Adopt AI Grand Palais 2025: Informe sobre la IA para los consumidores del sector minorista: ponencias y mesas redondas Artefact

Resumen de la Cumbre Adopt AI 2025

• 20 000 asistentes
• Más de 650 ponentes
• Más de 250 expositores
• 7 etapas
• Más de 35 delegaciones de distintos países
• Más de 70 países representados
• 14 stands nacionales
• Más de 1.000 directores generales
• Más de 3.000 directivos de alto nivel

Vea la sesión completa sobre IA para el comercio minorista y los consumidores (replays)

Aspectos más destacados

La IA generativa no es simplemente la próxima ola de la tecnología; representa un cambio estratégico fundamental para las industrias minoristas y de bienes de consumo. Para los líderes, el reto consiste en ir más allá de la experimentación y entretejer la IA en el tejido operativo de la empresa para desbloquear un impacto medible en las pérdidas y ganancias. Este informe destila las lecciones estratégicas más críticas de nuestra reciente cumbre, ofreciendo claridad a nivel C sobre cómo navegar por esta transformación y construir una verdadera ventaja competitiva.

Nuestro análisis de los viajes de los líderes revela que el éxito no es accidental. Es el resultado de un enfoque deliberado, a menudo radical, en seis imperativos estratégicos específicos. Estas son las áreas que separan a los líderes del mercado del resto, convirtiendo la IA de un centro de costes en un impulsor central del valor empresarial.

• Reinvención operativa La IA está creando marcos operativos predictivos y autónomos que hacen que las empresas pasen de la resolución reactiva de problemas a la creación proactiva de valor, mitigando los riesgos antes de que se produzcan y ampliando la toma de decisiones expertas a toda la empresa.
• La mejora de las capacidades humanas como principal retorno de la inversión El valor más significativo e inmediato de la IA reside en capacitar a la mano de obra transformando a los expertos en la materia en constructores autónomos de IA, aumentando los equipos de ventas y servicios con recomendaciones data-driven y liberando el talento humano para que se centre en el trabajo estratégico de alto valor.
• La nueva frontera de la experiencia del cliente La IA está remodelando fundamentalmente la interacción con el cliente al permitir la personalización a una escala sin precedentes, crear experiencias más curadas y elevadas en la tienda y cambiar el paradigma de los activos digitales estáticos al comercio dinámico y conversacional.
• El imperativo fundamental Los líderes están construyendo su ventaja de IA sobre un modelo organizativo híbrido de “habilitación central y ejecución descentralizada”, garantizando el rigor de la ingeniería en el núcleo mientras utilizan agentes de IA para limpiar y enriquecer dinámicamente el data foundation necesario para que las unidades de negocio innoven en el límite.
• Realización pragmática del valor El enfoque ganador en materia de inversión en IA logra resultados transformadores mediante la acumulación constante de “ganancias marginales” a partir de una cartera centrada en casos de uso, cada uno de los cuales se selecciona por su impacto claro y cuantificable en la cuenta de resultados, más que por su potencial especulativo.
• El reto de la adopción y la cultura La tecnología es el componente solucionable; el reto principal y la verdadera fuente de diferenciación competitiva es dominar la adopción en toda la empresa y el cambio cultural a través de una estrategia dual de fuerte patrocinio ejecutivo y una cultura descentralizada de experimentación.

Para dirigir su organización a través de esta era de cambio, es esencial interiorizar estos principios estratégicos. Le animamos a profundizar en estos temas viendo la sesión completa replays, un recurso esencial para su planificación y ejecución estratégicas.

Escenario del director general

Charla informal con Alexandre Bompard, de Carrefour

Oradores: Alexandre Bompard, presidente y director ejecutivo

Desde 2017, Alexandre Bompard ha estado al frente de Carrefour, una de las mayores cadenas minoristas del mundo, con presencia en Europa, América Latina y Asia.

Bajo su dirección, Carrefour está acelerando su transformación digital, integrando artificial intelligence para optimizar las cadenas de suministro, mejorar la experiencia de los clientes y reducir el desperdicio de alimentos…

Al repasar su trayectoria en el sector de los medios de comunicación y el comercio minorista, ¿cómo aborda la tecnología y la innovación, tanto a nivel personal como profesional?

• Alexandre Bompard: La cualidad fundamental que se requiere hoy en día para ejercer el liderazgo es la curiosidad; no es necesario ser ingeniero para impulsar la innovación, pero sí hay que despertar la curiosidad dentro de la organización.
• Al proceder de sectores del “viejo mundo” (televisión y radio lineales, y comercio minorista tradicional) amenazados por la disrupción, el objetivo siempre ha sido volver a conectar las estructuras tradicionales con la innovación.
• Este proceso implica un proceso de ensayo y error; por ejemplo, en Fnac, puso en marcha una plataforma de lectores electrónicos que tuvo éxito (Kobo) y un servicio de streaming musical que fracasó; sin embargo, sostiene que los líderes deben “volver a intentarlo”, independientemente de los fracasos, para poder sobrevivir a lo largo del camino.

¿Cómo logró impulsar con éxito la innovación y el cambio cultural en una empresa de gran envergadura como Carrefour (100 000 millones de facturación, 500 000 empleados)?

• Alexandre Bompard: Al incorporarse, la dirección tenía la creencia errónea de que el sector minorista de la alimentación era inmune a la disrupción digital; el primer paso consistió en asimilar la idea de que la innovación es esencial para la supervivencia.
• La innovación no puede quedar relegada a un rincón; debe democratizarse en todo el tejido social de la empresa para pasar de ser una empresa tradicional a una organización ágil y orientada a lo digital.
• Aunque es posible que Carrefour aún no pueda rivalizar con los gigantes nacidos en el ámbito tecnológico en cuanto a competitividad tecnológica pura, ha logrado consolidar su legitimidad y liderazgo en la transformación digital del comercio minorista tradicional.

¿Qué papel concreto desempeña la IA en Carrefour y cuáles son los casos de uso concretos?

• Alexandre Bompard: El objetivo no es montar un “espectáculo de innovación”, sino utilizar la inteligencia artificial como una herramienta de transformación pragmática.
• Caso de uso 1 (Operaciones): Utilización de un lago de datos data con 10 000 millones de transacciones para optimizar los surtidos locales y ajustar los precios en tiempo real, lo que mejora considerablemente el servicio al cliente.
• Caso de uso n.º 2 (Expansión estratégica): reduciendo drásticamente el tiempo necesario para analizar posibles ubicaciones de tiendas; lo que antes requería 9 meses de estudios con una tasa de fracaso del 80%, ahora se lleva a cabo en 2 minutos con una mayor precisión predictiva gracias a la inteligencia artificial.
• Caso de uso 3 (CX): Desarrollar “agentes de IA” para seleccionar productos y crear una relación cercana con los clientes, lo que transformará de forma radical la experiencia de compra.

¿Tenemos alguna posibilidad de convertirnos en el continente en el que el uso de la IA, su alcance y sus aplicaciones puedan estar más desarrollados? Yo creo que sí.

Vea la sesión replay

Escenario principal sur

IA para todos: el plan de LVMH para implantar la IA en el sector del lujo, guiado por sus valores

Oradores: Maud Álvarez-Pereyre, directora de Recursos Humanos y Transformación
Gonzague de Pirey, director de Omnicanalidad y Data

Acerca de Maud Álvarez-Pereyre: En su calidad de directora de Recursos Humanos y Transformación, dirige la estrategia de recursos humanos del Grupo, centrándose en el desarrollo del talento, la cultura y la transformación organizativa de la numerosa plantilla de LVMH.

Acerca de Gonzague de Pirey: En su cargo de director de Omnicanalidad y Data, coordina la aceleración digital del Grupo, data governance, y la integración de las tecnologías de inteligencia artificial en todas las Maisons.

Acerca de LVMH: Con sede en París, LVMH es el grupo líder mundial en el sector del lujo (ingresos en 2023: 86 200 millones de euros, aproximadamente 213 000 empleados), y crea productos de alta calidad en los sectores del vino, la moda, la marroquinería, los perfumes y los cosméticos.

Hemos desarrollado este principio de ‘tecnología discreta’ para expresar que la tecnología debe estar presente en todas partes, pero sin hacerse notar, y que esa sería la mejor forma de utilizarla al servicio de estos… valores humanos.

¿Cuál es el alcance y el objetivo del plan “IA para todos”?

Maud Álvarez-Pereyre: La iniciativa se define como un plan de implicación, mejora de competencias y orientación diseñado para los 215 000 empleados del Grupo. El objetivo es la democratización: poner la IA al alcance de todos, desde hoteles y tiendas hasta almacenes y talleres, para fomentar la experimentación. No se trata tanto de un debate técnico como de uno cultural, en el que se establece en qué ámbitos la empresa opta por utilizar la IA y en cuáles no. Por ejemplo, aunque el departamento de RR. HH. podría grabar las conversaciones sobre la trayectoria profesional para data, ha optado por no hacerlo de inmediato con el fin de preservar la calidad de la interacción humana.

