Visión artificial impulsa la eficiencia en tiendas físicas

Los minoristas están destinando gran parte de su gasto de capital a hardware de visión artificial para seguir el estado de los anaqueles en tiempo real. La medida responde a fallas de ejecución en tienda que, según un estudio de Coresight Research junto a Simbe y RELEX Solutions, consumen el 6.4 % de las ventas brutas del sector. En 2026, esa ineficiencia representará $196.4 bn, un aumento del 21 % respecto al año anterior, mientras que el crecimiento total de ventas se proyecta en solo el 3 %.

El dolor es prácticamente universal: nueve de cada diez operadores reconocen problemas para mantener los pasillos surtidos y los precios correctos, lo que erosiona los márgenes en más del cinco por ciento para el 89 % de los negocios. La respuesta ha sido una adopción masiva de plataformas de inteligencia en tienda, que ahora cubren el 60 % de la superficie comercial de las grandes empresas, un salto de 18 puntos porcentuales en un año. Los pilotos experimentales, sin embargo, siguen limitados al 18 % del mercado y se concentran en compañías con ingresos superiores a $5 bn, donde el 73 % ya ha desplegado soluciones a escala completa. En el segmento medio, solo el 42 % de las firmas bajo $1 bn ha alcanzado esa madurez.

El caso de BJ’s Wholesale Club ilustra el potencial económico. La cadena instaló la plataforma robótica de Simbe para capturar inventario y validar precios en sus clubes. Con los datos, creó gemelos digitales de cada local, lo que permitió planificar rutas de pedidos online y entregas en la acera con una mejora del 40 % en la eficiencia de picking respecto al año anterior. El CEO, Bob Eddy, señaló que la tecnología elevó los estándares de calidad, especialmente en productos frescos.

Albertsons persigue un objetivo más ambicioso: $1.5 bn en ganancias de productividad en los próximos tres años mediante IA que automatice precios, promociones y surtido. La directora ejecutiva, Susan Morris, describió una visión donde la automatización inteligente toma decisiones rutinarias, liberando al personal para enfocarse en estrategia e innovación.

El estudio también destaca errores de secuenciación que reducen el valor de la inversión. Un 43 % de los directores de tecnología priorizan software de optimización de precios antes de instalar los sensores físicos que alimentan esos algoritmos. Solo el 33 % invierte en la infraestructura de cámaras y sensores necesaria para validar la disponibilidad real en anaquel. Esta inversión invertida provoca fallas de datos: los algoritmos de precios operan con conteos obsoletos, elevando la tasa de error de precios al 13 % en 2026, cuatro puntos más que en 2024. Kim Anderson, vicepresidenta de Operaciones de Tienda en Schnucks Markets, insiste en que la digitalización del anaquel debe preceder cualquier otra capa tecnológica.

Los ahorros de mano de obra son otro punto crítico. Lowe’s, bajo el programa “Perpetual Productivity Improvement”, redujo en 80 horas semanales por tienda el tiempo dedicado a tareas no productivas mediante herramientas de gestión de personal y soluciones de inventario. La compañía también implementó sistemas de reabastecimiento impulsados por IA, lo que condujo a un bono colectivo de $5,000 por tienda para gerentes y pagos variables al personal operativo. Los datos de la industria confirman una reducción promedio del 14 % en el tiempo dedicado a labores manuales, con el 86 % de los encuestados reportando disminuciones en horas asignadas a tareas repetitivas. Los operadores con ingresos superiores a $5 bn registran mejoras del 56 % en la velocidad de ejecución, frente al 36 % de las firmas medianas.

Más allá de la automatización aislada, la integración de hardware y software genera beneficios de mercado. Cuando los minoristas logran una visibilidad de stock en tiempo real, el valor de vida del cliente sube un 11 % y la tasa de conversión mejora en la mitad de los casos. El 48 % de las empresas vio incrementada la adhesión a programas de lealtad y el 47 % registró mejores puntuaciones en reseñas online tras asegurar precios correctos y disponibilidad constante. Estas métricas confirman que la visión artificial no solo protege márgenes, sino que refuerza la competitividad frente a rivales que adoptan soluciones fragmentadas.

Para un ejecutivo, la lección es clara: la transformación no se logra comprando el mejor software de precios, sino asegurando primero la captura fiable de datos físicos mediante sensores y cámaras. La inversión en esa capa base determina si la inteligencia artificial puede entregar los ahorros prometidos o si termina alimentando decisiones equivocadas. La pregunta que debe plantearse la alta gerencia es si su hoja de ruta tecnológica está construida sobre cimientos estables o si está apilando capas sobre datos incompletos, poniendo en riesgo tanto la rentabilidad como la experiencia del cliente.