La IA en el comercio minorista: situación de las cadenas
En 2025, el 13 % de las empresas de comercio con 10 o más empleados utilizan al menos una tecnología de IA, frente al 18 % del conjunto de los sectores. Entre todos los sectores, el 71 % de las empresas que no la utilizan dicen no ver su utilidad (Insee, enquête TIC 2025).
Lo que los directivos esperan sobre todo de la IA es que mejore lo existente: el 94 % de los directivos de pymes y empresas medianas encuestados citan un objetivo de optimización, y el 54 %, un objetivo de desarrollo (Bpifrance Le Lab, 2025).
En una cadena de 20 a 500 personas, las pérdidas se concentran en cuatro puntos:
- El catálogo. Los proveedores envían PDF, hojas de cálculo y fotos, cada uno en su formato. El catálogo en línea llega solo hasta donde la persona que lo transcribe ha tenido tiempo de llegar.
- La reposición. Una única regla se aplica a miles de referencias. Conviven las roturas de stock en lo que rota y el exceso de stock en el resto.
- El asesoramiento. El conocimiento de los productos técnicos reside en la cabeza de dos o tres vendedores.
- Las solicitudes fuera de catálogo. Presupuestos a medida, una pieza que localizar: requieren demasiado tiempo y se rechazan de entrada.
Escenario de demostración
Responder a los presupuestos a medida que antes se rechazaban
La empresa descrita es ficticia. Este escenario muestra cómo abordamos un problema; no refleja un resultado obtenido en un cliente.
La situación
Una empresa de distribución de baños y azulejos: tres showrooms, cuarenta y cinco personas. Algunas solicitudes se salen del catálogo: un mueble de lavabo con una medida no estándar, una encimera cortada a medida.
Presupuestar una de estas solicitudes lleva unos tres días: precios en varios proveedores, viabilidad con el fabricante, búsqueda de un presupuesto antiguo comparable, maquetación. Los vendedores se han acostumbrado a rechazarlas, y el cliente se va a la competencia.
Lo que la empresa ya tiene
Tres años de presupuestos a medida, ganados y perdidos, con su coste real. Las tarifas vigentes de los proveedores. Las reglas de viabilidad, que conoce el responsable técnico: grosor mínimo de una encimera cortada, plazos reales de cada fabricante.
Qué produce el sistema
El vendedor introduce la solicitud tal como la formula el cliente, con las medidas y una foto. El sistema recupera los presupuestos anteriores más parecidos, aplica las tarifas y las reglas de viabilidad, y devuelve un presupuesto completo: componentes, precio, plazo y los puntos que requieren una decisión humana. El presupuesto sale en veinticuatro horas.
Qué se verifica
Un segundo sistema, distinto del que ha calculado el presupuesto, controla cada uno antes de que llegue al vendedor:
- el margen se mantiene dentro de los límites fijados por la dirección;
- el plazo anunciado es compatible con el plazo real del fabricante;
- cada componente está disponible, o se señala su sustitución;
- cada precio remite a la línea de la tarifa del proveedor de la que procede.
Cuando un presupuesto se sale de los límites, el control indica qué criterios no cumple. El registro queda adjunto al presupuesto. El principio se detalla en la página de inicio.
Lo que el sistema no hace
No envía el presupuesto al cliente ni fija el descuento comercial. Trabaja con una exportación de los presupuestos y las tarifas; la conexión con el ERP se plantea una vez demostrado el valor.
Con qué se mide el resultado
La facturación adicional obtenida con las solicitudes que la empresa solía rechazar.
Fichas de producto, reposición y atención al cliente: otros tres usos de la IA en el retail
Las roturas y los excesos de stock costaron 1,7 billones de dólares a los distribuidores de todo el mundo en 2024, de los cuales 1,2 billones corresponden solo a las roturas (IHL Group, 2024).