¿Por qué acelerar esta transformación ahora, y cuáles son sus pilares?

Gonzague de Pirey: Aunque LVMH lleva años trabajando con data y la inteligencia artificial, el enfoque ha pasado de la “innovación” a la “transformación”. El plan se sustenta en tres pilares: 1) la movilización de todas las Maisons al más alto nivel ejecutivo; 2) el desarrollo y la ampliación de casos de negocio en los ámbitos del comercio, el marketing y las operaciones; y 3) la evaluación de la adopción y el impacto. Es fundamental destacar que el objetivo es el desarrollo empresarial y el refuerzo de los valores, más que una medida de recorte de costes o de reestructuración.

¿De qué manera guían los valores fundamentales de LVMH la aplicación práctica de la inteligencia artificial?

Maud Álvarez-Pereyre: Los valores del Grupo —innovación/creatividad, excelencia, espíritu emprendedor y compromiso— marcan la estrategia. Dado que los “fundadores” de las Maisons eran emprendedores, existe la responsabilidad de mantener una cultura centrada en las personas. Del mismo modo que LVMH personaliza la experiencia del cliente, está utilizando la inteligencia artificial para personalizar la trayectoria profesional de sus mejores talentos, garantizando que la tecnología esté al servicio del capital humano. La transformación debe ser positiva para los equipos, convirtiendo cualquier posible trastorno en una herramienta para el crecimiento.

¿Cómo se concilia la tecnología con el carácter centrado en las personas que caracteriza al lujo?

Gonzague de Pirey: Para que su implantación tenga éxito, es necesario que esté en consonancia con la estrategia de la empresa; el sector del lujo es, en esencia, un recorrido humano basado en la creación artística, la artesanía y la venta presencial. Utilizar la inteligencia artificial para sustituir estos elementos sería “ortogonal” (contradictorio) con respecto a los factores de éxito del sector. En su lugar, LVMH adopta el principio de la “tecnología discreta”: la tecnología debe ser omnipresente, pero invisible, y servir como facilitadora de los valores humanos en lugar de sustituirlos.

En realidad, se trata de dar un paso atrás… nuestro lema [es] que los seres humanos seguirán siendo los maestros del grupo… pero debemos proporcionarles el mejor entorno creativo, uno que esté impulsado por la inteligencia artificial.

Vea la sesión replay

El comercio minorista al ritmo de la IA

Oradores: Gabriel Hubert, director ejecutivo y fundador

Gabriel Hubert: Emprendedor en serie y responsable de producto que anteriormente ocupó el cargo de director de producto en Alan y desempeñó puestos de alta dirección en Stripe tras la adquisición de su primera startup, Mashape. Fue cofundador de Dust en 2023.

Polvo: Dust es una plataforma de inteligencia artificial horizontal (fundada en 2022, con sede en París) que cuenta con entre 15 y 25 empleados aproximadamente y unos ingresos estimados en su fase inicial de crecimiento, centrada en la implementación de agentes de inteligencia artificial especializados.

• Las cuatro etapas de la adopción: Hubert traza una trayectoria que va desde la “Shadow IT” (uso inseguro de herramientas) hasta los chatbots conectados (“CompanyGPT”), pasando por los asistentes integrados (los «botones brillantes» de SaaS) y, finalmente, hasta el «Agent OS». Sostiene que la verdadera transformación requiere este último paso: un entorno en el que los agentes y las personas colaboren en proyectos de principio a fin.
• El sistema operativo del agente y el “índice de contadores”: El “Índice Meter”, que indica el tiempo que un agente puede trabajar de forma autónoma, se sitúa actualmente en 2 horas y se duplica cada 7 meses. A finales de 2026, los agentes tendrán jornadas laborales de 8 horas. Dust está desarrollando el sistema operativo necesario para gestionar estas cargas de trabajo “agentescas” a gran escala.
• El CRM paralelo: Gabriel Hubert compara la IA con la era del CRM; la ventaja competitiva no radica en el modelo en sí mismo, sino en cómo se integra en los procesos específicos de cada empresa, convirtiendo las “listas” de data en flujos de trabajo automatizados.
• Modelos culturales para el éxito: Los directores generales de alto rendimiento alcanzan el éxito al impulsar la IA desde la cúpula directiva, al tiempo que permiten un enfoque ascendente en el que los equipos (como el equipo de lucha contra el fraude de Back Market o la plantilla de Mirakl) desarrollan sus propios agentes locales.
• Conclusión estratégica: Para superar el fracaso de los proyectos piloto, las empresas deben dejar de considerar la IA como una “herramienta” y empezar a verla como una nueva forma de trabajar, en la que crear un agente sea una vía para ascender, y no una amenaza para la seguridad laboral.

El software debe evolucionar para hacer frente al caos informativo que se va instalando a medida que los equipos crecen rápidamente. Creemos en la creación de software operativo que permita a los equipos competentes realizar un trabajo de mayor calidad.

Vea la sesión replay

El futuro del comercio minorista de lujo: cómo Loewe está acelerando el tiempo de comercialización

Oradores: Adriana Mirón, directora de PMO y gobernanza
Lucy Barclay, directora sénior de marketing global de campo y de socios

Utilizar una herramienta simplemente por utilizarla es lo mismo que ocurre cuando hablamos de inteligencia artificial: primero es necesario contar con el proceso y el marco de gobernanza adecuados.

Adriana Mirón: Director de la Oficina de Gestión de Proyectos (PMO) y de Gobernanza en Loewe, donde se centra en la transformación digital y la excelencia operativa en el sector de la moda de lujo.

Loewe: Una marca española de lujo propiedad de LVMH, con unos 1.200 empleados y una facturación superior a los 600 millones de euros, con sede en Madrid, especializada en artículos de marroquinería de alta gama.

Lucy Barclay: Responsable de marketing de campo y de socios en Asana, especializado en la ampliación de soluciones de gestión del trabajo para grandes cuentas empresariales del sector minorista a nivel mundial.

Asana: Una plataforma de gestión del trabajo con unos ingresos anuales de ~$650M y más de 1.700 empleados, con sede en San Francisco, centrada en la claridad organizativa.

Lou Dana: Un experto en estrategia digital y comercio minorista que actúa como moderador en debates de alto nivel del sector entre proveedores de tecnología y marcas de lujo.

¿Cómo evolucionan las competencias humanas a medida que la inteligencia artificial va sustituyendo los procesos manuales en los sectores tradicionales?

Lucy Barclay: En el sector del lujo tradicional, históricamente se ha dado prioridad a las competencias técnicas, pero las competencias transversales, como el razonamiento y la transparencia, están cobrando cada vez más importancia. Las organizaciones deben mejorar las competencias de sus empleados para gestionar las conclusiones de la IA y garantizar la calidad data, ya que la IA sin “controles” puede generar resultados inexactos.

¿Cómo gestionó Loewe la compleja gestión del cambio que requirió esta transición?

Adriana Mirón: No se debe subestimar la importancia de la gestión del cambio. Loewe implantó la herramienta departamento por departamento (Marketing, Finanzas, etc.), ya que cada uno de ellos tiene necesidades específicas. El objetivo principal era garantizar que el personal “no técnico” encontrara la herramienta fácil de usar, con el fin de maximizar la visibilidad y centralizar la comunicación, alejándola del correo electrónico.

¿De qué manera concreta se integra la inteligencia artificial en la gestión del trabajo en el sector minorista?

Lucy Barclay: Las empresas minoristas se enfrentan a una “carga de trabajo derivada del propio trabajo”, en la que el crecimiento aumenta la complejidad a través de diferentes zonas horarias y herramientas. La inteligencia artificial se utiliza como herramienta facilitadora para eliminar las reuniones de seguimiento y las cadenas de correos electrónicos. Sin embargo, para que la inteligencia artificial resulte eficaz, es necesario contar con una base de claridad, saber quién hace qué y por qué, algo que ofrece Asana.

La IA tiene el poder de potenciar enormemente el juicio humano, pero desde luego no lo va a sustituir… Debe aprovechar la IA como un compañero de equipo dentro de su organización.

Vea la sesión replay

La IA aplicada a las operaciones: ejecución mejorada y excelencia operativa

Oradores: Pierre Kroning, director de sistemas de información (CIO) y responsable de TI de Managing Director Beiersdorf Shared Services
François-Xavier Pierrel, director general del Grupo Data y director de tecnología publicitaria
Qihua Wang, vicepresidente ejecutivo de Estrategia e Inteligencia Artificial

Virginie Brard: Vicepresidente regional para Francia y el Benelux en Fivetran, donde actúa como facilitador estratégico entre la infraestructura de data y el impacto en el negocio. Fivetran: Plataforma de transporte automatizada de data; Ingresos: ~$250M; Empleados: más de 1.200; Sede central: Oakland, California; Misión: Hacer que el acceso a data sea tan sencillo y fiable como el de la electricidad.

