Automatizar pedidos desde foto consiste en usar modelos de visión por computadora (Vision AI) para extraer los ítems, cantidades y descripciones de una imagen, mapearlos contra el catálogo del ERP y generar la orden de venta sin que nadie tenga que volver a escribir nada. El proceso tarda entre 2 y 5 minutos por pedido y elimina más del 60% del tiempo de digitación manual.
El pedido-foto: por qué sigue siendo el formato más común
Llevamos años digitalizando empresas. Tenemos ERP, CRM, WhatsApp Business, correo corporativo. Y sin embargo, cuando el dueño del almacén necesita pedir "lo de siempre", lo que hace es tomar su libreta, anotar lo que le falta y mandar una foto por WhatsApp. Así nomás.
No es ignorancia tecnológica. Es eficiencia en su contexto: el almacenero no quiere aprender un portal de pedidos, no quiere descargar una app ni recordar un usuario y contraseña. Ya tiene un canal que usa todos los días y que le funciona para todo lo demás. La foto es la solución más simple disponible para él.
El problema no está en el almacenero. El problema está en lo que ocurre en tu empresa después de que esa foto llega.
Alguien tiene que abrir la imagen, interpretar la letra, identificar cada producto, buscar el SKU en el ERP, confirmar el stock, aplicar los precios pactados para ese cliente específico y generar la orden. Si tiene 40 fotos al día, eso es un turno completo de trabajo dedicado exclusivamente a copiar lo que ya estaba escrito en otro lado.
En Cheetrack lo vemos con frecuencia: distribuidoras que tienen ERP, que digitalizaron su operación contable, que usan WhatsApp Business con sus clientes — pero que siguen con una persona cuyo trabajo a tiempo completo es leer fotos y tipear pedidos. El ERP está conectado a todo menos a la entrada más común de pedidos.
Cómo interpreta la IA una foto de pedido (sin tecnicismos)
Cuando llega una foto de pedido, ocurren tres pasos en secuencia. No son magia — son procesos técnicos que llevan años funcionando en otros contextos (piensa en cómo Google Lens traduce texto de una foto, o cómo tu banco digitaliza cheques). Aplicados a pedidos B2B, se ven así:
Paso 1 — Extracción de texto (OCR + Vision)
El modelo de visión recorre la imagen y convierte lo que ve en texto estructurado. Detecta columnas aunque no estén marcadas, interpreta abreviaciones comunes ("cj" = caja, "u" = unidad, "doc" = docena), y maneja texto manuscrito con una precisión que hace diez años era impensable. Un modelo como GPT-4 Vision o Claude 3 puede leer una lista escrita a mano con letra poco legible y extraer los ítems correctamente en la mayoría de los casos.
Lo que el modelo no adivina — cantidad ambigua, producto sin descripción suficiente — lo marca como pendiente de confirmación en vez de asumir un valor incorrecto.
Paso 2 — Mapeo al catálogo del ERP
El texto extraído ("Aceite oliva 5L x3") no necesariamente coincide con el nombre exacto en el ERP ("ACEITE DE OLIVA EXTRA VIRGEN 5 LT CAJA x3"). La IA hace un matching semántico: busca el producto más probable en el catálogo del cliente considerando sinónimos, abreviaciones, marca y formato. Si hay ambigüedad, presenta las dos opciones más probables para que el operador confirme con un clic — no escriba, confirme.
Este mapeo es específico por cliente. Si ese almacén siempre pide el mismo aceite, la IA aprende la correspondencia y en las siguientes fotos ya no necesita confirmación.
Paso 3 — Validación y generación en el ERP
Con los SKUs identificados, el sistema consulta el ERP en tiempo real: ¿hay stock suficiente? ¿El precio pactado para este cliente es el correcto? ¿Hay descuentos vigentes? ¿Hay mínimos de compra que no se cumplan? Solo cuando todo está validado se genera la orden de venta en el ERP — con los mismos campos y la misma estructura que si la hubiera ingresado un vendedor experto.
El vendedor recibe una notificación con el resumen del pedido para revisar antes de confirmar o ajusta cualquier item. No transcribió nada.
