Evolución del ML y LLM en retail

¿Puede la IA cambiar el futuro del retail… o ya lo hizo? Una charla reveladora sobre cómo los LLM están transformando desde las góndolas hasta la experiencia del cliente. Descubre ejemplos reales, tecnologías clave y una reflexión inesperada sobre los costos ocultos de innovar.
techsummit foto

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.

Publicaciones recientes

Cientos de empresas pueden lograr mejoras tangibles, caso como el expuesto son el reflejo de buenas estrategias y socios tecnológicos correctos.
El tiempo puede ser tu aliado o tu enemigo, la migración a un sistema ERP en la nube, debe ser un proyecto con tiempos calculados con precisión eso asegura su exito.
Una lista grande de errores acompañan a muchas implementaciones de un ERP. Son muchos los proyectos que se inician y no llegan a ningún termino. Acá algunas

Otras Publicaciones

Anteriormente, solo las grandes corporaciones con presupuestos millonarios podían permitirse software avanzado (como sistemas ERP, CRM o herramientas de diseño de gama alta). Requería comprar licencias costosas, invertir en servidores físicos (hardware), y contratar personal de TI especializado para mantenerlo.
Los desafíos actuales para lograr resultados más precisos y confiables con modelos de lenguaje de gran tamaño (LLM) se ven fortalecidos mediante la incorporación de tecnologías complementarias, como las bases de datos orientadas a grafos. La evolución de algoritmos avanzados y el auge de bases de datos vectorizadas han permitido acelerar los procesos de recuperación y aumentar la precisión de las respuestas generadas. Integrar estas tecnologías dentro de flujos de trabajo bien diseñados no solo mejora la calidad de las respuestas, sino que también contribuye a reducir fenómenos de alucinación, acercándonos a soluciones más útiles, exactas y alineadas con las necesidades reales.
Una lista grande de errores acompañan a muchas implementaciones de un ERP. Son muchos los proyectos que se inician y no llegan a ningún termino. Acá algunas
Existe un debate sobre si la dependencia excesiva de herramientas externas puede obstaculizar el desarrollo de habilidades de resolución de problemas independientes, esenciales para el análisis crítico.

Este sitio web utiliza cookies para garantizar la mejor experiencia. Puede consultar los detalles en nuestra sección Política de Privacidad.