Pierre Kröning: Director de Sistemas de Información (CIO) de Beiersdorf desde septiembre de 2025; anteriormente dirigió el departamento de Data y Análisis, y cuenta con más de 20 años de experiencia en los ámbitos de las tecnologías de la información y las finanzas. Beiersdorf: Gigante del sector de los bienes de consumo (Nivea, Eucerin); Ingresos: 10 000 millones de euros; Empleados: más de 20 000; Sede central: Hamburgo, Alemania; Misión: Liderar el mercado del cuidado de la piel a través de la excelencia operativa.

Qihua Wang: Vicepresidente ejecutivo global de Estrategia y Inteligencia Artificial en Lagardère Travel Retail, antiguo consultor estratégico dedicado a la reinvención de los procesos empresariales a nivel mundial. Lagardère Travel Retail: Cadena minorista de viajes con presencia en 51 países; Ingresos: más de 7 000 millones de euros; Empleados: más de 20 000; Sede central: París, Francia; Misión: reinventar el comercio minorista de viajes mediante tecnología inteligente.

François-Xavier Pierrel: Director de Data y de Tecnología Publicitaria en TF1, experto reconocido en estrategia de data que ha ocupado puestos de responsabilidad en Meta, Microsoft y JCDecaux. Grupo TF1: Emisora líder en Europa; Ingresos: 2.3B €; Empleados: más de 2.800; Sede central: Boulogne-Billancourt, Francia; Misión: Pasar de ser una emisora tradicional a convertirse en una plataforma líder de streaming.

¿Podría definir cuál es su proyecto estrella actual en materia de inteligencia artificial y cuál es su justificación empresarial?

• Pierre Kröning: En Beiersdorf, se hace hincapié en la “excelencia operativa” en la segmentación de mercado. Dado que se trata de una empresa B2B2C que carece de interacción directa con el consumidor, utilizan agentes de inteligencia artificial para analizar Internet y enriquecer el panel data (Nielsen) con atributos visuales de los productos —como, por ejemplo, si el producto de un competidor tiene un aspecto “moderno” o “tradicional”— y especificaciones técnicas, como los niveles de SPF, con el fin de completar su ecosistema.
• Qihua Wang: Lagardère está aprovechando la IA generativa para acelerar el proceso de “gestión de licitaciones”. En el complejo mundo de las licitaciones para el comercio minorista en los aeropuertos, responder a las licitaciones implica redactar documentos de 400 páginas; la IA generativa consulta su base de conocimientos global para automatizar la redacción técnica, lo que permite a los seres humanos centrarse en la propuesta de valor fundamental y en el diseño conceptual.
• François-Xavier Pierrel: Tras el lanzamiento de TF1+, el grupo utiliza la inteligencia artificial para revolucionar la “creación de vídeo”. Más allá de la edición de contenidos, están implantando la “IA agentiva” para crear una “democracia data”, lo que permite a los empleados consultar ecosistemas técnicos complejos sin necesidad de formación en SQL, automatizando así la versión operativa de sí mismos.

Si el data es una porquería, es lógico que los resultados no den los frutos esperados… Todo el mundo piensa que basta con aplicar la inteligencia artificial a un proceso para resolver así todo el problema.

¿Cuáles fueron los principales conceptos erróneos o “mitos” sobre la IA al inicio de sus proyectos, especialmente en lo que respecta a data?

• Pierre Kröning (Beiersdorf): El mayor obstáculo es la creencia de que basta con aplicar la IA a un proceso para solucionarlo al instante. Si el data es deficiente, el resultado es inútil. El verdadero reto consiste en concienciar a las personas de que deben rediseñar los procesos teniendo en cuenta, ante todo, el enfoque digital. Incluso con la IA, se requiere el criterio humano para validar los resultados.
• Qihua Wang (Lagardère Travel Retail): La IA no es un proyecto tecnológico; es un proyecto de transformación empresarial. El mito es que resulta “atractiva y llamativa”, pero la realidad es que supone “trabajo sucio”: depurar data, transformar procesos y convencer al personal de que la IA genera valor en lugar de quitar puestos de trabajo. Para que la ejecución tenga éxito, se requiere una combinación de gestión del cambio, perfiles técnicos y un firme respaldo por parte de la dirección.
• François-Xavier Pierrel (TF1): La idea errónea inicial era: “Tengo un problema, la IA es la solución”. Se tardó entre 6 y 12 meses en cambiar la mentalidad de “aplicar la IA por el simple hecho de hacerlo” a identificar problemas empresariales reales. Aprendieron que no existe una varita mágica; hay que tener en cuenta la política, la gobernanza y el presupuesto. Tuvieron que pasar de la simple automatización a la creación de valor genuino a través de la democracia data.

No basta con chasquear los dedos para que, de repente, se produzca la magia… En resumen, no se trata de un proyecto tecnológico; al fin y al cabo, se trata de una transformación empresarial.

La IA no es una varita mágica. Implica esfuerzo y sacrificio constantes. Implica un poco de política, un poco de dinero y un poco de gobernanza.

¿Cómo se gestiona el factor humano y el temor a la sustitución del puesto de trabajo?

• Qihua Wang (Lagardère Travel Retail): La realidad se sitúa entre “la IA es un desastre” y “la IA lo soluciona todo”. Se trata de un proceso de prueba y aprendizaje destinado a generar confianza. El objetivo es eliminar las tareas tediosas y repetitivas, como responder a preguntas habituales en las licitaciones, para que los empleados puedan centrarse en estrategias de alto valor. Se trata de decidir qué es lo que mejor puede hacer un robot y qué es lo que mejor puede hacer un ser humano.
• Pierre Kröning (Beiersdorf): Debe rediseñar los procesos antes de automatizarlos. Si automatiza un proceso deficiente, simplemente estará siendo ineficaz de forma eficiente. Esto cambia el papel de los empleados; alguien que antes se dedicaba a crear diapositivas de PowerPoint podría tener que convertirse ahora en un «Product Owner», lo que le obligará a tomar decisiones difíciles en lugar de limitarse a dar formato a la información.

¿Cuál es su consejo final o la conclusión que le gustaría transmitir sobre el audience?

• François-Xavier Pierrel (TF1): Evite el FOMO (miedo a perderse algo). La tecnología ha llegado para quedarse. “Dese prisa, pero no demasiado”.”
• Qihua Wang (Lagardère Travel Retail): Adopte una mentalidad del tipo “Deje todo a un lado, aprenda y siga aprendiendo”. Esté dispuesto a fracasar, ya que lo que se aprende del fracaso es más valioso que el éxito inmediato.
• Pierre Kröning (Beiersdorf): Céntrese en lo que no va a hacer. Cuando los recursos son limitados, establecer prioridades es fundamental para dedicar los esfuerzos a lo que realmente importa.

Vea la sesión replay

Reinventar la tienda física con la inteligencia artificial: ejecución, experiencia y rendimiento

Oradores: Dominique Tran, responsable de IA
Stéphane Sinopoli, presidente del Departamento de Monetización de Data
Giancarlo Miluccio, director de Data y responsable de Digitalización
Aurélien Escartin, vicepresidente de Transformación y Tecnologías de la Información

Acerca de Dominique Tran: Responsable de Data e IA en Leroy Merlin, donde impulsa la integración de la IA generativa y operativa en los recorridos de los clientes y en los procesos internos.

Acerca de Leroy Merlin: Una cadena francesa líder en el sector del bricolaje (Grupo Adeo) con unos ingresos anuales de aproximadamente 9.8B € (en Francia), más de 30.000 empleados y sede central en Lezennes.

Acerca de Stéphane Sinopoli: Franquiciado de Intermarché (Adhérent) y presidente de Data Monetización e Innovación de Les Mousquetaires.

Acerca de Les Mousquetaires: Un importante grupo francés de distribución (Intermarché, Bricomarché) que genera una facturación aproximada de 39 900 millones de euros, cuenta con unos 150 000 empleados y tiene su sede central en Bondoufle.

Acerca de Giancarlo Miluccio: Director de Data y responsable digital en Unibail-Rodamco-Westfield (URW), donde lidera la transformación digital de los activos inmobiliarios comerciales.

Acerca de URW: Empresa internacional dedicada al desarrollo y la gestión de centros comerciales emblemáticos, con una facturación proporcional de 3.5B €, y sede central en París.

Acerca de Aurélien Escartin: Vicepresidente de Transformación y Tecnologías de la Información en VusionGroup (anteriormente SES-imagotag), especializado en la digitalización del Internet de las cosas (IoT) y en infraestructuras para el comercio minorista.

