La IA en el piso de venta: ¿aliada infalible o espejo de las limitaciones organizacionales?

Ni dominación ni sumisión, sino coevolución

La ciencia ficción de los años 80, atiborrada de propaganda gringa, imaginaba un futuro donde la tecnología sería parte de la vida cotidiana de la humanidad, con autos voladores, androides inteligentes, robots humanoides y naves que viajan más rápido que la velocidad de la luz. Durante décadas, se han escrito libros y elaborado películas con dos propuestas radicalmente opuestas respecto a la evolución de la era digital: la IA como herramienta dócil al servicio de los humanos, o como una conciencia superior que terminará por rebelarse e intentar someternos. Ambas visiones, alimentadas por el marketing tecnológico, simplifican una realidad que, actualmente, es mucho más compleja de lo que hubiéramos imaginado.

El poder de la IA es incuestionable.  La discusión ya no es si la IA es una herramienta útil en casi todos los ámbitos de la vida cotidiana o de los negocios; ahora, podemos preguntarnos si la IA algún día alcanzará una forma de conciencia, es decir, una inteligencia emanada de todo el conocimiento, la historia y también los sesgos de nuestra civilización. Si esto sucediera, lo más probable es que no sería ni la lealtad ciega ni la guerra abierta entre la IA y la humanidad. Sería algo más complejo y, paradójicamente, más humano: una coevolución, donde ambas partes se transforman mutuamente, las fronteras se desdibujan y la pregunta deja de ser “quién manda” para convertirse en “cómo colaboramos”.

Sin embargo, en esta nota, no vamos a especular sobre futuros lejanos; en cambio, nos queremos enfocar en un presente más inmediato y menos fantasioso. En las siguientes líneas vamos a desmenuzar el enfoque, los retos y los beneficios reales de los proyectos de IA aplicados en las empresas FMCG y específicamente a las labores de promotoría que se ejecutan en el retail. De esta manera, alejados de las distopías, planteamos una primera hipótesis: la IA no es un sustituto de la inteligencia humana, sino un espejo que amplifica —para bien o para mal— la calidad de nuestros procesos, nuestra capacidad de coordinación y el nivel de disposición para trabajar con disciplina.

El mito de la innovación mágica

En los últimos cinco años, en el ecosistema de empresas FMCG, una buena parte de las ofertas de tecnología han lanzado “soluciones” basadas en IA que prometen resolver de facto la brecha que existe entre la planeación estratégica y la labor operativa en el punto de venta. Una propuesta muy popular es la de implementar un motor de reconocimiento de imágenes para obtener metadatos relacionados con la disponibilidad de productos, precios, descuentos, promociones y el cumplimiento de los planogramas en tiendas físicas. La promesa básica es la facilidad y agilidad de la ejecución en el PDV y escuchamos frases como: “Un vendedor tarda aproximadamente 10 minutos en capturar datos manualmente; con la IA tardará 20 segundos con simplemente tomar algunas fotos. De esta forma, ahorramos tiempo y, por lo tanto, ahorramos dinero al mismo tiempo que reducimos errores de captura humana”.

Pero, ¿en qué se basa el supuesto ahorro de tiempo y dinero? En un argumento muy frágil y un tanto falaz. Respecto a la reducción de tiempo, el ahorro es marginal, dado que un promotor en tienda tarda entre 60 a 90 minutos en realizar una visita; si el tiempo de captura de datos pasa de entre 10 a menos de 1 minuto, el tiempo ahorrado de captura es de alrededor del 10 y 15%. El beneficio en el ahorro de costos sería nulo para el negocio porque el salario del promotor no se reduciría, debido a que su función primordial en el punto de venta seguirá siendo necesaria. El beneficio solo podría darse si ese tiempo liberado —aunque marginal— se reasigna a actividades que impulsen el negocio (como atender más clientes, hacer upselling, asesorar consumidores). Y eso implica un rediseño de procesos de ejecución en PDV, no solo implementar IA.

Más aún, los proyectos de IA exigen labores complementarias, adicionales a los costos relacionados con la tecnología, que rara vez se contabilizan en el cálculo de retornos (ROI) inicial, por ejemplo:

• Crear y mantener bancos de fotografías para entrenamiento de la IA y que pueden cambiar por temporada, nuevos empaques o nuevos productos.
• Etiquetar manualmente miles de imágenes para entrenar al modelo de IA.
• Capacitar al personal de piso para que tome fotografías adecuadas, cuidando ángulo, iluminación y distancia.
• Coordinar con marketing, logística y proveedores para que los materiales promocionales lleguen a tiempo y las fotos base estén listas antes del lanzamiento de cada campaña.
• Reentrenar el modelo periódicamente con nuevos bancos de imágenes, lo cual implica costos de cómputo y supervisión para cada ciclo de entrenamiento.