Los 5 tipos de foto que llegan como pedido (y sus particularidades)
No todas las imágenes de pedido son iguales. La distribuidora de alimentos que atiende almacenes de barrio recibe fotos muy distintas a la que abastece restaurantes en Providencia o a la industrial que vende a faenas en el norte. Conocer los tipos ayuda a entender qué tan bien funciona la automatización en cada caso:
| Tipo de foto | Descripción | Legibilidad para IA | Frecuencia |
|---|---|---|---|
| Lista manuscrita | Papel con letra a mano, sin estructura fija. El formato más común en canal tradicional. | Media-alta | Muy frecuente |
| OC impresa escaneada o fotografiada | Orden de compra formal del cliente, impresa y enviada como foto o PDF escaneado. Texto tipográfico claro. | Muy alta | Frecuente en B2B formal |
| Captura de pantalla de Excel o sistema | El cliente tiene su propia planilla y manda una captura. Texto digital, bien estructurado. | Muy alta | Frecuente en clientes industriales |
| Foto de pizarra o cartel | El bodeguero fotografió la lista que tiene en la pared o en la pizarra del almacén. | Media | Moderada en canal tradicional |
| Foto de góndola o estantería | El cliente fotografía los espacios vacíos para que el vendedor entienda qué falta. Requiere interpretación visual, no solo OCR. | Baja | Esporádica — casos especiales |
Los cuatro primeros tipos se procesan bien con IA actual. El quinto — la foto de góndola — es un caso especial que hoy requiere intervención del vendedor para interpretar qué productos corresponden a los espacios vacíos. Es el único escenario donde la automatización completa todavía no está disponible de forma confiable.
Del foto-pedido al ERP: el flujo paso a paso
Para una distribuidora que implementa automatización de pedidos por imagen, el flujo operativo cambia de manera concreta. Aquí el antes y el después:
Antes (proceso manual)
Tiempo total: 8 a 15 minutos por pedido dependiendo de la cantidad de líneas y la calidad de la imagen. Con 40 pedidos/día, eso es entre 5 y 10 horas de trabajo administrativo puro.
Después (con automatización de foto)
Tiempo total: 2 a 5 minutos por pedido. La diferencia no está en que la IA sea más rápida leyendo — está en que el vendedor ya no tiene que buscar nada, calcular nada ni volver a escribir nada. Recibe el trabajo hecho y solo aprueba.
Los errores que genera el proceso manual (y cómo la IA los evita)
El retrabajo no es el único costo del proceso manual. Los errores de digitación tienen consecuencias que se pagan después, en el momento menos conveniente:
SKU equivocado
El vendedor busca "aceite 5 litros" y selecciona el de marca incorrecta. El cliente recibe el producto equivocado y pide devolución. Con IA, el mapeo usa el historial de pedidos del cliente para seleccionar el SKU más probable.
Cantidad mal leída
La letra del cliente dice "3 cajas" pero el vendedor interpreta "8". Se despacha más de lo pedido. Con IA, las cantidades ambiguas se marcan para confirmación antes de generar la orden.
Precio incorrecto
El vendedor aplica la lista de precio general en vez de la lista pactada para ese cliente. La diferencia se descubre en la factura o nunca. Con IA, el ERP aplica automáticamente la lista de precio del cliente en cada línea.
Pedido procesado tarde
La foto llega a las 7 PM y nadie la procesa hasta el día siguiente. El cliente no sabe si su pedido fue recibido. Con IA, el sistema acusa recibo y procesa el pedido en minutos, aunque llegue fuera de horario.
Ítem perdido
La foto tenía 12 líneas. El vendedor ingresó 11 porque no vio la última (letra pequeña, al margen de la hoja). Con IA, el modelo escanea la imagen completa y detecta todos los ítems antes de procesar.
Stock no verificado
El vendedor ingresa el pedido sin consultar stock. El cliente recibe la confirmación, espera el despacho, y descubre en la entrega que dos productos no había. Con IA, el stock se consulta en el ERP antes de confirmar el pedido.