Acerca de VusionGroup: Líder mundial en etiquetas electrónicas para estanterías y soluciones de IoT para el comercio minorista, con una facturación de aproximadamente 800 millones de euros y sede central en Nanterre, Francia.

¿De qué manera se está integrando actualmente la inteligencia artificial para mejorar el recorrido y la experiencia del cliente?

• Dominique Tran (Leroy Merlin): El cliente está ahora “mejorado” y cuenta con amplios conocimientos (a menudo consulta ChatGPT antes de acudir a la tienda). Leroy Merlin utiliza la inteligencia artificial para determinar en qué casos la interacción humana aporta valor añadido y en cuáles deben tomar el relevo las herramientas digitales. Uno de sus principales éxitos es su simulador de rendimiento energético (DPE), que realiza miles de simulaciones basadas en inteligencia artificial cada mes para ayudar a los clientes a planificar sus reformas.
• Stéphane Sinopoli (Los mosqueteros): La estrategia se basa en la “Carrelage Truth” (pragmatismo). La IA se encarga de las interacciones de gran volumen y bajo valor. Por ejemplo, el 65% de las llamadas recibidas en sus 3.500 tiendas son consultas sencillas (como el horario de apertura); La IA conversacional automatiza ahora este proceso, lo que supone un ahorro de miles de horas de trabajo. Además, la visión artificial en las cajas de autopago detecta “gestos sospechosos” para hacer frente a las pérdidas, que son cuatro veces mayores en las cajas automatizadas.
• Giancarlo Miluccio (URW): A diferencia de la estricta norma de retorno de la inversión a corto plazo que se aplica en Intermarché, URW invirtió desde el principio en data para trazar el “recorrido del consumidor”. Utilizan la inteligencia artificial para visualizar con exactitud lo que hacen los visitantes dentro del centro comercial, yendo más allá del simple recuento de visitantes para realizar un análisis detallado del comportamiento, lo que les permite optimizar el entorno con el fin de ofrecer mejores experiencias de compra.
• Aurélien Escartin (VusionGroup): Se centra en la “inteligencia de estantería” y la “inteligencia espacial”. Mediante el uso de minicámaras y el Internet de las cosas (IoT) para recopilar datos de las estanterías cada hora, identifican problemas (roturas de stock, errores en los precios). Estos datos alimentan la inteligencia artificial en el borde (Edge AI), lo que permite a los clientes y al personal “conversar” con la tienda en lenguaje natural, una capacidad validada por su reciente colaboración con Walmart.

¿De qué manera la inteligencia artificial potencia a los equipos de primera línea y a los empleados de las tiendas (el “trabajador aumentado”)?

• Dominique Tran (Leroy Merlin): Para mitigar los riesgos de la “TI en la sombra”, se implementó una solución de IA generativa (GenAI) segura y de nivel empresarial para los empleados 100%. Desde el punto de vista operativo, la IA impulsa ahora los procesos fundamentales: la definición del surtido, las estrategias de fijación de precios y la detección de «roturas ocultas» (errores de inventario), lo que potencia de forma sistemática las capacidades del personal en todos los ámbitos.
• Stéphane Sinopoli (Los mosqueteros): La inteligencia artificial se utiliza para resolver problemas concretos del personal de las tiendas (directores, contables y responsables de productos frescos). Algunos ejemplos son la selección de cientos de currículos para preseleccionar candidatos al instante y la creación de carteles divertidos y sin errores para los productos agotados, con el fin de mantener una buena relación con los clientes. El objetivo es aumentar la productividad para proteger su agresivo posicionamiento de precios bajos.
• Giancarlo Miluccio (URW): La IA tiende un puente entre los equipos de TI y de arrendamiento. Los responsables de arrendamiento ya no se limitan a vender metros cuadrados; venden audiences y productividad basándose en perfiles detallados de los compradores. Del mismo modo, su agencia de Retail Media (Rise) utiliza la IA para tratar los activos publicitarios físicos como si fueran inventario digital, clasificando y valorando los targeting y audiences en tiempo real.
• Aurélien Escartin (VusionGroup): La IA reduce la carga cognitiva al “revelar lo invisible”. En lugar de escanear todos los productos, se indica al personal que se centre únicamente en anomalías específicas (por ejemplo, un producto sin existencias pero que se encuentra físicamente en el almacén). Señala que los minoristas que utilizan rutas guiadas por IA y gafas inteligentes para la preparación de pedidos y la ejecución de rutas observan un aumento de la productividad tres veces mayor en comparación con los métodos tradicionales.

Antes, nos centrábamos en saber cuántas personas había… ahora sabemos qué están haciendo. Estamos creando gemelos digitales de nuestros centros comerciales.

Cuando invierta 1 € en tecnología, invierta el doble en el aspecto humano. Esa es la fase más complicada.

¿De qué manera contribuye la IA a la estrategia de la sede central y cuáles son los indicadores clave de rendimiento (KPI) que miden el éxito?

• Dominique Tran (Leroy Merlin): El principal reto es la adopción, no la tecnología. Su regla de oro es: “Invierta 1 € en tecnología, invierta 2 € en el personal”. El éxito estratégico se mide en función de los índices de adopción por parte del equipo. Adoptan un enfoque de “crear, probar, reorientar”, en el que se involucra desde el principio a los equipos de las tiendas para garantizar el éxito de la gestión del cambio.
• Stéphane Sinopoli (Los mosqueteros): La IA en la sede central se centra en reducir la enorme carga administrativa. El análisis de miles de contratos con proveedores de 100 páginas ya no es una tarea viable para el personal; ahora, la IA presta apoyo a los equipos jurídicos. Los costes de marketing también se han reducido drásticamente: la producción de un anuncio de televisión mediante IA cuesta unos 100 000 euros, frente al millón de euros que costaba tradicionalmente. El estricto indicador clave de rendimiento (KPI) sigue siendo el mismo: debe alcanzarse el retorno de la inversión (ROI) en menos de 12 meses sin aumentar los gastos operativos (OPEX).
• Giancarlo Miluccio (URW): La inteligencia artificial ha pasado de ser un experimento para generar “nuevos ingresos” a convertirse en un motor de transformación transversal (Finanzas, Arrendamiento, Operaciones). Se están creando “gemelos digitales” de los centros comerciales para simular y optimizar las operaciones. Los indicadores clave de rendimiento (KPI) fundamentales son sencillos y binarios: ventas (de los comercios) y afluencia de público.
• Aurélien Escartin (VusionGroup): Se hace hincapié en la rapidez y la construcción conjunta. La IA permite a la sede central medir al instante el impacto de los cambios en la presentación de productos. Destaca la necesidad de una optimización “técnica” para reducir los costes informáticos (GPU/recuperación de datos), garantizando que las soluciones de IA sigan siendo asequibles (bajos gastos operativos) para los franquiciados y los minoristas independientes.

Las gafas conectadas que hemos seleccionado cuestan 300 €… Un [escáner] Zebra cuesta mucho más. Necesitamos soluciones que los franquiciados puedan permitirse.

El “rompedor de silos”: ¿Cómo está transformando la IA la estructura interna (arrendamientos, asuntos jurídicos, finanzas)?

• Stéphane Sinopoli (Los mosqueteros): El impacto en la “sede central” es tan importante como el que se produce en la tienda.
• Parámetro jurídico: En los años 90, los contratos tenían 4 páginas. Hoy en día, superan las 100 páginas. Con 1.000 proveedores, revisar 100.000 páginas de documentos jurídicos al año resulta imposible para los seres humanos sin contratar a un ejército de juristas. La IA resume y evalúa los riesgos de estos contratos al instante.
• Indicador de marketing: La producción de un anuncio de televisión suele costar 1 millón de euros. Gracias a las herramientas de vídeo basadas en IA generativa, han producido un anuncio similar por 100 000 euros, lo que supone una reducción del coste de 10 veces que repercute directamente en los resultados.
• Giancarlo Miluccio (URW): La IA ha impulsado un cambio cultural. Anteriormente, el equipo de “Leasing” (encargado de la venta de espacios) y el equipo “Data” nunca se comunicaban entre sí. Ahora, los responsables de “Leasing” presentan a los minoristas no solo la superficie en pies cuadrados, sino también los “perfiles de público” y las «zonas de productividad» generados por el análisis mediante IA de los movimientos de los compradores. Esto ha transformado una conversación sobre el sector inmobiliario en una conversación sobre medios de comunicación y rendimiento.

Medios minoristas: ¿Pueden las tiendas físicas competir realmente con las plataformas de publicidad digital?

