IA en el retail en España: lo que cinco grandes ya hacen y dónde entran las reseñas

Por Daniel Pisano, Partner y CGO de Vurdere

Cinco grandes distribuidores españoles ya usan inteligencia artificial en operaciones reales: atención al cliente, logística, catálogo y búsqueda conversacional. El estudio que reúne estos casos señala el comercio agéntico como el siguiente paso. Para llegar ahí, la IA necesita datos fiables sobre cada producto, y la fuente más rica son las reseñas y preguntas de los clientes.

¿Qué mostró el estudio La Distribución Inteligente?

El jueves 29 de octubre de 2026, La Distribución Anged y DigitalES presentaron en la Facultad de Comercio y Turismo de la Universidad Complutense de Madrid el estudio La Distribución Inteligente. Reúne las experiencias de Alcampo, Eroski, MediaMarkt, Leroy Merlin y El Corte Inglés y propone una hoja de ruta para vincular la inversión en IA con resultados de negocio.

La hoja de ruta es sobria, y eso me gustó. Partir de una necesidad concreta, medir y ampliar el proyecto solo cuando haya evidencia de valor. Los retornos que destaca también son terrenales: disponibilidad de producto, satisfacción del cliente y tiempo liberado para la atención personal.

Leí el informe buscando una sola cosa: dónde aparece el contenido que generan los clientes. La respuesta dice mucho sobre lo que viene.

¿Qué está haciendo cada uno con inteligencia artificial?

Distribuidor	Dónde aplica IA	Qué se ha hecho público
Alcampo	Compra online, preparación de pedidos y logística, con Ocado	Mejoras de productividad, disponibilidad y escalabilidad, sin cifras publicadas
Eroski	Atención al cliente: voz, correo y mensajería en una sola plataforma	Más de 23.000 casos al mes, cerca de un 42% menos de tiempo por interacción y transferencias entre asesores de cerca del 40% a cerca del 4%
Leroy Merlin	Mejora continua del catálogo digital (eMerchandising)	Cambio de modelo operativo, con resultados descritos de forma cualitativa
MediaMarkt	Buscador conversacional, asistente posventa y asistente para empleados	Un buscador que responde con especificaciones, comparativas, stock, reseñas y recomendaciones
El Corte Inglés	Dudas rápidas durante la compra y recomendación de venta cruzada	Traslada al digital el conocimiento experto de sus vendedores

Tres detalles me llamaron la atención. El asistente posventa de MediaMarkt se centra en compras de más de 500 euros, justo donde el cliente más duda. El programa de Leroy Merlin trabaja un catálogo de decenas de miles de referencias y tiene un motor que detecta dónde la ficha de producto está incompleta. Y el mapa de calor de atención de Eroski cruza las interacciones con las opiniones digitales de los clientes, lo que redujo en torno a un 30% el tiempo de detección de problemas.

¿Por qué el buscador conversacional depende de las reseñas?

Pensemos en un cliente que pregunta en la web de MediaMarkt: "¿qué robot aspirador funciona bien con alfombras y pelo de perro?". La ficha técnica indica la potencia de succión. Quien dice si funciona con pelo de perro es la gente que tiene perro, compró el robot y contó su experiencia.

Por eso el buscador de MediaMarkt devuelve reseñas junto a especificaciones y stock. Una IA conversacional solo responde bien lo que alguien ya ha respondido antes. Con 3 reseñas, tiene poco que decir. Con 300, recientes y de compradores reales, puede resumir lo que importa para cada tipo de uso.

Lo mismo vale para El Corte Inglés. Las "dudas rápidas durante la compra" son, en la práctica, las preguntas que los clientes llevan años dejando en la ficha de producto: si cabe en el armario, si es compatible con mi modelo, si aguanta la lavadora. Si esas preguntas ya están respondidas y organizadas, el asistente tiene de dónde sacar la respuesta.

¿Dónde aparece la voz del cliente en el informe?

Aparece poco, y por los márgenes. Leroy Merlin incluye la voz del cliente entre las siete capas de datos que alimentan su programa de catálogo, junto con PIM, taxonomía y analítica web. Eroski usa las opiniones digitales para detectar problemas en la atención. En MediaMarkt, las reseñas son un insumo del buscador.

El informe incluye además una advertencia que me parece la más importante del documento: solo una parte reducida de la información disponible la usa realmente la IA. El cuello de botella no es el modelo, es el dato. Y buena parte del dato más útil para decidir una compra no está en el ERP ni en el PIM. Está en lo que el cliente escribió después de usar el producto.

¿Cómo complementa Vurdere estas estrategias?

