Este caso de estudio analiza cómo Walmart implementó un agente transaccional de IA (Pactum) para negociar de forma autónoma contratos de compras indirectas con miles de proveedores de cola larga («tail spend»). Durante el piloto de 2020 en Canadá, el 64% de los proveedores alcanzó acuerdos mediante un chat de trade-offs en 11 días promedio, generando un ahorro medio del 1.5% y extendiendo los plazos de pago en 35 días. Al escalar, los acuerdos subieron al 68% y las ganancias al 3% de ahorro.
| Indicador de Negocio | Resultados del Piloto (Canadá 2020) | Resultados de la Expansión / Escala |
|---|---|---|
| Participación de Proveedores | 89 de 100 proveedores convidados participaron | Adopción y aceptación generalizada del canal digital. |
| Tasa de Acuerdos Cerrados | 64% alcanzó un acuerdo comercial satisfactorio | Subió al 68% de tasa de acuerdos exitosos. |
| Ahorro Promedio en Compras | 1.5% de ahorro directo en la cartera negociada | Aumento de los ahorros al 3% promedio por contrato. |
| Ampliación de Plazo de Pago | +35 días de plazo de pago promedio | Mejora directa del capital de trabajo del minorista. |
| Aceptación del Proveedor | 83% calificó la experiencia como fácil y fluida | Valoración de la falta de presión y tiempo para evaluar ofertas. |
Walmart cuenta con una red global de más de 100.000 proveedores. Para los equipos humanos de compras (procurement), es materialmente imposible sentarse a negociar contratos individuales con cada uno de ellos. Por ello, los compradores priorizan los contratos de gran volumen con proveedores estratégicos, dejando a miles de pequeños y medianos proveedores de la «cola larga» (tail spend) con términos estándar estáticos que no se revisan en años. Este capital inmovilizado y falta de optimización comercial fue resuelto por Walmart implementando un **agente de negociación autónoma** desarrollado por **Pactum AI**.
Pactum: Un agente transaccional, no un chatbot
A diferencia de los chatbots informativos tradicionales, Pactum es un agente de IA transaccional con capacidad delegada para comprometer condiciones financieras y comerciales dentro de límites muy precisos. El sistema contacta a los proveedores seleccionados, presenta ofertas, interpreta las respuestas en lenguaje natural, formula contraofertas y cierra acuerdos legales registrándolos directamente en el ERP de Walmart, todo de manera autónoma.
El arte de la negociación mediante Trade-offs
El algoritmo de Pactum no busca simplemente exigir descuentos unilaterales, lo cual dañaría la relación con el proveedor. En su lugar, negocia mediante **paquetes de valor multivariable (trade-offs)**. La IA evalúa concesiones cruzadas que beneficien a ambas partes. Por ejemplo:
- Walmart solicita un **3% de descuento** en los productos.
- A cambio, ofrece al proveedor una concesión de valor: **reducir el plazo de pago a 30 días** en lugar de 90 (lo que otorga liquidez inmediata al proveedor).
- El proveedor puede contraproponer en lenguaje natural: «No puedo dar 3% de descuento, pero acepto 1.5% si el plazo se mantiene en 30 días».
La IA traduce estas opciones a valores de utilidad y decide si el paquete final supera el umbral de aceptación de la compañía.
Mecanismos de Control: Contract Space y Value Function
La autonomía de la IA en compras está blindada por dos pilares lógicos:
- Contract Space (Espacio de Contrato): Define exactamente qué variables se pueden negociar (plazos, precios, devoluciones), estableciendo rangos mínimos y máximos inquebrantables y puntos de bloqueo para escalamiento a compradores humanos.
- Value Function (Función de Valor): Convierte matemáticamente cada propuesta en un valor de utilidad para la empresa, estimando el impacto financiero global del paquete negociado frente a alternativas del mercado.
Resultados Operativos y Aceptación
El piloto inicial demostró que la IA reduce el costo marginal de negociar un contrato a prácticamente cero. Sorprendentemente, los proveedores valoraron positivamente la experiencia: el 83% la consideró fácil y cómoda debido a que negociar con una IA les otorgaba tiempo para calcular costes, eliminaba la presión psicológica de la negociación tradicional frente a un comprador agresivo y garantizaba una aplicación consistente y transparente de las reglas comerciales de Walmart.