• Stéphane Sinopoli (Los mosqueteros): Sí, y las cifras son abrumadoras. Están instalando pantallas digitales y realizando un seguimiento del “rendimiento de los medios” en toda la red. Conclusión clave: El audience agregado de las pantallas de las tiendas de Intermarché un domingo por la mañana supera al audience del telediario de las 20:00 horas (20h) de las principales cadenas de televisión francesas. Se están dando cuenta de que son un enorme medio de comunicación.
• Giancarlo Miluccio (URW): La agencia de URW, Rise, gestiona ahora los activos publicitarios físicos (vallas publicitarias en centros comerciales) exactamente igual que el inventario digital. La inteligencia artificial evalúa en tiempo real a las personas que se encuentran frente a una pantalla (datos demográficos, tiempo de permanencia), lo que les permite vender “visualizaciones cualificadas” en lugar de limitarse a vender espacio publicitario estático en vallas.
• Aurélien Escartin (VusionGroup): Retail Media es el motor del “margen puro”. Mediante el uso de cámaras situadas junto a los estantes para rastrear qué productos tocan los clientes pero no compran, pueden ofrecer promociones personalizadas directamente junto a los estantes. Esta nueva fuente de ingresos contribuye a financiar la inversión en hardware, creando así un ecosistema tecnológico autosuficiente.

El audience de nuestras pantallas en Les Mousquetaires es superior al [audience del] telediario de las 20:00… Tenemos un competidor que ha producido una película basada en inteligencia artificial; no le ha costado más de 100 000 €, frente al millón de € que suele costar.

Vea la sesión replay

La IA a escala empresarial: lecciones de la transformación de Pernod Ricard

Oradores: Pierre-Yves Calloc’h, director digital global

Acerca de Pierre-Yves Calloc’h: En la actualidad, Pierre-Yves ocupa el cargo de director digital en Pernod Ricard, donde lidera la transformación digital global del grupo, centrándose en el aprovechamiento de data y la inteligencia artificial para mejorar la eficacia comercial y la eficiencia de marketing.

Acerca de Pernod Ricard: Líder mundial en el sector del vino y las bebidas espirituosas, propietaria de prestigiosas marcas como Absolut, Jameson y Havana Club. La empresa genera unos ingresos anuales de aproximadamente 12 000 millones de euros, cuenta con más de 19 000 empleados, tiene su sede en París (Francia) y opera bajo la misión de “Creadores de convivencia”.”

¿Cuáles son los principales casos de uso de la inteligencia artificial que se están aplicando actualmente en Pernod Ricard?

Pierre-Yves Calloc’h: Pernod Ricard ha implantado un motor de recomendaciones para sus 5.000 representantes de ventas repartidos por 60 países. Esta herramienta, puesta en marcha en 2020, proporciona listas semanales de visitas y sugerencias específicas para impulsar productos basadas en análisis data adaptados a cada mercado, como la identificación de marcas con bajo rendimiento o promociones ineficaces. Este sistema ha impulsado un crecimiento de las ventas de entre el 2 y el 31 % en los dos últimos años en los países en los que se ha implantado. Además, utilizan el modelo de mezcla de marketing (MMM) en más de 20 países para optimizar la inversión en medios (televisión frente a redes sociales) basándose en tres años de datos históricos.

¿Cómo gestionan el proceso de implementación y seleccionan los proyectos adecuados para garantizar el éxito?

Pierre-Yves Calloc’h: La estrategia se basa en una concentración extrema, limitando los proyectos activos de IA a un máximo de ocho simultáneamente. El equipo redujo una lista inicial de 72 posibles proyectos digitales a tan solo seis para garantizar una alta calidad y escalabilidad. Es fundamental destacar que Pernod Ricard rechaza las “pruebas de concepto” (POC) en favor de los “productos mínimos viables” (MVP), que se implementan de inmediato en dos países para demostrar su replicabilidad. Tras la llegada de ChatGPT, se enfrentan a miles de posibles casos de uso, pero aplican criterios financieros estrictos, rechazando proyectos con ganancias de eficiencia mínimas (por ejemplo, un ahorro de 0,51 TP47T de un FTE) en favor de aquellos con un impacto cuantificable en la cuenta de resultados.

¿Cómo evoluciona la pila tecnológica desde el prototipo hasta la producción, y qué papel desempeña el «low-code»?

Pierre-Yves Calloc’h: La adopción por parte de los usuarios es el principal cuello de botella, lo que exige rapidez. Esperar 18 meses para integrar una solución en Salesforce acabaría con el proyecto, por lo que utilizan Retool para crear interfaces de aplicaciones web en cuestión de días o semanas. Esto permite una rápida iteración; los comentarios recibidos durante las sesiones de formación matutinas pueden implementarse ya por la tarde, lo que aumenta significativamente la confianza de los usuarios. Si bien Retool ofrece un valor empresarial inmediato 90% con seguridad de nivel de producción, el objetivo a largo plazo (1-2 años más adelante) sigue siendo integrar soluciones estabilizadas en la herramienta central de automatización de Salesforce.

¿Cuál es su postura respecto al “Vibe Coding” (interfaces de usuario generadas por IA) frente a las plataformas «low-code»?

Pierre-Yves Calloc’h: Aunque las plataformas de interfaz de usuario generadas por IA, como Lovable, resultan impresionantes en las demostraciones, actualmente carecen de la seguridad, la autenticación y la gestión de data necesarias para los entornos de producción. Dado que Pernod Ricard no realiza pruebas de concepto (POC) y solo desarrolla productos mínimos viables (MVP) listos para su implementación, la empresa aún no puede confiar en la programación «vibe» para herramientas empresariales en producción, por lo que prefiere soluciones «low-code» consolidadas y listas para su uso en producción.

No realizamos POC (pruebas de concepto), sino que pasamos directamente a los MVP… Seleccionamos únicamente aquellas iniciativas que tengan potencial para escalar lo suficiente como para resultar rentables y ofrecer un mayor retorno de la inversión en comparación con el coste.

Vea la sesión replay

La IA como motor de escalabilidad: cómo Pepkor está desarrollando capacidades a nivel de todo el grupo en sus 30 marcas

Oradores: Jason Peisl, director de sistemas de información

Acerca de Jason Peisl: Actualmente ocupa el cargo de director de sistemas de información (CIO) del Grupo Pepkor, donde es responsable de transformar la función de TI, pasando de ser un mero proveedor de servicios a convertirse en un facilitador estratégico en el seno de una compleja federación de marcas minoristas.

Acerca del Grupo Pepkor: Un gigante sudafricano del comercio minorista con unos ingresos anuales de $6B, más de 6.500 tiendas y unos 50.000 empleados; con sede en Ciudad del Cabo (Sudáfrica), dedicado al mercado de los descuentos y la buena relación calidad-precio.

¿Cómo consiguen implementar data y la inteligencia artificial en un grupo de marcas minoristas que compiten entre sí?

• Jason Peisl: Al asumir el cargo, el enfoque existente consistía en proyectos piloto costosos con una baja aceptación, ya que los científicos de data estaban desconectados de las necesidades de la marca. Peisl puso en marcha una división radical: «capacitación centralizada» frente a «ejecución descentralizada».
• Centralizado: Los ingenieros y el MLOps siguen siendo fundamentales para sentar unas bases sólidas y democratizar el acceso a data.
• Descentralizado: Los científicos de Data y los especialistas en inteligencia artificial se incorporaron a las marcas concretas. De este modo, se garantizó que comprendieran los mecanismos y problemas específicos del comercio minorista de cada marca, lo que generó un valor empresarial real en lugar de modelos teóricos.

¿Qué decisiones audaces fue necesario tomar para fomentar la confianza y la colaboración en un entorno que antes era federado?

• Jason Peisl: Históricamente, el departamento de TI carecía de influencia estratégica, lo que dio lugar a un panorama fragmentado en el que no existía confianza entre las marcas. Peisl puso en marcha la iniciativa “Visión 2030” para hacer frente a la deuda técnica generada por años de federación.
• El “lío”: En la actualidad, el grupo gestiona 5 sistemas ERP, 12 sistemas de gestión de almacenes y 9 sistemas de recursos humanos, lo que genera una enorme complejidad en la importación de datos y la precisión de los mismos en el proceso data.
• El objetivo: Un plan de acción de entre 5 y 10 años para consolidar los sistemas en uno único por función (un ERP, un WMS). Esta simplificación es el requisito previo para lograr un data preciso y una IA escalable.
• Fomento de la comunidad: Con el fin de fomentar la colaboración, creó comunidades intermarcas (por ejemplo, “Análisis Avanzados” y «Seguridad») para debatir sobre innovación y proyectos conjuntos como «Customer 360», que consolida por primera vez la información de los clientes data en todo el grupo.

¿Cuáles son los principales casos de uso de la inteligencia artificial que todo minorista debería adoptar?

