La IA como motor de resultados reales en el sector minorista: seminario web de Nextuple con expertos en gestión de pedidos
Como parte de la serie «Partner Power Up» del grupo «Order Management Gurus» de Nextuple, centrado en la comunidad, nuestro vicepresidente de Estrategia y evangelista jefe, Karthik Marudur, se reunió con Laxman Mandayam, director de Soluciones para Clientes y cofundador de Nextuple, para debatir sobre la dirección futura de la IA en el contexto del comercio minorista y Order Management System OMS).
La entrevista comienza con Laxman cuestionando a Karthik sobre el concepto de «la IA ante todo» y lo que esto significa para OneStock.
¿Qué entendemos por «AI First»?
Como explica Karthik, la IA avanza a pasos agigantados en el sector minorista, y el debate está pasando rápidamente de ser una simple moda a centrarse en los resultados. Para empezar, señala que el lema «la IA ante todo» solo tiene sentido si genera un impacto operativo cuantificable y si se basa en datos comerciales fiables.
Y añade: «En OneStock, el lema “AI first” no es tanto una estrategia de marketing como un modelo operativo. A nivel interno, la empresa ya está utilizando agentes para eliminar las dificultades del trabajo diario».
A modo de ejemplo, Karthik mencionó herramientas como «OneBot», que ayuda a los equipos a responder a las solicitudes de propuestas, crear recursos más rápidamente y resolver las dudas sobre los productos de forma más eficiente. «Esa disciplina interna», explica, «influye directamente en la forma en que OneStock las experiencias de los agentes que tratan con los clientes: se parte de problemas reales, se demuestra el retorno de la inversión y, a continuación, se amplía la escala».
Federación Nacional de Minoristas 2026
Al repasar la reciente participación OneStocken el evento, Karthik señala: «Ese pragmatismo fue también una de las principales conclusiones de la NRF 2026. El equipo percibió un cambio notable en el tono general del recinto: los minoristas y los proveedores hablan mucho más de casos de uso aplicables que de posibilidades teóricas».
«Los agentes de compras, en particular, están cobrando impulso, aunque el ecosistema en general se encuentra aún en una fase inicial, ya que muchas plataformas aún no son lo suficientemente abiertas como para permitir integraciones fluidas a gran escala», añade.
Aspectos prácticos del Agentic Commerce
En este punto, la entrevista se centra en el comercio agentivo y lo sitúa en un contexto muy práctico. El comercio agentivo, tal y como se definió en el seminario web, consiste fundamentalmente en que los agentes de IA guíen a los clientes a lo largo de todas las etapas del recorrido del cliente: la fase de descubrimiento y toma de decisiones previa a la compra, y el servicio posventa.
Ampliando esta idea, Karthik continúa: «Antes de la compra, la experiencia con el agente se convierte en un asistente de compras interactivo que no solo recomienda productos, sino que sugiere opciones viables, basadas en las preferencias del cliente y en limitaciones reales, como la disponibilidad actual y los plazos de entrega».
«Tras la compra, este mismo enfoque convierte el servicio de atención al cliente en una experiencia más sencilla y unificada. En lugar de obligar a los compradores a recopilar información sobre el estado de su pedido en varias pantallas, un agente puede resumir el ciclo de vida del pedido, señalar los cambios en las partidas y proporcionar información actualizada sobre el seguimiento en una única interacción coherente».
La dependencia de los agentes respecto a la verdad operativa
Pero uno de los temas más importantes de la conversación fue el debate sobre la dependencia que tienen los agentes respecto a la veracidad operativa. La disponibilidad, Promesa de entrega y los datos del ciclo de vida de los pedidos no son «algo que estaría bien tener», sino que determinan si un agente es realmente útil o si actúa con una confianza peligrosa. Si el inventario está desactualizado, las fechas de entrega prometidas son inexactas o los eventos de los pedidos van por detrás de la realidad, el agente seguirá respondiendo con un tono definitivo. El resultado, dice Karthik, es predecible: incumplimiento de los SLA, recogidas fallidas, aumento de las cancelaciones y clientes que pierden rápidamente la confianza porque el sistema parecía seguro y resultó estar equivocado.
Para resolverlo, OneStock consolidando su papel como proveedor de señales comerciales fiables y en tiempo real que los agentes pueden utilizar con total confianza. En la entrevista, Karthik describe cómo OneStock facilitando el trabajo tanto de los agentes propios de los minoristas (integrados en las experiencias de marca) como de los agentes externos (como ChatGPT), al poner a su disposición datos operativamente fiables a través de las herramientas MCP. La idea, explica, es hacer que OMS fiables OMS (disponibilidad de inventario, estado del cumplimiento, opciones de entrega) sean «consultables» de forma estandarizada, de modo que los agentes puedan interactuar con la información real del ciclo de vida del pedido en lugar de con estimaciones vagamente inferidas.
Eficiencia operativa y rentabilidad de la inversión
Sin embargo, el retorno de la inversión más rápido no se encuentra necesariamente en las experiencias de compra futuristas, sino en la eficiencia operativa. La entrevista puso de relieve que el impacto más inmediato de la IA suele derivarse de la reducción de la carga de trabajo y la latencia para los equipos de atención al cliente y de tienda. Cuando los agentes pueden recuperar rápidamente el contexto de un pedido, explicar las excepciones y proponer la mejor acción a seguir, acortan los ciclos de resolución y reducen el costoso trabajo de «ir de un lado a otro» que se produce al tener que lidiar con sistemas desconectados entre sí.
Karthik también destaca aquí la capacidad de gestión de pedidos diferenciada OneStock:la «asignación competitiva». En lugar de asignar un pedido válido a una sola tienda y esperar, el modelo envía el pedido a varias tiendas válidas y permite que la más rápida lo acepte, al tiempo que aplica medidas de control para recuperar los pedidos que se estancan y restar prioridad a las tiendas que los rechazan repetidamente. En el ejemplo mencionado, Karthik cita un tiempo medio de reclamación de tan solo 13 minutos cuando entra en juego la asignación competitiva, junto con una reducción significativa de las cancelaciones, lo que posiciona firmemente la rapidez de compromiso como una palanca para mejorar los resultados de entrega.
De los agentes individuales a los agentes conectados
Para terminar, la entrevista concluye con la visión de futuro de Karthik sobre el rumbo que tomará todo esto: no solo agentes individuales, sino agentes conectados que colaboran entre bastidores a través de distintos sistemas. «Esa es la dirección hacia la que OneStock inclina OneStock : herramientas y estándares que permitan a múltiples agentes especializados trabajar juntos a lo largo de todo el ciclo de vida del comercio, sin dejar de basarse en el mismo requisito fundamental: la veracidad operativa».
Porque en el comercio mediado por agentes, la conexión por sí sola no basta. Si un agente no puede acceder en tiempo real a información fiable sobre la disponibilidad, las garantías y el estado del ciclo de vida, no se puede confiar en que actúe correctamente; y la confianza es la moneda de cambio que, en última instancia, determina si estas experiencias pueden ampliarse, concluye.
