cada referencia y cada tienda. La decisión sale automática dentro de una banda —importe, referencias conocidas, proveedor habitual— y se para para firma humana fuera de ella. El retorno se mide en rotura de stock evitada y en exceso de inventario, no en «horas ahorradas».

Atención que resuelve de punta a punta. No un chatbot que responde: un agente que consulta el pedido, tramita la devolución, emite el abono y actualiza el sistema. El salto de valor está en el porcentaje de conversaciones que se cierran sin pasar por una persona; ahí es donde se compara contra el coste actual del servicio.

Precio. Vigilancia de precios de la competencia, márgenes por referencia y reglas de negocio para proponer ajustes. En productos con margen estrecho y alta rotación, unas décimas bien colocadas mueven más resultado que cualquier campaña. Conviene decir lo evidente: fijar precios de forma automática exige límites duros y registro de cada cambio.

Ficha de producto. Descripciones, atributos, etiquetado y traducción para catálogos de miles de referencias. Es el caso más fácil de arrancar porque el error es barato y la revisión, sencilla.

Los datos que hacen falta

Histórico de ventas por referencia y punto de venta con al menos dos ciclos completos; maestro de artículos limpio; stock fiable en tiempo casi real; y acceso programático al ERP o al sistema de comercio. La calidad del maestro de artículos suele ser el cuello de botella real, y aparece siempre en la auditoría antes de que nadie hable de agentes.

Cómo se mide

Cuatro cifras, ninguna de ellas «productividad»: rotura de stock, cobertura media de inventario, porcentaje de conversaciones resueltas sin persona y margen por referencia. Y junto a ellas, la tasa de escalado del agente y su coste por tarea: un agente que resuelve el 40% no está sustituyendo un proceso, está añadiendo uno.

Dónde falla

Los proyectos que se tuercen suelen hacerlo por tres motivos. El primero, dar autonomía sin banda: el agente hace un pedido absurdo un domingo y el proyecto muere esa semana. El segundo, montarlo sobre datos de stock que no son de fiar. El tercero, no tener forma de evaluar si el agente responde mejor o peor que la semana pasada.

El orden correcto es al revés del habitual: primero el caso más aburrido y de menor riesgo —la ficha de producto—, y solo cuando el andamiaje está probado se le entrega la reposición.

Hablemos de tu proyecto

Diagnóstico inicial de 15 minutos. Analizamos tu situación de forma directa y sin rodeos.