Una IA que ayuda a vender más y a fidelizar
Una plataforma independiente que, con ayuda de la IA, enriquece el catálogo y los clientes de un e-commerce, sin haber tocado su arquitectura de sistemas.
0
cambios necesarios en su arquitectura
2
casos de uso en producción
mucho+
lo estamos convirtiendo en producto
Contexto
Un comercio online de alimentación fresca y de temporada. Su tienda funciona sobre un e-commerce estándar (WooCommerce) que a su vez es una extensión del WordPress que sostiene la web y el trabajo de posicionamiento de la empresa. Un montaje habitual, que funciona, y que nadie quiere tocar porque de él depende todo.
Lo que parecía
«Queremos incorporar IA a nuestro día a día para dar más valor a los clientes.» La petición más frecuente de 2026 y la más difícil de convertir en algo útil.
Lo que era
El problema real de un comercio de producto perecedero: el catálogo cambia cada día (stock, precio, temporada) y el cliente que quiere repetir su compra se encuentra con que la mitad de lo que compró ya no está. La tienda solo sabía de sus productos y de sus clientes lo que el propio e-commerce guardaba, que es poco. Y no se podía hacer nada dentro del e-commerce sin poner en riesgo la web y el SEO.
Qué hicimos
Una plataforma aparte. Replica las bases de datos de productos y clientes, las limpia de todo lo que la IA no necesita y trabaja sobre esa copia. El e-commerce del cliente no cambió nada.
Catálogo enriquecido. Para cada producto, alternativas cuando hay rotura de stock, subida de precio o fin de temporada, y combinaciones que por distintos motivos tienen sentido juntas y resultan más atractivas para el comprador.
Clientes con contexto. Con técnicas como RAG y MCP ampliamos el contexto de la actividad de cada cliente para saber qué productos están más cerca de su comportamiento y sus deseos.
Dos casos de uso para demostrar valor. La recompra, que antes fallaba por temporada o stock y ahora propone sustitutos; y un nutricionista virtual que da alternativas de alimentación según la necesidad del usuario y las convierte en cestas que se compran en la tienda del cliente.
Dónde estamos
Ampliando lo que sabe la base de datos vectorial con tablas de otros sistemas estándar del cliente, para que los embeddings trabajen con más datos objetivos y mejor contexto. La plataforma no depende del tipo de mercancía: funciona para cualquier catálogo y cualquier parque de clientes. Estamos pensando en convertirla en producto.
Lo que nos llevamos
La IA útil en un comercio no es un chat: es saber qué ofrecer cuando lo que el cliente quería no está. Y la manera más rápida de llevar IA a producción en una empresa pequeña es no tocar lo que ya funciona.
