IA para disponibilidad de stock: consulta automática en tiempo real

Por qué la consulta de stock es el cuello de botella que nadie mide

Existe un momento en la jornada de un vendedor que se repite decenas de veces al día y que nadie analiza en las reuniones comerciales: el instante en que el cliente pregunta si hay stock.

"¿Tienen disponible el aceite 5 litros?" "¿Cuántas unidades del SKU 4821 tienen en bodega sur?" "Necesito 200 cajas de atún, ¿me pueden entregar esta semana?"

El vendedor sabe exactamente cómo responder. El problema es que no tiene la información. Entonces para, abre el ERP, busca el producto, verifica la bodega, calcula si ya hay comprometidos, y vuelve al cliente. Si tiene suerte, eso toma 3 minutos. Si el ERP está lento o el producto está distribuido en varios depósitos, puede tardar 10.

Multiplicado por los 30 o 40 clientes que atiende al día, ese tiempo suma entre 1 y 2 horas diarias solo en consultas de stock.

Según el Salesforce State of Sales, 7ª edición (2026), solo el 40% del tiempo de un vendedor B2B se dedica efectivamente a vender. El resto se va en tareas administrativas como consultar sistemas, preparar documentos o coordinar con el equipo interno. La consulta de stock es uno de los fragmentos más invisibles de ese 60% desperdiciado.

Lo invisible es difícil de mejorar. Y ahí está la oportunidad.

Qué hace exactamente un agente IA cuando consulta disponibilidad

Un agente IA para disponibilidad de stock no es un buscador de productos. Es una capa de interpretación que transforma una pregunta en lenguaje natural en una consulta estructurada al ERP, y transforma la respuesta del ERP en una frase que el vendedor —y si corresponde, el cliente— puede entender directamente.

Para entender cómo funciona, como gerente comercial me resulta útil verlo como un flujo de 6 pasos que ocurren en 8 a 12 segundos:

Todo esto sin que el vendedor abra el ERP, sin llamada al backoffice, sin esperar a que alguien responda. El flujo completo que antes tomaba entre 5 y 15 minutos ocurre antes de que el cliente termine de escribir el siguiente mensaje.

Para profundizar en cómo funciona la capa técnica de integración, el artículo Cómo funciona un agente IA conectado al ERP cubre el detalle sin código.

Stock disponible vs stock comprometible: la diferencia que importa

Este es el punto donde muchas implementaciones básicas fallan, y donde una distribuidora B2B seria no puede equivocarse.

Veámoslo con un ejemplo concreto:

Ese problema tiene nombre en distribución: quiebre de promesa. No es lo mismo que un quiebre de stock. Es peor, porque el cliente ya contaba con el producto y probablemente ya planificó su operación en torno a él.

Un agente IA correctamente integrado al ERP hace la consulta de stock comprometible, no solo de stock físico. Eso requiere que el ERP tenga esa lógica (la mayoría de los ERPs modernos como Defontana, Softland, SAP Business One, Kame y Odoo sí la tienen), y que la integración la lea correctamente.

En distribuidoras con múltiples bodegas, el agente va un paso más allá: determina cuál ubicación tiene el producto disponible, informa la bodega de despacho, y si hay déficit en la bodega habitual pero excedente en otra, puede proponer una transferencia para cubrir el pedido.

Quiebres de stock y sustitutos: cómo responde la IA cuando no hay producto

El quiebre de stock es inevitable en cualquier distribuidora que opera con volumen. Lo que no debería ser inevitable es perder la venta por eso.

Cuando el agente IA detecta que no hay disponibilidad del producto solicitado, o que hay menos de lo pedido, tiene varias opciones de respuesta según cómo esté configurado:

Opción 1: Informar el quiebre con fecha estimada de reposición

Si el ERP tiene información de órdenes de compra o reabastecimiento programado, el agente la incluye en la respuesta: "No tenemos stock del SKU 4821 en este momento. La próxima entrada está programada para el [fecha]. ¿Reservamos para esa fecha?"

Esta respuesta convierte una pérdida inmediata en una venta diferida. El cliente sabe que el producto llegará, tiene una fecha, y el vendedor no tuvo que buscar esa información manualmente.

Opción 2: Proponer productos sustitutos automáticamente

Basado en una tabla de equivalencias configurada en el sistema (o generada automáticamente desde el historial de pedidos), el agente puede proponer alternativas equivalentes. Esta es la opción que convierte un quiebre en una venta recuperada.

Sin un sistema que sugiera sustitutos automáticamente, el vendedor tiene que recordarlos de memoria o buscarlos manualmente. En la práctica, casi siempre elige la opción más fácil: informar el quiebre sin proponer alternativa. El artículo Cómo manejar clientes cuando no hay stock en una distribuidora cubre con detalle el protocolo completo.