• Jason Peisl: No existe un único caso de uso “milagroso” que genere cientos de millones de forma instantánea. En su lugar, Pepkor aplica una estrategia de “ganancias marginales” (similar a la del ciclismo profesional).
• La estrategia: Al sumar numerosos casos de uso más pequeños que aportan una mejora de la eficiencia de entre 0,11 TP47T y 0,51 TP47T cada uno, se obtiene finalmente una mejora global de entre 5 y 61 TP47T.
• Ejemplo concreto: Optimización de la cadena de suministro. Con más de mil millones de artículos movimentados al año, se utiliza la inteligencia artificial para optimizar las rutas y la logística, lo que contribuye a estas mejoras marginales.

No realizamos POC (pruebas de concepto), sino que pasamos directamente a los MVP… Seleccionamos únicamente aquellas iniciativas que tengan potencial para escalar lo suficiente como para resultar rentables y ofrecer un mayor retorno de la inversión en comparación con el coste.

Vea la sesión replay

Triunfar con la IA: lo que los líderes actuales nos han enseñado sobre cómo construir el futuro desde ahora mismo

Oradores: Ghadi Hobeika, Managing Partner y director ejecutivo para Norteamérica

Acerca de Ghadi Hobeika: Ghadi Hobeika es el Managing Partner y director ejecutivo para Norteamérica de Artefact. Se trata de un ejecutivo con amplia experiencia en el sector minorista y en la transformación del sector inmobiliario; anteriormente ocupó el cargo de director comercial en Unibail-Rodamco-Westfield, lo que le ha permitido aportar una profunda experiencia a la hora de vincular la estrategia digital con el retorno de la inversión empresarial.

Acerca de Artefact: Una empresa global de consultoría en data e IA con sede en París, Francia. Artefact cuenta con más de 1.000 empleados en todo el mundo y genera unos ingresos anuales estimados que superan los 100M de euros, con la misión de tender un puente entre la data y el impacto empresarial.

• Hobeika señala que una transformación exitosa hacia la IA requiere una “situación de emergencia”.”, una razón estratégica claramente definida (“¿Por qué?”) para movilizar recursos, fondos y personal. Empresas como Les Mousquetaires (Intermarché) la utilizan para mejorar la productividad y la fijación de precios, mientras que LVMH se centra en experiencias de lujo cuidadosamente seleccionadas, y Unibail-Rodamco-Westfield (URW) busca nuevas fuentes de ingresos en un mercado que plantea retos.
• Una revolución en la experiencia del cliente (CX): El auge del “comercio genético” (GenAI Commerce) y de las búsquedas basadas en IA exige optimizar los activos para la interacción entre robots. L’Oréal utiliza la IA para ofrecer experiencias hiperpersonalizadas a 2.000 millones de clientes, una escala imposible de alcanzar únicamente con recursos humanos o con la automatización tradicional.
• Reinventar las operaciones fundamentales: La inteligencia artificial está eliminando las tareas manuales y agilizando los traspasos de tareas en las sedes centrales, los almacenes y las tiendas. Lagardère Travel Retail utiliza la inteligencia artificial para acelerar los procesos de licitación; Leroy Merlin automatiza los cambios de precios; y Pernod Ricard proporciona a 5.000 representantes de ventas repartidos por 60 países recomendaciones sobre la “mejor acción a seguir”.
• Ampliación de la plantilla: El objetivo es hacer que el trabajo resulte más agradable. Les Mousquetaires utiliza la inteligencia artificial para seleccionar entre cientos de currículos, mientras que Leroy Merlin capacita a sus empleados para que puedan responder a preguntas técnicas complejas. El éxito se basa en un marco claro de priorización de valores (“¿Dónde está el dinero?”), un data bien definido y la anticipación de los retos de implantación mediante la cocreación con los equipos (tal y como recomienda TF1).
• El impacto de la IA ha pasado de ser simbólico a ser enorme. El retorno de la inversión es innegable: el director de sistemas de información de L’Oréal señaló que cada euro invertido en la atención al cliente permite ahorrar entre 60 y 70 euros. Sin embargo, aunque la inteligencia artificial amplía las capacidades, el factor diferenciador definitivo sigue siendo el personal, sus personalidades y sus habilidades.

La IA solía tener un impacto insignificante. Ahora está adquiriendo una magnitud enorme… Cada euro que él [el director de sistemas de información de L’Oréal] invierte en atención al cliente le permite ahorrar entre 60 y 70. Ese es uno de los mejores retornos de la inversión que se pueden encontrar.

Vea la sesión replay

Clase magistral: Norte y Sur

Construir el futuro del comercio minorista gracias a la inteligencia artificial

Oradores: Yann Le Rhun, director técnico para Francia
Edouard Renoux, responsable de Comercio Minorista y Transporte en Francia
Alan Ferbach, cofundador y director ejecutivo

Édouard Renoux: Responsable del sector minorista y del transporte en NVIDIA, especializado en la aceleración de cargas de trabajo de IA para grandes grupos como L’Oréal y Carrefour. NVIDIA: Líder mundial en computación basada en GPU e inteligencia artificial, con una facturación de aproximadamente $60B y más de 29 000 empleados, con sede en Santa Clara.

Yann Le Rhun: Director de Tecnología (CTO) de Lenovo Francia, donde supervisa las arquitecturas técnicas estratégicas y el ecosistema “AI Innovators” para clientes empresariales. Lenovo: Una empresa tecnológica multinacional con unos ingresos de $62B y 77 000 empleados, con sede en Pekín y Morrisville, centrada en “Tecnología más inteligente para todos”.”

Alan Ferbach: Director general y cofundador de Vidéotix, empresa especializada en análisis de vídeo basado en inteligencia artificial e integración de software para la seguridad física y el tráfico en el sector minorista. Vidéotix: Una empresa francesa de desarrollo de software especializada en visión artificial; recientemente adquirida por un grupo suizo para ampliar sus servicios de recuento en tiendas a 360° y análisis de recorridos.

¿Cómo se integra NVIDIA en el sector minorista y qué casos de uso concretos aborda?

Édouard Renoux: NVIDIA ofrece una gama completa de tecnologías que va más allá de las GPU, incluyendo hardware de CPU/DPU y el marco “Metropolis” para la visión artificial. Esto permite a los minoristas aprovechar las fuentes de vídeo existentes para casos de uso con un elevado retorno de la inversión, como el control del fraude. Para un minorista con una facturación de 10 000 millones de euros, una tasa de pérdidas de 2% supone una pérdida de 200 millones de euros; las soluciones de NVIDIA pueden reducirla a la mitad, ofreciendo un retorno de la inversión en infraestructura en tan solo 3-4 meses.

¿Qué ofrece Lenovo Hybrid Advantage a los minoristas que desean ampliar el uso de la inteligencia artificial?

Yann Le Rhun: La “Lenovo Hybrid Advantage” permite a los minoristas “empezar poco a poco” con casos de uso específicos y ampliar la solución a miles de tiendas. Tiende un puente entre el laboratorio y la producción. Un caso de referencia clave es el de Kroger en EE. UU., donde esta solución logró un retorno de la inversión (ROI) en tres meses en varios miles de tiendas. La plataforma también incluye una “biblioteca de IA” con startups validadas para garantizar el cumplimiento normativo y técnico.

¿De qué manera Vidéotix transforma la infraestructura existente de las tiendas en sensores data?

Alan Ferbach: Vidéotix utiliza la inteligencia artificial para analizar el material de las cámaras de seguridad 99% que, por lo general, no se revisa. Al considerar las cámaras como sensores, crean escenarios para el recuento y el análisis de flujos sin necesidad de nuevo hardware. Este enfoque “in situ” garantiza que las grabaciones de vídeo sensibles nunca salgan de las instalaciones; solo se envían a la sede central las estadísticas procesadas para la toma de decisiones.

Nuestra solución incluye la ‘Lenovo AI Library’, que integra a empresas emergentes especializadas… lo que garantiza que estén técnicamente validadas y cumplan con la normativa antes de su implementación.

Vea la sesión replay

Agentes de IA para el sector minorista: el agente de detección de fraudes de Back Market en la práctica

Oradores: Aurélien Gervasi, director sénior de ingeniería de IA
Alban Dumouilla, Desarrollo de productos

Aurélien Gervasi: Director sénior de ingeniería especializado en inteligencia artificial en Back Market, responsable de liderar la transformación de la empresa en materia de inteligencia artificial y su estrategia de agentes. Back Market: El mercado líder mundial de productos electrónicos reacondicionados, con sede en París, que cuenta con más de 700 empleados y un GMV de aproximadamente más de 2 000 millones de euros.

Bertrand Stephann: Responsable de Crecimiento de Producto en Dust, especializado en la ampliación de “sistemas operativos” de IA que sirven de puente entre los modelos de lenguaje a gran escala (LLM) y la tecnología data interna de la empresa. Polvo: Una plataforma especializada en inteligencia artificial que permite a las empresas crear agentes personalizados y orientados a la acción, conectados a herramientas internas como Slack, Notion y Jira.

