Volver

Retail

INFRACOMMERCE - Automatización operativa y laboratorio de IA

El proyecto se enfocó en optimizar procesos críticos de ecommerce, logística, contenido y gestión de stock en INFRACOMMERCE a través del desarrollo de un ecosistema de automatizaciones. Esto permitió reducir la carga operativa, minimizar errores y mejorar la eficiencia y escalabilidad de la operación.

A partir de esta base, la iniciativa evolucionó hacia un laboratorio de IA orientado a investigar y prototipar flujos agénticos aplicados a casos reales del negocio, utilizando tecnologías como ADK, LangGraph, CrewAI, GCP y Gemini Enterprise.

01 — El desafío

Reducir carga operativa y habilitar nuevas capacidades

La operación presentaba múltiples tareas manuales distribuidas entre equipos de transporte, merchants y ecommerce: control de costos de couriers, actualización de contenido, gestión de puntos logísticos, sincronización de stock, reportes y lanzamientos de productos.

Esto generaba demoras, riesgo de errores y una fuerte dependencia de recursos internos, dificultando escalar la operación sin aumentar la carga manual.

En paralelo, surgió una nueva necesidad: explorar cómo la inteligencia artificial podía aplicarse a problemas más complejos, como investigación, análisis de información, auditoría de tickets y soporte en decisiones operativas.

02 — El enfoque

Automatización operativa + investigación aplicada en IA

Se definió una estrategia en dos capas:

01

Automatización operativa

Foco en procesos repetitivos, integración entre sistemas y reducción de fricciones entre equipos.

02

Laboratorio de IA

Creación de un espacio de investigación para desarrollar agentes capaces de analizar información, ejecutar tareas semi-autónomas y asistir en procesos de mayor complejidad.

La metodología combinó relevamiento de procesos, diseño de arquitectura, implementación modular, validación con casos reales y optimización continua.

03 — El desarrollo

De tareas manuales a procesos automatizados y asistidos por IA

La solución operativa se estructuró sobre una arquitectura flexible de automatización y orquestación de procesos, con una capa de control y visualización accesible para los equipos operativos.

Se integraron plataformas como VTEX, Mercado Libre, Google Drive, BigQuery, Jira, servicios de mensajería y módulos de IA.

Automatizaciones implementadas:

  • Control automático de proformas y costos de transporte
  • Publicación planificada de contenido ecommerce
  • Gestión automatizada de puntos PUP y HOP
  • Sincronización de stock entre canales
  • Reportes centralizados
  • Limitadores dinámicos para transportadoras
  • Actualización automática de promesas de entrega
  • Automatización de lanzamientos de productos

Sobre esta base, se desarrolló el laboratorio de IA, explorando flujos agénticos con ADK, LangGraph y CrewAI sobre infraestructura GCP y Gemini Enterprise.

Casos desarrollados:

01

Agente de investigación SEO

Análisis de keywords, detección de oportunidades de posicionamiento y soporte en optimización de contenido ecommerce.

02

Agente auditor de tickets

Revisión de tickets no resueltos por bots, identificación de causas de falla y detección de patrones para mejorar la automatización.

04 — Los resultados

Una operación más eficiente con nuevas capacidades de análisis

El proyecto permitió pasar de una operación fragmentada a un sistema más automatizado, trazable y preparado para escalar.

Se redujo la carga operativa en áreas clave y se mejoró la eficiencia en la gestión diaria.

Principales resultados:

  • Reducción del control de transporte de procesos de hasta una semana a ejecución automática
  • Eliminación de tareas manuales en flujos críticos
  • Disminución del riesgo de errores en carga y validación de datos
  • Mayor autonomía de los equipos operativos
  • Mejora en la estabilidad logística y en la precisión de promesas de entrega
  • Capacidad de lanzar productos y actualizar contenido sin intervención manual
  • Incorporación de un laboratorio de IA para explorar nuevos casos de automatización

En conjunto, el proyecto permitió evolucionar hacia una operación más automatizada, incorporando capacidades de análisis aumentadas por inteligencia artificial y habilitando nuevas formas de abordar procesos complejos dentro del negocio.