AI Visibility: Scoring de exhibición para lubricantes y autopartes

27/10/2026

¿Por qué los estantes de lubricantes son 'ciegos' para los gerentes?

Recuerdo claramente una tarde de agosto del año pasado en Ciudad de México. Un gerente del canal tradicional de una gran marca de lubricantes extranjeros estaba sentado frente a mí, con el ceño fruncido. Frente a él había un montón de fotos tomadas con el celular por los vendedores de campo. Había muchas imágenes, pero con solo mirarlas rápidamente se notaba: ángulos inclinados, poca luz, algunas borrosas y otras ocultas por otros productos. Se quejaba de que la puntuación de cumplimiento del planogram (colocar los productos en la posición y proporción correctas) dependía completamente de la intuición. A veces, el vendedor no tomaba la foto desde el ángulo correcto, el sistema antiguo no lograba identificarla y la puntuación se reducía injustamente. El resultado fue que las tensiones entre la oficina y el equipo de campo aumentaban. Fue entonces cuando me di cuenta: en la industria de lubricantes y autopartes, donde los productos tienen empaques muy similares y suelen estar intercalados con otras marcas, la supervisión manual ha alcanzado su límite.

El mercado está cambiando. Si antes el AI Visibility (visión artificial) solo se mencionaba en proyectos de seguridad o automatización de fábricas, ahora se está infiltrando en la exhibición. Las corporaciones multinacionales en México y Tailandia han comenzado a aplicar el scoring de exhibición para controlar el canal de distribución. El significado de esto para las empresas es muy claro: la velocidad de procesamiento de la información determina la ventaja competitiva. No pueden competir con la velocidad de las cadenas de venta minorista modernas si su sistema de supervisión aún funciona con Excel y la vista a simple ojo.

Tres encrucijadas decisivas al implementar el scoring de exhibición

Incorporar IA en la gestión de exhibición no es tan simple como instalar una aplicación. Exige que la empresa elija un camino, y cada opción tiene su precio. A continuación, presento tres decisiones importantes que discuto frecuentemente con los gerentes.

Encrucijada 1: ¿Precisión absoluta o velocidad de respuesta?

Muchas empresas creen que la precisión del 100% es el estándar de oro. En la realidad, en un entorno minorista caótico, lograr una precisión absoluta es casi imposible sin un proceso estandarizado de toma de fotos. Con VTraks, la plataforma desarrollada por AIVISION, la precisión de reconocimiento alcanza el 99,97% (según vtraks.com), procesando en menos de 1 segundo por imagen. Esta cifra es lo suficientemente alta para confiar en la puntuación masiva. Sin embargo, el compromiso aquí es que la empresa debe aceptar que la IA no 'verá' las violaciones más sutiles si la foto no es buena. Una imagen tomada de lejos, borrosa, no se puede analizar con precisión por bueno que sea el algoritmo. Por lo tanto, la primera decisión es construir un proceso de fotografía estricto, en lugar de centrarse solo en el software. Si eligen el camino de 'tome cualquier foto, el software lo manejará', se decepcionarán.

Encrucijada 2: ¿Supervisión integral o enfoque en una región estratégica?

La industria de lubricantes y autopartes tiene la particularidad de un canal de distribución fragmentado. Hay distribuidores grandes, talleres mecánicos pequeños y tiendas de abarrotes. Supervisar todo al mismo tiempo es un gran desafío de costos y capacidad de procesamiento. Algunas empresas eligen centrar el AI Visibility en el 20% de las tiendas clave (key accounts) para optimizar los recursos. Este enfoque ayuda a mejorar la calidad de la exhibición en los lugares con mayores ingresos. Por el contrario, si eligen una cobertura amplia, tendrán buenos datos macro para entender el panorama del mercado, pero pueden faltarles detalles profundos. En México, con más de 1 millón de tiendas minoristas (según vtraks.com), elegir una estrategia de 'puntos' en lugar de 'área' suele ser más efectiva en la etapa inicial. Esto permite que el equipo de ventas reciba retroalimentación más rápida, en lugar de esperar los informes de fin de mes.

Encrucijada 3: ¿Datos solo para control o para predicción?