¿Cuál es el reto concreto que plantea el “fraude logístico” para Back Market y el sector minorista?

Aurélien Gervasi: El fraude logístico representa el 0,31 TP47T de los artículos enviados, lo que provoca una pérdida significativa de GMV e ingresos. Esto incluye el “fraude de entrega” (falsas reclamaciones por falta de recepción) y el “fraude de devolución” (manipulación de etiquetas). Un intento anterior de frenar esta situación mediante una verificación manual estricta provocó una reacción negativa por parte del público, lo que puso de manifiesto la necesidad de una solución que concilie una detección de alta seguridad con una experiencia del cliente fluida.

¿De qué manera aprovecha el nuevo agente “Fraud Orchestrator” una arquitectura multiagente?

Aurélien Gervasi: Back Market ha implementado un sistema multiagente en el que un “Orchestrator” central coordina a varios subagentes especializados: «Historial del cliente», «Incidentes de seguimiento», «Incidentes de pago» y «Patrones de conversación». Mediante el uso de modelos de lenguaje grande (LLM) para analizar texto no estructurado, ahora pueden detectar las plantillas de «primer mensaje» utilizadas por los estafadores profesionales, una tarea que antes resultaba imposible con SQL estándar o expresiones regulares.

¿En qué se diferencia la plataforma Dust entre los “asistentes” de IA y los “agentes” de IA?

Alban Dumouilla: El paradigma ha pasado de los “asistentes” (chatbots pasivos) a los “agentes” (trabajadores activos). Los agentes están conectados a los conocimientos internos (Google Drive, Notion) y a las herramientas (Zendesk, Front), lo que les permite realizar de forma autónoma acciones como redactar respuestas, modificar el estado de los tickets o activar alertas.

¿Podría demostrar la rapidez con la que se puede incorporar a un agente especializado en atención al cliente del sector minorista?

Alban Dumouilla: Mediante el uso de un agente “Prompt Coach”, se creó un agente de asistencia funcional en tres minutos. Al conectarlo con los tickets anteriores y con el sistema de gestión de tickets “Front”, el agente analizó de forma autónoma una solicitud de reembolso, aplicó la política de la empresa y envió un correo electrónico con la resolución, todo ello en cuestión de minutos tras el mensaje inicial del cliente.

Este es un claro ejemplo de cómo Dust permite a estos expertos en la materia convertirse en creadores de IA; son capaces de resolver sus propios problemas con genai sin tener que recurrir a recursos de ingeniería.

Vea la sesión replay

Cómo alcanzar el máximo rendimiento con el programa de preparación para el Black Friday y el Cyber Monday de SAP

Oradores: Manoj Gupta, responsable de asistencia para los sectores del comercio y del consumo
Rohan Patel, vicepresidente global y director de asistencia técnica, Gestión del gasto

Manoj Gupta: Como responsable de soporte para los sectores comercial y de consumo en SAP, supervisa la estabilidad y el rendimiento del ecosistema minorista de SAP, y está especializado en la preparación para eventos a gran escala.

Rohan Patel: Como vicepresidente sénior y director de Soporte de Servicios Globales en la Nube de SAP, dirige la transformación digital del servicio de atención al cliente mediante una hoja de ruta estratégica de cinco años centrada en soluciones “agentes” basadas en la inteligencia artificial.

SAP: Una plataforma especializada en inteligencia artificial que permite a las empresas crear agentes personalizados y orientados a la acción, conectados a herramientas internas como Slack, Notion y Jira.

¿Podría describir la evolución y el proceso de implantación de la inteligencia artificial dentro del marco de soporte de SAP?

Rohan Patel: SAP inició este camino hace cinco años, pasando de centrarse en el data básico a escenarios “agentescos” sofisticados. La estrategia ha evolucionado desde el simple “razonamiento sin entrenamiento previo” hasta agentes inteligentes que requieren un entrenamiento más profundo y data, pero que ofrecen una mayor autonomía. El objetivo es ir más allá de la eficiencia incremental y avanzar hacia una “IA invisible”, en la que la tecnología ejecute los procesos empresariales de forma fluida en segundo plano, sin que ello suponga ninguna molestia para el usuario.

¿Cuál es el papel concreto de la inteligencia artificial a la hora de garantizar la seguridad durante los periodos de mayor actividad en el sector minorista, como el Black Friday y el Cyber Monday?

Manoj Gupta: Para los minoristas, estos son los seis días más críticos del año. Ofrecemos un nivel de “apoyo invisible” destinado a garantizar un tiempo de actividad de 100% y una calidad de servicio sin mermas. Nuestros agentes autónomos trabajan con una antelación de entre 6 y 8 semanas, analizando el estado del sistema, el historial de eventos y el soporte data para elaborar un informe preventivo de mitigación de riesgos. De este modo, se identifican los cuellos de botella técnicos y empresariales antes de que puedan afectar al evento en directo.

¿Cómo funcionan técnicamente la “IA agencial” y los agentes autónomos dentro del programa BFCM?

Manoj Gupta: Utilizamos varios agentes que trabajan de forma coordinada. Estos agentes supervisan a los clientes, generan alertas específicas y clasifican si un problema puede resolverse de forma autónoma o si requiere intervención humana. Si el agente encuentra una solución basada en el historial data, puede responder al cliente directamente sin necesidad de intervención humana. Operamos a gran escala, habiendo gestionado más de $12B en GMV el año pasado sin ningún tiempo de inactividad.

¿Cómo distingue SAP entre los distintos niveles de asistencia basada en la inteligencia artificial de los que disponen actualmente los clientes?

Rohan Patel: Clasificamos la asistencia en tres pilares distintos: la «Asistencia invisible», que actúa de forma autónoma para prevenir problemas; la «Asistencia potenciada», que utiliza la inteligencia artificial para ofrecer recomendaciones y un completo autoservicio data al usuario; y la «Asistencia asistida/acelerada», que se centra en facilitar al máximo la interacción con los expertos de SAP cuando se requiere la intervención de una persona.

La IA «invisible» es, en realidad, lo que todos nos esforzamos por conseguir… porque, en última instancia, ese es el verdadero valor que vemos en nuestro sector.

Vea la sesión replay

Fase de puesta en marcha

Agentes de IA que formulan la pregunta adecuada en el momento oportuno

Oradores: Cyril Reinhard, cofundador y director ejecutivo

Cyril Reinhard: Como cofundador de Zelinqa, Cyril Reinhard presenta la primera presentación pública de la empresa en Francia, centrándose en un nuevo enfoque de la IA conversacional que da prioridad a formular preguntas eficaces frente a dar respuestas inmediatas, basándose en su experiencia en emprendimiento tecnológico.

Zelinqa: Zelinqa es una nueva empresa emergente dedicada al desarrollo de agentes de inteligencia artificial especializados en “inteligencia de interrogatorio humano” para hacer frente a la «crisis de confianza» en la IA conversacional. Aunque no se han hecho públicas cifras concretas sobre esta nueva empresa emergente, su misión consiste en permitir que la IA dirija las conversaciones mediante preguntas estratégicas, lo que se traduce en un menor número de interacciones, soluciones de mayor calidad y un menor consumo energético gracias al uso de modelos pequeños y especializados.

• La “crisis de confianza”: El mercado se enfrenta a una “crisis de confianza” debido a la dependencia de los modelos de lenguaje a gran escala (LLM), en los que los modelos más grandes presentan un alto índice de alucinaciones, de hasta un 20% en temas generales y de entre un 70 y un 80% en ámbitos especializados como la sanidad y la educación. Este defecto fundamental se deriva del paradigma actual de la IA de “respuesta inmediata”, que no es capaz de adaptarse ni de escuchar de forma eficaz, a diferencia de lo que ocurre en la conversación humana.
• El enfoque se basa en tres principios: modelos pequeños y especializados: Haciéndose eco de la visión que Marvin Minsky planteó hace 40 años en “The Society of Mind”, la plataforma utiliza múltiples agentes pequeños que son expertos en su ámbito y se comunican de forma colaborativa.
• El poder de hacer preguntas: La innovación principal es el “motor de preguntas óptimas”, desarrollado tras dos años de investigación y desarrollo en un laboratorio universitario de Grenoble, que dota a la inteligencia artificial de la capacidad de formular la pregunta adecuada en el momento oportuno dentro de un ámbito específico.
• Conversación orientada a objetivos: El sistema está diseñado para orientar la conversación en función de un objetivo específico y predefinido (por ejemplo, el objetivo de un médico es encontrar el mejor tratamiento), lo que permite al motor incorporar conocimientos especializados en preguntas y respuestas y determinar la pregunta óptima dentro de un conjunto de preguntas basándose en el contexto en tiempo real.
• La ilusión de los casos de uso y las métricas: Un cliente piloto, school.fair, utiliza el agente de Zelinqa denominado “Zelia”, especializado en orientación profesional y formado en todas las opciones de estudios superiores francesas tras el bachillerato. Zelia comienza planteando preguntas para comprender las limitaciones del usuario y solo empieza a responder tras haber recabado suficiente información. Esta estrategia de “primero las preguntas” reduce el número de interacciones necesarias para encontrar una solución sencilla y de alta calidad, lo que, de forma implícita, consume menos energía.
• Pregunta a First AI: La filosofía de la empresa consiste en una transición directa de la “IA centrada en la respuesta” a la “IA centrada en la pregunta”. Este cambio se traduce en una mayor calidad, un menor tiempo dedicado, un menor número de interacciones y una reducción implícita del consumo energético, al centrarse en modelos pequeños y medianos en lugar de en modelos excesivamente grandes.
• Inteligencia humana en el cuestionamiento: Centrarse en la “inteligencia de cuestionamiento humano” genera un caso de uso convincente para interacciones de gran importancia y alta calidad, como la acreditación en el ámbito sanitario o la orientación profesional especializada, en las que la precisión y la confianza son fundamentales.