Ninguno de estos cinco distribuidores es cliente de Vurdere, y no estoy sugiriendo que les falte nada. Digo que los proyectos del estudio tienen algo en común con lo que hacemos: todos mejoran cuando el contenido del cliente es abundante, reciente y está organizado. Si yo montara uno de estos proyectos, conectaría las piezas así:

• Buscador conversacional: necesita volumen de reseñas. En las pruebas A/B con clientes de Vurdere, la recogida llegó a multiplicar por hasta 10 las reseñas. En Brasil, nuestro estudio con más de 120.000 consumidores mostró que pedir la reseña por WhatsApp convierte hasta un 15%, frente al 5% del correo.

• Dudas rápidas: las preguntas y respuestas inteligentes de Vurdere se priorizan por relevancia, lo que da al asistente un repertorio de respuestas reales.

• Venta cruzada: las valoraciones cruzadas y la vitrina de recomendación usan lo que otros clientes compraron y valoraron para sugerir el siguiente producto.

• Catálogo que mejora en cada ciclo: el contenido de los clientes cubre huecos que la ficha técnica no cubre, y el Social SEO ayuda a que esas páginas se encuentren.

• Marketplace: para quien trabaja con vendedores externos, la valoración de sellers y el Portal del Seller llevan la reputación de quien vende a la decisión.

En pruebas A/B con clientes actuales medimos hasta 3 veces más tasa de conversión, +15% de ventas incrementales, +20% de tráfico orgánico y +30% de ticket medio. La instalación lleva unas 3 horas, con una semana de validación, en Shopify, VTEX, Magento y otras plataformas.

¿Qué cambia cuando quien compra es un agente de IA?

El estudio cierra señalando el comercio agéntico como el próximo reto: asistentes que comparan alternativas o completan la compra en nombre del consumidor. Una frase del informe resume el giro: "Estamos pasando del browsing humano a la compra dirigida por agentes."

Un agente no ve escaparates ni banners. Lee datos. En los protocolos de comercio agéntico que analicé en el primer artículo de esta serie, la nota media y el número de reseñas ya son campos del producto. La tienda con reseñas abundantes, recientes y legibles para la máquina le da al agente un motivo para elegirla. La que no las tiene se parece a todas las demás.

El informe recuerda la otra mitad de la ecuación: proteger la relación con el cliente, gestionar sus datos con responsabilidades claras y mantener la supervisión humana. Estoy de acuerdo. Una reseña auténtica es justo eso: un dato que viene del cliente, con su consentimiento y con su nombre.

¿Qué puede copiar ya un retailer en España o en Latinoamérica?

1. Elegir un problema medible, como hicieron Eroski y Leroy Merlin, antes de elegir la herramienta.

2. Mapear dónde están las respuestas que busca el cliente. Si solo están en la cabeza del vendedor de tienda, la IA no llega a ellas.

3. Aumentar el volumen y la recencia de las reseñas en los productos de mayor importe, donde la duda sale más cara.

4. Organizar las preguntas y respuestas de la ficha como base de conocimiento, no como comentarios sueltos.

5. Asegurarse de que la nota media existe en datos estructurados, para el agente que viene.

Mi opinión

Lo que más me impresionó del estudio no fue la tecnología, fue la disciplina. Ninguno de los cinco cuenta la historia de una "IA que lo hace todo". Cada uno atacó un punto concreto de la operación y midió.

Pero creo que la próxima gran mejora no saldrá de la logística ni de la atención. Saldrá de la ficha de producto. MediaMarkt ya lo intuye al poner reseñas dentro de la respuesta de su buscador. La pregunta que todo retailer debería hacerse es sencilla: cuando mi IA, o el agente del cliente, tenga que explicar por qué este producto le sirve a esta persona, ¿de dónde sacará la respuesta? Si la respuesta es "de la ficha técnica", falta la mitad del camino.

Preguntas frecuentes

¿Qué distribuidores aparecen en el estudio La Distribución Inteligente?

Alcampo, Eroski, MediaMarkt, Leroy Merlin y El Corte Inglés. El estudio es de La Distribución Anged y DigitalES y se presentó en Madrid el 29 de octubre de 2026.

¿Para qué usa hoy la IA el retail español?

Para productividad, operaciones y atención al cliente: logística y preparación de pedidos, atención unificada, mejora del catálogo, búsqueda conversacional y recomendación de venta cruzada.

¿Por qué importan las reseñas en la búsqueda conversacional?

Porque responden a lo que la ficha técnica no cubre: uso real, encaje, durabilidad. El buscador de MediaMarkt, por ejemplo, devuelve reseñas junto con especificaciones y stock.

¿Qué dice el estudio sobre el comercio agéntico?

Lo señala como el próximo reto: asistentes que comparan alternativas o completan compras por el consumidor, cuidando la relación con el cliente, la gestión de datos y la supervisión humana.