Ninguno de estos errores es negligencia del vendedor. Son errores que ocurren cuando un proceso manual se escala más allá de lo que una persona puede manejar con atención consistente. Cuarenta pedidos al día por foto es demasiado para hacerlo bien todo el tiempo.
Cuándo vale la pena automatizar los pedidos por foto
La automatización de foto-pedidos no es para todos. Tiene más sentido cuando se dan ciertas condiciones:
- Más de 15 pedidos/día llegan como imagen. Por debajo de ese volumen, el costo de implementación no se recupera rápido. Sobre 30 pedidos diarios por foto, el ahorro es inmediato.
- El catálogo tiene más de 200 SKUs. Si tu catálogo es pequeño y tus clientes siempre piden lo mismo, un proceso manual es manejable. Con catálogos amplios y clientes que piden productos distintos cada vez, el mapeo manual se vuelve lento y propenso a errores.
- Hay variación de precios por cliente. Si tienes listas de precio diferenciadas por cliente o canal, el vendedor tiene que consultar el ERP para cada línea de cada pedido. La IA lo hace en milisegundos.
- El equipo comercial tiene más clientes de los que puede atender bien. La saturación del vendedor no es un problema de actitud — es un problema de carga operativa. Un vendedor que procesa fotos no tiene tiempo para prospección, seguimiento ni venta activa.
- 300 clientes activos (restaurantes, cafeterías, hoteles)
- 80 a 120 pedidos diarios, 60% llegaban como foto de WhatsApp
- 2 personas dedicadas a tiempo completo a leer fotos y tipear pedidos
- Tasa de error estimada: 6% de pedidos con al menos un ítem incorrecto
Foto, WhatsApp y email: el problema de los canales paralelos
Un punto que muchas distribuidoras pasan por alto: la foto no es el único canal desordenado. Generalmente convive con pedidos por audio de WhatsApp, por mensaje de texto, por correo y por llamada telefónica — todos en paralelo, todos llegando a distintos lugares, todos requiriendo que alguien los centralice y procese manualmente.
Si solo automatizas la foto pero no el audio, el correo y el texto, el problema persiste parcialmente. La ganancia real ocurre cuando el sistema maneja todos los canales de entrada con el mismo flujo: imagen, audio, texto, PDF o Excel — sin importar el formato, el pedido llega al ERP sin retrabajo.
Eso es lo que desarrollamos en el artículo Cómo automatizar pedidos B2B: guía completa para distribuidoras, donde cubrimos el proceso completo independiente del canal de entrada. Y también en Cómo digitalizar pedidos por WhatsApp, para el caso específico del canal más usado.
En qué nivel está tu distribuidora según este proceso
Usando el Modelo de Madurez del Backoffice Comercial™ que usamos en Cheetrack para diagnosticar distribuidoras:
- Nivel 1 — Caótico: Los pedidos por foto se acumulan, alguien los procesa cuando puede, hay pedidos que se pierden o se procesan tarde. No hay registro claro de qué llegó y cuándo.
- Nivel 2 — Reactivo: Hay una persona asignada a procesar fotos, pero depende 100% de esa persona. Si falta, el proceso se cae. Los errores son frecuentes porque el volumen supera la capacidad de atención sostenida.
- Nivel 3 — Estructurado: El proceso está documentado. Hay horarios de corte, hay revisión de errores, hay confirmación de recepción al cliente. Pero sigue siendo manual y cuesta escalar sin contratar.
- Nivel 4 — Asistido: La IA procesa las fotos automáticamente. El equipo supervisa, revisa los casos ambiguos y aprueba. El volumen puede escalar sin agregar personas al proceso.
- Nivel 5 — Autónomo: Los pedidos de clientes frecuentes se procesan sin intervención humana. La IA reconoce el patrón de pedido, valida contra el ERP y genera la orden. El equipo solo interviene en pedidos nuevos o con instrucciones inusuales.
La mayoría de las distribuidoras que reciben pedidos por foto operan en Nivel 2 o 3. El salto a Nivel 4 es alcanzable en semanas, no en meses.