También, existen costos colaterales que pueden ser invisibles cuando el ímpetu por innovar genera miopía. A todo lo anterior, se le suma la compra de dispositivos móviles de alta gama, paquetes de transferencia de datos, horas de etiquetado, supervisión de calidad, entre otros. El retorno puede ser negativo, sobre todo para operaciones pequeñas o medianas, sin excluir a las de gran escala para corporaciones trasnacionales. La rentabilidad de la IA no es intrínseca a la tecnología; es contingente al volumen, la frecuencia de cambio y la madurez organizacional para planear y ejecutar las labores complementarias.

Por lo tanto, cualquier evaluación seria para implementar IA debe ser multifactorial e incluir no solo métricas financieras, sino también:

• Capacidad de coordinación interdepartamental (marketing, logística, trademarketing e innovación).
• Tasa de error en la captura manual actual y el cálculo del costo que deriva.
• Frecuencia de actualización de empaques, promociones y productos propios y, algunas veces, también de la competencia.
• Rotación de personal que implica procesos de recapacitación continua.

La verdadera dimensión de la IA en el PDV

Pongamos un caso práctico para la implementación de IA. Imaginemos que una empresa fabricante de electrodomésticos quiere usar Image Recognition para que, a partir de una simple fotografía tomada en el piso de venta, obtenga algunos metadatos fundamentales como:

• Modelo y marca del producto
• Precio actual y descuento promocional
• Material promocional (PoP) asociado (cartel, vinil o display)

A continuación te compartimos, un proceso paso a paso para implementarlo sin morir en el intento.

Paso 1: Definir el alcance mínimo viable

No intentes abarcar todas las tiendas, todas las categorías y todas las promociones desde el principio. En cambio, te recomendamos elegir:

• De una a diez tiendas piloto
• Una categoría de producto
• Una campaña promocional

Paso 2: Establecer la ruta crítica de labores humanas

Identifica qué áreas deben entregar qué información y en qué plazos. Además, define qué tareas críticas se deben ejecutar por equipos especialistas, por ejemplo:

• Marketing: materiales promocionales definitivos con 6 semanas de anticipación.
• Logística: muestras físicas en la tienda piloto con 4 semanas previas al lanzamiento.
• Banco de imágenes: captura de 500-1000 fotos base (incluye diversos ángulos y condiciones de iluminación variadas) con 3 semanas de anticipación.
• Etiquetado de imágenes: identificar y señalar los metadatos a obtener con base en el banco de imágenes con 2 semanas de anticipación.
• Entrenamiento del modelo: utilizando un modelo preentrenado (no desde cero), aplicar el proceso de entrenamiento con 1 semana de anticipación.
• Validación en PDV: probar la efectividad del modelo con 50 fotos nuevas tomadas desde los pisos de venta de las tiendas definidas en el alcance. Al medir precisión, podemos definir que arriba del 90% es una efectividad aceptable.

Paso 3: Calcular el ROI

Usa una fórmula realista que incluya al menos lo siguiente:

• Beneficios diversos y no solo los relacionados con ahorro de tiempo en las capturas de información:
  • Ventas incrementales por reasignación de actividades proactivas de asesoría al consumidor en PDV al reducir tiempos de captura.
  • Reducción de errores de captura (calcula el impacto por reclamos o pérdida de venta).
  • Menor necesidad de auditorías manuales si la IA garantiza consistencia.
  • Posible reducción de rotación de personal al eliminar tareas de captura repetitivas y tediosas.
• Costos integrados y no solo los relacionados con el uso de la IA:
  • Suministro y configuración inicial de componentes tecnológicos amortizado a 2 años.
  • Reentrenamientos trimestrales del modelo de IA, incluyendo equipos humanos para la conformación y etiquetado de bancos de imágenes iniciales.
  • Inversión o arrendamiento de dispositivos móviles de gama alta (plazos de 18 a 24 meses).
  • Capacitación y supervisión continua.
  • Integración de datos, diseño y construcción de informes analíticos para la visualización de resultados amortizados a 2 años.

