Ai para el retail, puesta en marcha por el director de operaciones. No por un desarrollador.
Mayor conversión, mayor ticket medio, menos mermas y roturas de stock. Escenarios Ai listos para el retail que arrancan en 2–4 semanas: precios dinámicos para más de 12 000 SKU, merchandising Ai por cámaras, ofertas personalizadas y next-best-offer, previsión de mermas, consultor Ai en el sitio web y en Telegram, optimización del surtido por ubicación. Nos conectamos a su 1С, cajas, marketplaces (Wildberries, Ozon) y CRM — los datos personales de los compradores no salen del perímetro. El gestor de categoría, el director de tienda, e-commerce y marketing configuran por sí mismos los procesos, las recomendaciones y los bots — sin proyectos de TI ni equipo de ML propio.
- ▤ Precios dinámicos
- ◉ Merchandising Ai por cámaras
- ⛯ 1С · WB · Ozon · cajas
- ⛨ 152-ФЗ · on-prem · SSO
La Ai en el retail se promete desde hace tiempo. En la caja y en el lineal no está.
Presentaciones con un «motor de recomendaciones» del proveedor, precios en Excel «como ayer + 5%», mermas de fruta al final del día, huecos en el lineal del SKU más vendido. Los marketplaces se comen el margen y el e-commerce propio se lleva a mano.
Los precios se cambian a mano y tarde
La competencia repreció ayer — nos enteramos hoy. Los marketplaces reescriben los precios cada 15 minutos — nosotros, una vez por semana. El margen se escapa y las promociones no despegan.
Rotura de stock en el más vendido — y nadie se da cuenta
El comprador vino por su yogur, no lo encontró y se fue. Hay cámaras, pero nadie las mira. El personal de tienda está ocupado con la caja y la reposición.
Cada cliente, como si fuera la primera vez
El programa de fidelización conoce el nombre y el teléfono, pero no entiende la cesta. Los envíos van «todo a todos», con una conversión de retorno del 1.5%. El equipo de CRM se ahoga en segmentos manuales.
No «implantamos Ai». Cifras en el P&L de la cadena.
Cada escenario con una economía clara por tienda y por SKU. No «aumentamos el engagement», sino conversión, ticket, margen, roturas y mermas concretos.
Margen de la cadena
Precios dinámicos según la matriz de elasticidad y el mercado. Sin perder tráfico ni imagen.
Roturas de stock (OOS)
Videoanalítica y previsión de la demanda. El déficit se detecta en el lineal y en el almacén antes de perder el ticket.
Mermas en productos perecederos
Previsión de la demanda por SKU y punto de venta, descuentos dinámicos de liquidación, optimización del pedido al proveedor.
Ingresos recurrentes del CRM
Ofertas personalizadas y consultor Ai. Canal, momento y producto — para cada uno. Sin segmentos manuales.
La Ai vive en el perímetro de la cadena. De la caja al marketplace.
Conectamos las cajas, el ERP, el CRM, el e-commerce y los marketplaces; desplegamos agentes Ai en procesos concretos y entregamos el control al equipo comercial. Ningún dato de clientes «se escapa a la nube».
-
01
Conectamos las cajas, el ERP, el e-commerce y los marketplaces 1С:Розница, АТОЛ, Эвотор, СБИС, Set Retail, 1С-Битрикс, InSales, WB, Ozon, Яндекс Маркет — con conectores del catálogo.
-
02
Tomamos una plantilla de agente del catálogo de retail Precios dinámicos, detector de roturas de stock, previsión de demanda, consultor Ai, antifraude de caja. Más de 25 escenarios listos.
-
03
El gestor de categoría configura las reglas por sí mismo Margen objetivo, competidores de la matriz, precio mínimo, promociones, restricciones. Sin código. Lo prueba con el histórico y lo despliega en parte de la cadena.
-
04
Empleados y clientes ven el resultado donde están acostumbrados El precio, en la etiqueta y la caja; la tarea, en el móvil del reponedor; la oferta, en el área de cliente y Telegram; la recomendación, en la ficha del producto.
Lo que acelera de 5 a 10 veces el despliegue de Ai en el retail.
No vendemos un «motor de recomendaciones». Ofrecemos un constructor, plantillas y conectores para que el equipo comercial monte la solución de su cadena por sí mismo — en lugar de esperar un año al integrador.
Constructor no-code de agentes
El escenario se monta con el ratón: reglas de precio, disparador de rotura de stock, plantilla de oferta. Sin código.