Si nunca ha leído el libro de Marim Minsky, “The Society of Mind”, le invito a que lo lea, ya que hoy en día se habla mucho de ello: MCP, «agentic», «multiagente»… Hace 40 años él ya se refería a ello. Por lo tanto, se trata de un principio que estamos aplicando.

Más allá de RAG: de las respuestas fiables a las acciones empresariales reales

Oradores: Cédric Carbone, cofundador

Cédric Carbone: Cédric Carbone es cofundador de Hymalaia, una empresa dedicada a la creación de “fábricas de agentes” para conectar diversas fuentes empresariales data con el fin de crear agentes de IA avanzados y orientados a la acción.

Hymalaia: Hymalaia es una empresa especializada en inteligencia artificial dedicada al desarrollo de agentes empresariales y centrada en conectar los datos data con los agentes internos. Aunque en la transcripción no se incluyen cifras concretas sobre ingresos ni plantilla, la misión de la empresa consiste en proporcionar una visión fiable y de 360 grados de los clientes o de determinados temas a partir de fuentes data masivas y dispares (CRM, ERP, Notion, Mailbox), con el fin de contrarrestar la falta de fiabilidad de los modelos de lenguaje grandes (LLM) independientes e impulsar la acción empresarial. En la transcripción no se menciona la sede central.

• La “explosión de data”: Las empresas se enfrentan a una explosión de datos de data, con “millones de documentos” que deben indexarse, mientras que los grandes modelos de lenguaje (LLM) por sí solos carecen de la fiabilidad, la confianza y la pertinencia que exigen las empresas, lo que hace necesario un sistema de generación aumentada por recuperación (RAG). La implementación básica y sencilla de RAG, que resulta “muy fácil” de desarrollar pero “no funciona” en entorno de producción, adolece de una precisión insuficiente, lo que hace necesarias arquitecturas avanzadas
• Indexación en varias pasadas: Para aumentar la precisión de la búsqueda y gestionar el enorme volumen de data, Imalaya utiliza un flujo de trabajo de indexación en varias etapas que indexa el mismo documento varias veces utilizando fragmentos tanto grandes como pequeños, con el fin de captar simultáneamente tanto el contexto general como los detalles más precisos, superando así el dilema tradicional del tamaño de los fragmentos.
• Búsqueda híbrida y reordenación: Una búsqueda de similitud vectorial estándar suele resultar insuficiente cuando la consulta del usuario utiliza una terminología (glosario empresarial, lenguaje) diferente a la de los documentos de origen. Esto se resuelve añadiendo una búsqueda por palabras clave BM25 (búsqueda léxica) a la búsqueda semántica vectorial, lo que genera múltiples resultados que, a continuación, se someten a normalización, ajuste de puntuación y nueva clasificación para garantizar la selección de los documentos internos de la empresa más relevantes.
• Consultas en varios pasos basadas en agentes: En el caso de preguntas complejas y de gran envergadura que abarcan múltiples entidades (por ejemplo, “toda la información sobre la BBC”), una sola consulta resulta insuficiente. La solución consiste en un modo de agente que utiliza una arquitectura de grafo largo, la cual divide la pregunta principal en varias subpreguntas (por ejemplo, “dificultades”, “equipamiento desplegado”, “necesidades”) y las ejecuta en paralelo, formulando subpreguntas de forma iterativa hasta que se recaba suficiente información. Este enfoque es “más preciso”, pero presenta un tiempo de respuesta elevado (de hasta 3-4 minutos), lo que el ponente considera aceptable a cambio de obtener una buena respuesta.
• La capa MCP: La propuesta de valor fundamental va más allá de RAG (comprensión, precisión y trazabilidad) al añadir la capa MCP (Acción). El RAG actúa como el cerebro que aporta conocimientos, mientras que el MCP actúa como la mano que ejecuta acciones empresariales reales, como actualizar una oportunidad en Salesforce, enviar un correo electrónico o actualizar el sistema ERP, creando así un agente empresarial completo, complejo y orientado a la acción. .

Es mejor esperar y dar una buena respuesta que dar una mala respuesta en 10 segundos.

Atención al cliente de lujo en la era de la inteligencia artificial: el caso práctico de Le Bon Marché

Oradores: David Martin, responsable de TI para clientes
Bertrand Stephann, cofundador y director ejecutivo

David Martin: David Martin forma parte del departamento de Tecnología de LVMH, donde se encarga de supervisar las soluciones para clientes, incluidas las campañas de marketing, la gestión de clientes y la atención al cliente del Grupo LVMH. LVMH: LVMH es el grupo líder mundial en el sector del lujo, que gestiona 75 marcas, entre ellas Le Bon Marché, y da prioridad a la innovación centrada en el cliente.

Bertrand Stephann: Es el fundador y director ejecutivo de Alcmeon, una plataforma de atención al cliente conversacional creada en 2011. Alcmeón: Alcmeon es una plataforma conversacional para empresas conectada a más de 15 canales digitales y a los principales sistemas CRM, como Salesforce, en la que confían LVMH y otros importantes minoristas de toda Europa y más allá.

¿Podría presentarnos la historia y el espíritu innovador de Le Bon Marché?

David Martin: Le Bon Marché fue fundado en 1852 por Aristide y Marguerite Boucicaut y siempre ha sido pionero en innovación en el sector minorista. Fueron de los primeros en implantar la participación en los beneficios y las vacaciones pagadas para los empleados, mucho antes de que fueran requisitos legales en Francia. Para los clientes, introdujeron conceptos revolucionarios como los precios fijos y la devolución de productos, sentando así las bases de un servicio con visión de futuro que perdura hasta nuestros días.

¿Cuáles fueron los principales retos a los que se enfrentaron en relación con la atención al cliente en las redes sociales?

David Martin: El primer reto fue la escala; necesitábamos asegurarnos de que se escuchara a cada cliente a pesar del elevado volumen de solicitudes en Instagram y en Google Reviews. A diferencia de otros sectores, no queremos “desviar” las consultas; queremos hablar con nuestros clientes para crear un vínculo. El segundo reto consistía en preservar nuestro “ADN”, el lenguaje y el tono de voz únicos y exclusivos que distinguen a una casa de lujo de un minorista convencional. Debemos evitar un tono robótico y estandarizado.

¿Cómo funciona realmente la solución del asistente de IA para los asesores?

Bertrand Stephann: Hemos implementado un asistente de IA en la página de gestión de Alcmeon. Cuando un asesor recibe un comentario —por ejemplo, una publicación en Instagram que diga “Magnifique”—, puede hacer clic en un botón negro con la inscripción “Asistente de IA”. A continuación, la IA genera una sugerencia elegante y personalizada que va más allá de un simple “gracias”. El asesor revisa, valida o edita el texto antes de enviarlo. Se trata de un sistema “human-in-the-loop” diseñado para complementar, y no para sustituir, al asesor.

¿Cuáles son los resultados clave en cuanto a la adopción y el rendimiento?

• David Martin: Hemos observado un nivel de adopción muy elevado, con un número limitado de mensajes modificados por los asesores, lo que demuestra que la IA está logrando el tono adecuado.
• Bertrand Stephann: Un efecto secundario significativo es que ahora todos los clientes reciben una respuesta. Anteriormente, el equipo tenía que priorizar las incidencias y, a menudo, pasaba por alto las opiniones positivas. Ahora, el tiempo que se ahorran les permite responder a todo el mundo, lo que tiene un impacto positivo en el SEO y en la visibilidad de la marca.

A diferencia de muchos servicios de atención al cliente que encontrará en otros sectores, no intentamos eludir el contacto. Queremos hablar con nuestros clientes para establecer ese vínculo.