El comercio minorista consiste en trabajo que se repite y trabajo que gira en torno al momento mismo. Contar existencias, ajustar precios, realizar pedidos, procesar devoluciones, hacer horarios: eso constituye una gran parte de las horas de oficina y de back office, y es trabajo con una estructura fija. Frente a eso está el trabajo en el mostrador, en la tienda, por teléfono: alguien que duda entre dos tallas, una queja sobre una entrega, una pregunta que no encaja en el guion. Esos dos tipos de trabajo determinan juntos el resultado de cada ambición de IA en este sector. Donde el trabajo está estructurado y los datos son correctos, la capacidad se desplaza con relativa rapidez. Donde el trabajo consiste en leer una situación y asumir la responsabilidad de una decisión, se desplaza poco o nada.
La misma división en tres categorías que atraviesa todos los sectores se aplica también aquí. Una parte del trabajo puede ser asumida por la IA: comparación de precios, previsión de existencias basada en el historial de ventas, la elaboración de informes estándar, la primera clasificación de las solicitudes de devolución. Otra parte se hace parcialmente, con una persona que aprueba o rechaza con motivo: un sistema propone un pedido, un comprador lo contrasta con influencias estacionales o un acuerdo con un proveedor que el sistema desconoce. Y una tercera parte sigue siendo trabajo humano: la conversación con un cliente que necesita algo específico, la ponderación en un conflicto sobre una garantía, la dirección de un equipo en la tienda durante un periodo de mucha actividad. Qué parte del trabajo cae en qué categoría difiere según la empresa. Eso depende de cuán estandarizado esté el surtido, de cuán limpios sean los datos de existencias y ventas, y de cuánto del contacto con el cliente ya transcurre por canales fijos.
Una cadena de tiendas con un surtido limitado, compras centralizadas y cajas digitales ya tiene lista la base para una gran parte de las tareas de back office: los datos existen, el proceso es repetible, y un sistema puede hacer una propuesta que una persona verifica. Una cadena con un surtido amplio y cambiante, compras descentralizadas por establecimiento y muchas excepciones manuales no tiene esa base. Esa diferencia no está en la ambición —ambas direcciones pueden pronunciar la misma frase, "la IA debe hacerse cargo de nuestra planificación de existencias"— sino en lo que la organización ya es capaz de hacer antes de que ese trabajo pueda desplazarse. ¿Son los roles que ahora hacen pedidos manualmente también los roles que próximamente evaluarán una propuesta del sistema? ¿Se ha asignado un derecho de decisión a quien gestiona la excepción? Esas preguntas subyacen a la ambición, y se vuelven visibles en cuanto se comprueban en lugar de darse por supuestas.
Si se libera capacidad porque una tarea pasa a un sistema con supervisión, surge una pregunta sobre qué ocurre con esas horas liberadas: otras tareas, menos contratación externa, una composición de personal distinta. Esa pregunta corresponde al empleador, y para las decisiones que afectan a la plantilla rigen requisitos legales propios. Lo que aquí se trata es el paso anterior: qué trabajo, en cuanto a estructura de tareas y calidad de los datos, ya está en condiciones de que un sistema lo asuma o lo apoye, y qué trabajo no. Esa es una pregunta objetiva sobre el trabajo, no un consejo sobre las personas.
El comercio minorista no es el único sector donde se plantea esta pregunta, y las respuestas difieren según el ramo por razones comparables. En la hostelería la pregunta discurre de forma distinta debido al servicio directo y a la ocupación variable, como se explica en las ambiciones de IA que se dan en la hostelería; en el sector agrario las influencias estacionales y el trabajo físico desempeñan un papel mayor, descrito en cómo se relacionan las ambiciones de IA en el sector agrario con el trabajo estacional; y en los servicios financieros el peso recae precisamente en la regulación y la supervisión, como se desarrolla en las ambiciones de IA dentro de los servicios financieros y el papel del cumplimiento normativo. La comparación muestra que la ambición en sí misma es menos determinante que la preparación que hay detrás.
Una ambición que afirma que la IA se hace cargo del trabajo presupone capacidades que quizás todavía no existen: datos limpios, un derecho de decisión claro ante excepciones, un equipo capaz de evaluar una propuesta del sistema en lugar de limitarse a ejecutarla. Sin esa comprobación, la ambición sigue siendo una frase en un papel, un riesgo que se presenta de forma más amplia y que se trata en por qué una estrategia a veces se queda en un documento en lugar de convertirse en un cambio. A la inversa, también es posible que un cambio ya empiece a producirse antes de que alguien le ponga nombre; qué señales lo indican se describe en las señales tempranas de que un cambio está calando. La pregunta subyacente —qué trabajo en esta empresa concreta es realmente asumible por la IA— se responde por tarea con el escáner de trabajo de FTE TO AI.
El primer paso no es reformular la ambición, sino observar dónde se encuentra ya la organización. Una prueba de preparación gratuita de ocho preguntas breves, una por dimensión, ofrece una imagen de dónde está usted más avanzado y dónde menos. La prueba de ambición completa, con las cuatro capas y las cinco puertas de confianza, está en desarrollo.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.