Este post resume una charla impartida para Bluestar Latam sobre la aplicación de Machine Learning (ML) y Large Language Models (LLMs) en el comercio minorista. Ofrece una descarga en PDF de la presentación y reflexiona sobre los costos reales de llevar herramientas de IA generativa (como Genspark) desde prototipos piloto a entornos de producción a gran escala.
| Concepto | Detalle / Canal | Objetivo / Reflexión |
|---|---|---|
| Charla / Ponencia | Conversación organizada por Bluestar Latam (mayo 2025) | Presentar casos reales de ML/LLM aplicados al retail regional |
| Herramienta PoC | Genspark (para diseño de la presentación) | Eficiencia en prototipado rápido con límites de créditos gratuitos |
| Lección de Negocio | Costos asociados a la escala productiva de IA | Llevar pilotos de IA a producción real requiere un análisis de ROI por costos de inferencia |
El pasado 9 de mayo de 2025 fui invitado por Bluestar Latam a participar en una conversación sobre inteligencia artificial y modelos de lenguaje (LLM) enfocados en el sector retail. En esta charla compartí una visión resumida de los conceptos clave que están transformando la industria, así como ejemplos reales de implementaciones exitosas que ya están generando impacto tangible en negocios de la región.
Para preparar la presentación utilicé la herramienta Genspark, aprovechando sus créditos gratuitos. Dejé el resultado final tal como lo generó la plataforma, ya que para editarlo debía adquirir más créditos. Esta experiencia me llevó a una reflexión importante: muchas de las herramientas de IA actuales nos permiten hacer pruebas limitadas, pero cuando buscamos llevar estas soluciones a producción, inevitablemente enfrentamos costos asociados.
Aquí te comparto esa misma presentación para que la explores, reflexiones y, si estás en el sector retail, tal vez descubras nuevas oportunidades para aplicar estas tecnologías.
Artículos relacionados en este blog
- RAG con Bases de Datos Gráficas en Retail — cómo los grafos mejoran la precisión de los LLMs en contextos comerciales
- Modelos de Lenguaje Extenso (LLM) en el sector retail — aplicaciones concretas en precios, inventario y experiencia de cliente
- LLMs Can’t Jump: Los Límites del Razonamiento Abductivo — el paper de Tom Zahavy (Google DeepMind) sobre qué no pueden hacer los LLMs todavía
- IA Generativa en el Retail Alimentario — casos de Walmart, NotCo e Instacart