Plantillas para retail
Más de 25 escenarios: pricing, merchandising, fresh, previsión, CRM, marketplaces, antifraude.
Conectores a cajas y ERP
1С:Розница, АТОЛ, Эвотор, СБИС, Set Retail, Frontol, Пилот, ПОС-Сервис.
Computer Vision en el lineal
Detector de roturas de stock, control del planograma, cola en caja, comportamiento del visitante.
Precios dinámicos
Elasticidad por SKU, monitorización de la competencia, corredores de margen, promociones.
Previsión de demanda y pedido
Previsión por SKU × punto de venta × día. Pedido automático al proveedor y rebalanceo entre tiendas.
Asistente de marketplaces
WB, Ozon, Я.Маркет, СберМегаМаркет: precios, existencias, respuestas a reseñas, analítica.
Consultor Ai en el sitio web
Selección según la necesidad, respuestas sobre características, búsqueda en el catálogo en lenguaje natural.
Base de conocimiento del vendedor
Tarifas, normativas, política de devoluciones, descripciones de productos. La Ai busca y cita la fuente.
A/B y rollback en parte de la cadena
Probamos precios y ofertas en el 5% de las tiendas y revertimos con un clic.
152-ФЗ y perímetro
Despliegue on-prem. Los datos personales de los clientes no salen fuera. Auditoría de cada petición.
Jerarquía de la cadena
Cadena → clúster → tienda → lineal. Cada nivel con sus datos y permisos.
Nos conectamos a lo que ya tiene instalado.
Nada de «quite 1С y ponga SAP». Tomamos su ERP, cajas, e-commerce, marketplaces y CRM — y añadimos Ai encima. REST/SOAP estándar; para lo no estándar, un adaptador SQL en un día.
// cajas & POS
// ERP & gestión
// e-com & CMS
// marketplaces
// CRM & marketing
La Ai gestiona el precio, la exposición y las ofertas — a través de sus propios sistemas.
El gestor de categoría define las reglas; la Ai carga los nuevos precios en la caja, corrige las etiquetas, actualiza las existencias en el marketplace, envía la tarea al reponedor en el móvil y manda la oferta al cliente por Telegram. La decisión la toma la persona — la recomendación la prepara la Ai.
Tickets, existencias, precios de la competencia, vídeo del lineal, comportamiento en el sitio web, historial del CRM. La Ai ve la cadena al completo.
Nuevo precio en la caja, existencias en 1С y en WB / Ozon, tarea al reponedor, oferta al cliente, respuesta a una reseña.
Sitio web, móvil del cliente, bot de Telegram, asistente de voz en el área de cliente, móvil del empleado, Telegram / VK Teams del director.
Más de 25 agentes Ai para las tareas típicas del retail.
Plantilla + sus datos = agente en funcionamiento en el área comercial. Sin meses de I+D. Cada escenario con su ROI y un plazo de amortización claro.
Precios dinámicos según la matriz
Elasticidad por SKU, monitorización de la competencia, corredores de margen, promociones en un clic. +3.4% de margen.
Control de la exposición por cámaras
Detector de roturas de stock en los SKU más vendidos, control del planograma, tarea al reponedor en el móvil en 30 segundos.
Previsión de mermas y liquidaciones
Perecederos por SKU × punto de venta. Descuentos dinámicos de liquidación, optimización del pedido al proveedor. −41% de mermas.
Ofertas y canales personalizados
Canal × momento × producto para cada cliente. Sin segmentos manuales. +22% de ingresos recurrentes.
Consultor Ai en el sitio web
Selección según la necesidad en lenguaje natural, respuestas sobre características, cálculo de compatibilidad. Conversión +18%.
Gestión de WB / Ozon / Я.Маркет
Precios y existencias en tiempo real, respuestas a reseñas y preguntas, analítica por nichos, alerta de dumping.
Control Ai de caja y devoluciones
Tickets sospechosos, anulaciones repetidas, anomalías en las devoluciones, tarjetas de fidelización falsas. −60% de pérdidas por operaciones fraudulentas.
Asistente Ai del gestor de categoría
Análisis del surtido, ABC-XYZ automático, detección de huecos en la matriz, ideas para promociones. Ya no hace falta un analista para cada informe.
Resumen de la tienda «en el bolsillo»
Pregunte por voz: «¿Cómo va el plan de la tienda 12?» — y reciba las cifras, las causas y los responsables. Sin reuniones de seguimiento.