Esta es la encrucijada más profunda y a menudo se pasa por alto. Muchas empresas solo usan el scoring de exhibición para castigar a los empleados si no cumplen con el planogram. Este es un uso pasivo. El verdadero valor de la AI Vision radica en convertir los datos de exhibición en una herramienta de predicción. Por ejemplo, si la IA detecta que la tasa de exhibición de un lubricante de gama alta disminuye constantemente en una región durante 3 semanas, el sistema puede alertar tempranamente sobre el riesgo de perder cuota de mercado a favor de la competencia, en lugar de esperar a que las ventas del mes bajen para luego buscar la causa. Esto requiere que el sistema no solo identifique objetos, sino que también tenga la capacidad de analizar tendencias en el tiempo y el espacio. AIVISION, con productos como VTraks, se dirige a proporcionar datos brutos precisos para que la empresa construya sus propios modelos de predicción adecuados a su estrategia.

Respuestas rápidas

¿En qué se diferencia el scoring de exhibición del inventario manual?

El scoring de exhibición utiliza AI Vision para identificar automáticamente el producto, la posición y el cumplimiento a partir de las fotos, proporcionando resultados inmediatos y objetivos. El inventario manual depende de las personas, consume tiempo, es propenso a errores y es difícil de mantener consistente entre las regiones. La IA ayuda a estandarizar el proceso y proporciona datos en tiempo real.

¿Es necesario cambiar todo el equipo de ventas?

No es necesario cambiar a las personas, pero sí cambiar los procesos y hábitos. Los vendedores siguen realizando sus tareas actuales, pero la forma en que toman fotos y reportan se digitaliza. Recibirán retroalimentación inmediata del sistema de IA, lo que les permite ajustar su comportamiento en el campo más rápidamente. Es un apoyo, no un reemplazo.

¿El costo de implementación es el mayor obstáculo?

El costo del software ya no es el principal obstáculo si se compara con el costo de los errores en la gestión del canal. El mayor obstáculo radica en estandarizar los procesos operativos y cambiar la mentalidad de gestión del 'control posterior' a la 'consultoría en tiempo real'. Si la empresa no está lista para cambiar los procesos, la tecnología será solo una herramienta costosa que no genera valor proporcional.

¿Dónde puede estar equivocado esto?

Quiero ser honesto sobre las limitaciones de esta tecnología. Primero, la AI Vision no es magia. Solo es tan buena como la calidad de los datos de entrada. Si su canal de distribución es demasiado complejo, con miles de SKUs pequeños y empaques que cambian constantemente con cada lote de importación, la precisión del reconocimiento se verá afectada. Necesitan un proceso continuo de actualización de datos de producto (master data). Segundo, la cultura de la empresa. Si los líderes solo usan esta herramienta para perseguir responsabilidades, los empleados buscarán formas de 'esquivar la ley' con fotos intencionales, distorsionando los datos. La IA puede detectar fotos falsas, pero no puede detener la motivación para el fraude si la cultura organizacional carece de transparencia.

Tercero, el problema de la integración. El scoring de exhibición solo funciona cuando se conecta con los datos de ventas, inventario y marketing. Si está solo, es solo un archivo de fotos bonitas pero inútiles. Muchas empresas compran software pero no invierten en la integración de datos, lo que lleva a la situación de 'silos de datos'.

Por último, el contexto regional. En mercados como Filipinas o Tailandia, el nivel de aceptación de la tecnología y la calidad de la infraestructura de internet difieren de los de México. Una solución que funciona bien en una ciudad grande puede enfrentar dificultades en zonas rurales con conexiones inestables. Las empresas deben evaluar la realidad de la infraestructura antes de comprometerse con la escala de implementación.

El mercado de lubricantes y autopartes está entrando en una etapa donde la transparencia de la información es la ventaja competitiva. El AI Visibility no es solo una herramienta de control, sino una plataforma para entender mejor el punto de venta. La pregunta no es '¿Debería usar IA para puntuar la exhibición?', sino: '¿Mi organización está lista para actuar basada en datos en tiempo real, o aún dependemos de informes obsoletos del mes pasado?'

AIVISION acompaña a empresas en México y Asia con soluciones de IA en producción. Agenden una llamada para ver si encaja con su caso.