| Fichas de producto | Reposición | Atención al cliente | |
|---|---|---|---|
| Hoy | Una persona transcribe los documentos de los proveedores. Las fichas antiguas nunca se actualizan. | Un múltiplo de las ventas del mes anterior, aplicado a todo el catálogo. | Las consultas sobre un pedido, una entrega, una devolución o una garantía llegan por correo y por teléfono. Cada respuesta obliga a cruzar el historial de pedidos, el seguimiento del transportista y las condiciones de venta. |
| El sistema produce | Los atributos extraídos de los documentos de origen, ordenados en el repositorio de datos de la empresa, y la ficha redactada. | Una previsión por referencia y por tienda, y una propuesta de pedido clasificada por importancia. | Una respuesta preparada a partir del expediente del cliente: su pedido, su seguimiento y las condiciones aplicables. Se señalan las solicitudes que implican un gesto comercial. |
| Qué se verifica | Cada atributo publicado remite a su documento del proveedor. Las menciones obligatorias se controlan por separado. | Pedido mínimo, capacidad del almacén, fechas de caducidad. Una línea rechazada se rechaza con su motivo. | Cada afirmación remite a un documento del expediente. No se propone ningún reembolso ni gesto comercial sin validación. |
| Datos necesarios | Los documentos originales de los proveedores. | Dos o tres años de historial de ventas por referencia y por tienda. | El historial de pedidos y de comunicaciones, las condiciones generales y una exportación del seguimiento de entregas. |
Lo que Marsanne no hace en retail
- El chatbot generalista en la web. Hay herramientas en el mercado que lo hacen, y no toca la actividad principal.
- La redacción de contenidos de marketing. Las herramientas de uso general bastan.
- La selección de CV. El mercado está saturado y el terreno regulatorio es arriesgado.
- Un software que ya existe. Cuando un proveedor de software cubre la necesidad, nos lo decimos y le indicamos cuál.
Para situar el retorno esperado de un proyecto antes de ponerlo en marcha, consulte Cómo medir el retorno de la inversión en IA.
Preguntas frecuentes
¿Hay que conectar nuestro ERP o nuestro TPV?
No para empezar. El sistema trabaja con exportaciones: historial de ventas, tarifas y documentos de proveedores. Lo utilizan de verdad unas pocas personas, y la cuestión de la conexión se plantea una vez demostrado el valor.
¿Qué datos necesitamos?
Depende del caso. Para la reposición, dos o tres años de historial de ventas. Para las fichas de producto, los documentos originales de los proveedores. Para el presupuesto a medida, los presupuestos anteriores con su coste. Si la empresa no dispone de estos datos, se lo decimos antes de empezar.
¿Cuánto tiempo pasa hasta un primer resultado?
El desarrollo suele llevar unas semanas. Los usuarios obtienen un beneficio desde que empiezan a utilizarlo.
¿Qué ocurre con nuestros datos?
Una vez puesta en marcha la solución, Marsanne deja de tener acceso a sus datos. Usted sigue siendo el único propietario.
¿Habrá que formar a nuestros equipos?
No. El sistema se diseña a partir del trabajo real del equipo que lo usa y se utiliza sin formación.
Artículos — Retail
- Panel de ventas: una misma cifra para la web, las tiendas y los socios 7 de octubre de 2026
- Piezas de repuesto: identificar la pieza correcta a partir de una foto 1 de octubre de 2026
- Fichas de producto e IA: vincular cada atributo con su fuente del proveedor 28 de septiembre de 2026
En la prensa
Los últimos artículos del observatorio de IA del estudio sobre la IA en este sector, resumidos en español y con su fuente.
- Comercio agéntico: 5 consejos para preparar su sitio de comercio electrónico
La Fevad estima que uno de cada tres compradores online franceses ya utiliza agentes de IA para comprar, y ofrece consejos a los comercios electrónicos.
Journal du Net · 12 oct 2026 · Francia - Marketing digital: L'Oréal pide a la IA coherencia, no volumen
L'Oréal utiliza la IA generativa para mantener la coherencia de sus contenidos de marketing en 40 marcas y más de 80 países, sin aumentar su volumen.
LeMagIT · 12 oct 2026 · Francia - Si la IA no te conoce, no existes: cómo Getmint ayuda a L'Oréal, Accor o BNP a destacar en ChatGPT o Gemini
Getmint ayuda a grandes grupos como L'Oréal, Accor o BNP a aparecer en buena posición en las respuestas de las IA generativas.
Challenges · 11 oct 2026 · Francia - Humo, precipitación y desilusión: por qué los responsables de IA de las grandes empresas no duran más de tres años
Cerca de diez responsables de IA han dejado su puesto en menos de seis meses en grandes empresas como Carrefour, El Corte Inglés, Loewe o Generali.
El Confidencial · 10 oct 2026 · España - [1to1 Biarritz] Confianza, UGC e IA: cómo gestiona el Groupe SEB las opiniones de clientes y la IA
El Groupe SEB explica que usa la IA para traducir opiniones de clientes a escala internacional y detectar señales débiles sobre sus productos.
Relation Client Mag · 9 oct 2026 · Francia, España, Italia, Estados Unidos, Canadá
Descubra dónde puede servir la IA en su cadena
El diagnóstico para directivos dura diez minutos. Cruza sus respuestas con las situaciones que encontramos en el retail y le devuelve pistas concretas.
Hacer el diagnóstico