Opción 3: Proponer entrega parcial

"Tenemos 150 de las 300 cajas que necesita. Podemos despachar las 150 hoy y las otras 150 en 3 días cuando llegue el próximo lote. ¿Le parece?" Esta respuesta es imposible de dar en tiempo real si el vendedor tiene que buscar los datos manualmente. Con IA, ocurre en segundos.

El flujo completo con IA: del WhatsApp del cliente al pedido confirmado

Para ver el impacto real, vale la pena recorrer el flujo completo en una distribuidora que ya opera con IA integrada al ERP.

Situación: son las 9:17 AM. El encargado de compras del Restaurante El Mar escribe al número de WhatsApp de la distribuidora: "necesito 48 litros de aceite oliva extra virgen para mañana, ¿tienen?"

Si el cliente confirma, el agente genera el pre-pedido en el ERP y notifica al vendedor para revisión final. El vendedor entra al proceso en el único punto donde agrega valor real: la decisión de confirmar o ajustar en situaciones que requieren criterio comercial.

Eso no es automatización total. Es automatización inteligente: la IA maneja lo que puede hacer sin error, y el vendedor decide en lo que requiere contexto y relación.

Casos concretos en distribuidoras B2B chilenas

Cómo se conecta al ERP: sin cambiar nada de lo que ya funciona

Una preocupación legítima de los gerentes comerciales cuando les hablan de IA es la disrupción: ¿tengo que cambiar el ERP? ¿capacitar a todo el equipo? ¿reformular los procesos?

La respuesta, cuando la implementación está bien diseñada, es no en los tres casos.

El agente IA se conecta al ERP como una capa intermedia via API, sin modificar la base de datos ni los procesos existentes. El ERP sigue siendo el sistema de verdad. El agente solo lo lee (para consultas de stock, precios, historial de clientes) y escribe (para crear pre-pedidos u órdenes de venta cuando corresponde).

Los ERPs con los que opera Cheetrack —Defontana, Softland, SAP Business One, Kame y Odoo— todos exponen APIs documentadas para este tipo de integración. El plazo de implementación es de 1 a 2 semanas desde que se configuran las credenciales de acceso.

Lo que sí requiere preparación previa:

• Stock actualizado en el ERP: la IA es tan buena como los datos que lee. Si hay mermas no registradas o movimientos en papel que no se han cargado al sistema, la respuesta del agente reflejará ese desfase. La IA mejora el proceso de consulta, no los procesos de actualización de inventario.
• Tabla de sustitutos configurada: si la distribuidora quiere que el agente proponga alternativas ante quiebres, alguien debe definir esas equivalencias. El agente puede sugerirlas basándose en historial de pedidos, pero la validación final es del equipo.
• Catálogo de productos limpio: nombres, SKUs, unidades de medida y agrupaciones coherentes. Un catálogo mal mantenido genera ambigüedades que el agente escala en lugar de resolver.

Para evaluar si tu distribuidora está en condiciones de implementar, el artículo IA para listas de precios en distribuidoras B2B cubre los mismos requisitos de preparación desde el ángulo de la información de precios.

Lo que la IA no puede hacer (siendo honesto)

Hay situaciones donde el agente llega a su límite y el vendedor o el gerente comercial debe intervenir:

• Decisiones comerciales estratégicas: si hay quiebre y dos clientes estratégicos esperan el mismo producto, el agente puede informar la situación, pero la decisión de a quién priorizar es del Gerente Comercial. La IA ejecuta reglas, no reemplaza el criterio de relación.
• Calidad del dato en el ERP: la IA no puede compensar un inventario mal registrado. Si hay diferencias entre el stock del sistema y el stock físico real, el agente responderá con el número del sistema. El problema no es de la IA; es de los procesos de actualización de inventario.
• Productos con especificaciones técnicas complejas: en distribución de equipos con muchas variantes técnicas, el agente puede identificar la familia de productos pero puede requerir confirmación humana para garantizar que la especificación exacta es la correcta. El costo de un error técnico en productos industriales puede ser alto.
• Negociación de precio excepcional: cuando la consulta de stock viene acompañada de una solicitud de precio especial fuera de la lista de cliente, el agente muestra el precio pactado y escala al vendedor para la aprobación del descuento adicional.

Estas limitaciones no reducen el valor de la solución — la definen. El 80–85% de las consultas de stock son transacciones rutinarias que no requieren ninguna de estas excepciones. El agente maneja ese 80% en segundos. El vendedor dedica su tiempo al 20% que sí requiere criterio.

El impacto en números: cuánto tiempo recupera un equipo comercial

Los gerentes comerciales necesitan números, no promesas. Veamos un cálculo conservador para una distribuidora típica del ICP de Cheetrack:

El cálculo es conservador porque no incluye las ventas recuperadas por responder más rápido, ni el valor del tiempo del vendedor en actividades de mayor margen.

¿Quieres entender primero el modelo completo? Lee qué es el backoffice comercial y por qué la consulta de stock es solo una parte del problema.

Preguntas frecuentes