La Ai del retail debe gestionarla quien responde del P&L. No TI.
El gestor de categoría conoce su matriz. El director de tienda, su lineal. E-commerce, sus marketplaces. Son ellos quienes ajustan la Ai a su medida — desde su panel, no mediante un ticket.
Ai = proyecto de TI de un año
- ✕Cambió la matriz: solicitud a TI y un trimestre de espera.
- ✕Cada actualización del escenario: licitación, contrato, pago adicional.
- ✕Un «modelo universal de recomendaciones» que aconseja lo mismo a todos.
- ✕El gestor de categoría no sabe cómo la Ai fija el precio — y no se fía.
- ✕No funciona — la culpa es del «contexto distinto».
Ai = herramienta en manos del área comercial
- ✓El gestor de categoría cambia por sí mismo las reglas de precio, los corredores de margen y las promociones — sin código.
- ✓El director de tienda ajusta los disparadores de rotura de stock — en minutos.
- ✓E-commerce configura las respuestas a reseñas y las alertas de dumping por marketplace.
- ✓Reentrenamiento con sus tickets y el historial del CRM — de serie.
- ✓Versiones, A/B, rollback — como en DevOps, pero para el área comercial.
Una solución que convence al área comercial, a seguridad y al CFO a la vez.
El retail es un compromiso entre el margen, la fidelidad del cliente y la protección de los datos personales. AiST está diseñado para que las tres partes digan «sí».
Cifras en el P&L de la cadena
- Margen +2–4 p.p. en los SKU gestionados
- Roturas de stock −40–70%
- Mermas fresh −25–45%
- Conversión e-commerce +12–22%
- Ingresos recurrentes del CRM +15–25%
- ROI en 3–7 meses
Protección de datos personales
- On-prem o AiST BOX en el CPD de la cadena
- Los datos personales de los clientes no salen del perímetro
- Conformidad con 152-ФЗ y las normas PCI DSS
- Despersonalización para el entrenamiento de modelos
- Auditoría completa de las peticiones y acciones de la Ai
- Exportación a SIEM (Kaspersky, MaxPatrol)
Control y economía
- Presupuestos por escenarios y formatos
- Límites con bloqueo automático
- Pago sin riesgos cambiarios
- A/B y rollback en parte de la cadena
- Rentabilidad previsible antes del arranque
- Suscripción por número de tiendas o compra de licencia
Las preguntas que se hacen antes de un piloto en la cadena.
¿En cuánto tiempo arranca el primer escenario?
El consultor Ai en el sitio web y las respuestas en el marketplace, en 2 semanas. Los precios dinámicos, en 3–4 semanas: hay que construir la matriz de elasticidad. La videoanalítica del lineal, en 4–6 semanas para un piloto en 5–10 tiendas.
¿De verdad el gestor de categoría configurará los precios sin TI?
Sí. Toma una plantilla, fija el margen objetivo, el precio mínimo, la reacción a la competencia y los corredores de la matriz. Lo prueba en 10 tiendas y lo despliega en toda la cadena. TI se necesita una sola vez: para conectar 1С y las cajas.
¿Y los datos personales de los clientes y la 152-ФЗ?
La plataforma se despliega en su CPD o como AiST BOX. Los datos personales de los clientes no salen fuera. Sin API externas para el historial de compras. Despersonalización para el entrenamiento de modelos, de serie.
¿Y si la Ai fija un precio «equivocado»?
El gestor de categoría define corredores estrictos (mín/máx), palabras de bloqueo y excepciones por marcas y categorías. Cualquier decisión de precio puede someterse a la aprobación de una persona. A/B y rollback, con un solo clic.
¿Cómo se calcula el ROI?
Antes del arranque establecemos la línea base con sus datos del último trimestre y estimamos el efecto por escenarios. Durante el piloto medimos el efecto real en las tiendas de prueba frente a las de control. Podrá defenderlo ante el CFO por adelantado.
¿Cuánto cuesta?
Suscripción según el número de puntos de venta, e-commerce y cuentas de marketplace, o compra de una licencia perpetua para on-prem. El piloto tiene precio fijo con una economía clara desde el inicio. Podrá defender el presupuesto ante el CFO por adelantado.
En 30 minutos le mostramos qué escenario generará dinero primero en su cadena.
Recogemos su formato, surtido y stack de sistemas — y volvemos con 3 casos a su medida, una estimación de ROI y un plan de piloto de 4 semanas.