Macy’s adopta una estrategia “AI‑first” para acelerar decisiones en retail

Artificial intelligence está redefiniendo la forma en que los minoristas operan, pero la mayor transformación ocurre detrás del mostrador, donde los algoritmos deciden qué productos aparecen primero, cómo se gestiona el inventario y con qué velocidad se despliega el código. En ese entorno, Macy’s ha adoptado lo que su director senior de ingeniería, Murali Murugan, llama una filosofía “AI‑first”. No se trata de colocar una capa de inteligencia sobre sistemas ya existentes, sino de rediseñar la toma de decisiones para que el negocio avance más rápido y cada interacción resulte relevante de forma automática.

De pilotos aislados a sistemas integrados

Los primeros experimentos de la compañía se centraron en casos de uso concretos y de alto impacto, como la recomendación en los resultados de búsqueda y la interacción con clientes a través de mensajes. Los indicadores fueron claros: aumento de la tasa de conversión y reducción de la fricción en el proceso de compra. “Cuando vimos los resultados rápidos, la cuestión de escalar dejó de ser tecnológica y se volvió una decisión de negocio”, explica Murugan. Esa evidencia impulsó la evolución de proyectos independientes hacia una arquitectura donde la IA está embebida en varios módulos críticos: personalización, búsqueda, planificación operativa y, curiosamente, en el propio proceso de desarrollo de software.

Un asistente conversacional que actúa como estilista

Dentro de esa hoja de ruta, Macy’s lanzó "Ask Macy’s", un asistente conversacional que no funciona como un simple motor de búsqueda, sino que simula la interacción con un estilista personal. El cliente describe de forma natural lo que necesita —una ropa para un baile, un atuendo de vacaciones o algo para un evento de último minuto— y el algoritmo cruza esa información con historial de compras, preferencias y contexto actual para ofrecer opciones curadas. El objetivo es que la experiencia sea tan fluida que el consumidor no perciba la intervención tecnológica, sólo sienta que el resultado está alineado con sus gustos.

IA como capa invisible que potencia el juicio humano

A diferencia de la narrativa que suele presentar a la IA como sustituto del talento humano, en Macy’s la visión es la de una capa invisible que complementa la toma de decisiones. La empresa no busca eliminar al empleado, sino ofrecerle datos en tiempo real que le permitan responder más rápido a la demanda. Murugan enfatiza que “la verdadera transformación proviene de la mejora continua: aprender de los errores, adaptar rápidamente los nuevos estándares tecnológicos y ejecutar con precisión”. Esa mentalidad de iteración constante permite que cada ajuste en el algoritmo se traduzca en una experiencia ligeramente mejor para el cliente, creando un efecto acumulativo.

Implicaciones para el negocio

Para un ejecutivo de retail, el caso de Macy’s ofrece tres aprendizajes prácticos. Primero, la prioridad debe pasar de proyectos piloto a la integración de la IA en los flujos críticos, porque solo así se acorta la distancia entre la señal (por ejemplo, un pico de búsquedas) y la acción (reabastecimiento o ajuste de precios). Segundo, los resultados tempranos deben medirse en métricas tangibles—tasa de conversión, tiempo de respuesta, reducción de inventario obsoleto—para generar el impulso necesario que convierta la IA en una decisión estratégica y no en una discusión tecnológica. Tercero, la implementación de asistentes conversacionales debe orientarse a roles de asesoría, no a sustitución, de modo que la experiencia percibida siga siendo humana.

Un camino a seguir

Si una cadena de tiendas está evaluando su hoja de ruta de IA, la pregunta clave es: ¿estamos diseñando procesos donde la inteligencia artificial sea el motor que determina cada paso, o seguimos añadiendo capas superficiales que sólo complican la arquitectura? La experiencia de Macy’s sugiere que el verdadero valor radica en rediseñar la lógica operativa para que la IA sea parte del núcleo, permitiendo respuestas en tiempo real y personalizaciones que el cliente apenas percibe como tecnología. La próxima fase, según Murugan, será reforzar esa capacidad de aprendizaje automático para anticipar tendencias antes de que se conviertan en patrones de compra, lo que abrirá la puerta a una gestión de inventario verdaderamente predictiva.

Qué preguntar hoy

Los líderes que quieran mantenerse competitivos deben evaluar si sus sistemas actuales pueden incorporar una capa de IA que intervenga en la toma de decisiones desde el primer momento. ¿Qué procesos críticos pueden beneficiarse de una integración profunda y no de una solución ad hoc? ¿Cuál es el costo de la latencia entre la captura de datos y la acción que toma la empresa? Responder esas preguntas será el primer paso para pasar de una arquitectura fragmentada a una operativa “AI‑first”, tal como lo está haciendo Macy’s.