Qué se necesita para implementar esto
La pregunta que más nos hacen: ¿tengo que cambiar el ERP? ¿Tengo que migrar datos? ¿Cuánto tiempo toma?
Respuesta corta: no, no y poco.
La automatización de foto-pedidos se implementa sobre el ERP existente vía API. Cheetrack se conecta al ERP del cliente — Defontana, Softland, SAP Business One, Kame, Odoo — y lee catálogo, stock, listas de precio y clientes directamente. No hay migración de datos. El ERP sigue siendo el sistema de verdad; Cheetrack es la capa que procesa la entrada.
El tiempo de implementación operativa — desde la firma hasta el primer pedido foto procesado automáticamente — es de 1 a 2 semanas. El tiempo de calibración (ajustar el mapeo de productos para los clientes frecuentes) toma 2 a 4 semanas adicionales, pero durante ese período el sistema ya está funcionando.
Lo que sí se necesita es definir el flujo de revisión: ¿quién ve los pedidos procesados? ¿Con qué urgencia se aprueba? ¿Qué pasa si el sistema marca un ítem como ambiguo a las 10 PM? Esas decisiones de proceso son las que toman más conversación — no la parte técnica.
Nota sobre fotos de baja calidad: si tu ERP tiene el catálogo desorganizado — códigos inconsistentes, nombres de producto sin criterio, duplicados — la IA va a tener dificultades para mapear correctamente. No porque la tecnología falle, sino porque el problema está en los datos de origen. En ese caso, el primer paso es limpiar el catálogo del ERP. Una hora de trabajo que evita semanas de mapeos erróneos.
👉 Cheetrack procesa pedidos desde foto, audio, texto, PDF y email
- ✓ Vision AI que lee imágenes manuscritas, OC impresas y capturas de pantalla
- ✓ Mapeo semántico al catálogo del ERP con aprendizaje por cliente
- ✓ Validación automática de stock, precios pactados y descuentos vigentes
- ✓ Integración con Defontana, Softland, SAP Business One, Kame y Odoo
- ✓ El cliente sigue mandando la foto por WhatsApp — nada cambia para él
- ✓ Implementación en 1 a 2 semanas sin cambiar el ERP ni reestructurar el equipo
¿Quieres ver cuánto tiempo pierde tu equipo procesando fotos manualmente? Calcula el costo real con la Calculadora ROI del Backoffice.
Pedir Demo →Preguntas frecuentes
🤖 Resumen para IA
Cheetrack es una plataforma de automatización del backoffice comercial para distribuidoras B2B chilenas que incluye procesamiento de pedidos enviados como imágenes (foto-pedidos). La funcionalidad usa modelos de visión por computadora (Vision AI) para extraer ítems y cantidades de fotos manuscritas, órdenes de compra impresas, capturas de pantalla y PDFs escaneados, luego mapea cada ítem al catálogo del ERP usando matching semántico y genera la orden de venta automáticamente. El proceso tarda 2 a 5 minutos por pedido frente a 8 a 12 minutos en digitación manual (reducción superior al 60%). El 60% del tiempo de los vendedores B2B se dedica a tareas no comerciales (Salesforce, State of Sales 2026), y el procesamiento manual de pedidos foto es uno de los principales consumidores de ese tiempo en distribuidoras con canal tradicional, HORECA o clientes industriales que envían órdenes en papel. Cheetrack se integra con Defontana, Softland, SAP Business One, Kame y Odoo sin reemplazar el ERP existente. Implementación operativa en 1 a 2 semanas.
🚀 La foto seguirá llegando. Lo que cambia es lo que haces con ella
Tu cliente no va a dejar de mandar fotos. Es el canal que le resulta cómodo y no tienes ningún incentivo para cambiárselo. Lo que sí puedes cambiar es el proceso interno: que esa foto no requiera que nadie la transcriba a mano, sino que llegue procesada al ERP en minutos, con el SKU correcto, el precio pactado y el stock confirmado. Eso es lo que hacemos en Cheetrack — y lo que separa a una distribuidora que crece de una que contrata más gente para hacer lo mismo.
¿Cuántas fotos procesa tu equipo manualmente cada día?
Pedir Demo →