Toma como base los beneficios y costos integrados obtenidos en el proyecto piloto para luego proyectar y extrapolar a la dimensión completa de tu operación. Si el ROI es marginal o negativo, no abandones el proyecto, pero ajusta algunos aspectos como: reducir la frecuencia de reentrenamiento, usar proyecciones estadísticas de datos o externalizar los servicios de integración y etiquetado de los bancos de datos con empresas especializadas.

Paso 4: Establecer un calendario compartido y un coordinador de datos

Nombra a una persona como líder y coordinador entre marketing, logística, trademarketing y el equipo de IA. Su responsabilidad es asegurar que las fotos base lleguen completas, sean representativas y estén disponibles a tiempo. Sin este rol, el proyecto dependerá de la buena voluntad de áreas que, normalmente, no tendrán el proyecto de IA como prioridad dentro de sus ocupaciones principales.

Paso 5: Operar la IA durante una temporada completa (3 meses)

Enfócate en tres métricas clave para comparar el antes y el después:

1. Tiempo real de captura (con cronómetro, no estimado)
2. Tasa de error en precios y descuentos (reclamos o discrepancias)
3. Tiempo de actualización de una promoción nueva (desde que marketing la aprueba hasta que el modelo la reconoce en piso de venta).

Si estas tres métricas mejoran, el proyecto es viable aunque el costo principal de la ejecución en punto de venta, es decir, la nómina de los promotores, no baje.

Para poder evaluar proyectos de IA sin caer en el espejismo de la innovación, te recomendamos tomar en cuenta los siguientes puntos:

1. Desconfía de las soluciones mágicas. Si el proveedor de IA no te pide información sobre tus procesos de coordinación, tus ciclos de cambio y tu capacidad de etiquetado, lo más probable es que te esté vendiendo humo.
2. Pon a prueba la organización antes que la tecnología. Durante una temporada, pide a tu equipo que tome las fotos base y las etiquete manualmente, como si la IA ya existiera. Mide tiempos de ejecución, coordinación interorganizacional y barreras que se presenten. Esta actividad es crítica y la más importante en tu integración de costos.
3. No automatices lo que no entiendes. Si tu proceso actual de planeación de campañas, despliegue y captura de datos es caótico, la IA no lo ordenará; lo hará más caótico. Primero estandariza, luego automatiza.
4. Considera modelos más ligeros. No necesitas el motor de IA más sofisticado del mercado. Un modelo preentrenado de reconocimiento de imágenes como Azure Vision con procesos de entrenamiento a la medida de tus necesidades puede ser suficiente y mucho más barato.
5. Planifica la obsolescencia del entrenamiento. Cada cierto plazo tendrás que reentrenar. Negocia con tu proveedor un costo por reentrenamiento que no sea un porcentaje del costo inicial. Mejor aún, explora técnicas de active learning donde la IA solo pida etiquetar las imágenes dudosas.

No caigas en el hype de la IA como solución total. Hoy escuchamos a consultoras y vendedores de software repetir como mantra: “La IA es un imperativo de innovación”, “Si no la adoptas ya, quedarás obsoleto”. Esta narrativa juega con el miedo y la ambición infundada y suele omitir una verdad incómoda: la IA no soluciona mágicamente los problemas empresariales; los expone.

Si tu empresa tiene mala coordinación entre áreas que operan en silos, la IA te mostrará las grietas en tiempo real. Si tu equipo de promotoría está desmotivado, la IA no los motivará. Si tus catálogos de producto son un desastre, la IA te entregará respuestas igual de desastrosas. La tecnología amplifica lo que ya existe: el orden o el caos, la disciplina o la improvisación.

Por eso, la pregunta correcta no es “¿Deberíamos implementar IA?”. La pregunta correcta es: “¿Estamos dispuestos a transformar nuestros procesos y colaborar para utilizar la IA en beneficio del negocio?”

La coevolución entre humanos e IA no comenzará cuando las máquinas despierten a la conciencia. Ya comenzó, aquí y ahora, en cada proyecto que exige planeación, estructura, orden y colaboración. El futuro no será de quienes tengan la IA más potente, sino de quienes aprendan a bailar con ella sin perder la gracia y el sentido humano.

Si quieres asesoría profesional para implementar proyectos de innovación tecnológica para tu empresa, nosotros te podemos ayudar. Esperamos que esta nota te haya gustado. Si tienes comentarios o alguna retroalimentación que nos ayude a mejorar, déjanos un mensaje o contáctanos por los canales que ya conoces.

Gracias y hasta la próxima.