Abrir un mercado nuevo exige que al menos cuatro departamentos de una empresa de venta directa terminen su parte, muchas veces en un orden fijo, antes de que nadie pueda construir nada. Esa cadena, y no la falta de ideas, es lo que mantiene oportunidades meses enteras en la lista de deseos. Brian Palmer, presidente de la firma de tecnología comercial Fluid Studios, parte de esa observación para proponer una medida distinta del valor de la inteligencia artificial: no cuánto sabe, sino cuánto trabajo deja terminado. Su columna se publicó el 26 de octubre en Direct Selling News, dentro de la edición de octubre a diciembre de la revista.
La mayor parte de la conversación sobre IA en el sector, escribe Palmer, se ha centrado en trabajar más rápido: generar un texto para redes, crear un gráfico, resumir un documento, investigar una pregunta. Son usos útiles, admite, pero apenas rozan lo que la tecnología puede significar para una empresa de venta directa. La oportunidad grande, según él, está en pasar de una IA que dice al equipo qué hay que hacer a una que completa partes del trabajo. Y eso importa sobre todo en equipos corporativos pequeños, donde el cuello de botella es la capacidad y no la creatividad.
Dónde se va el tiempo
El ejemplo que usa Palmer es la expansión internacional. Para entrar en un país, el área legal tiene que determinar si el mercado exige un periodo de desistimiento para el comprador y qué protecciones al consumidor aplican. Impuestos debe saber cómo se muestra el IVA y si hacen falta facturas. Cumplimiento tiene que fijar qué avisos necesita la tienda y qué reglas de privacidad rigen. Operaciones debe identificar qué datos pide la inscripción y qué medios de pago existen.
Después, toda esa investigación tiene que convertirse en algo tangible: páginas de avisos, formularios de inscripción, pantallas de impuestos, un proceso de pago con las opciones correctas, y un equipo de tecnología que haga que las piezas encajen. El problema, dice el autor, no es que un departamento vaya lento. Es que hacen falta varios tipos de conocimiento, a menudo en una secuencia concreta, antes de que la empresa tenga información suficiente para construir algo. Una oportunidad puede quedarse meses en espera simplemente porque la organización no tiene capacidad para averiguar si merece el esfuerzo.
De la respuesta a la acción
Ahí es donde Palmer sitúa el interés de la llamada IA agéntica, los sistemas que no solo responden sino que ejecutan instrucciones. En el caso de la apertura de un mercado, un agente que trabaje a partir de requisitos de país ya verificados podría usarlos para configurar elementos de la tienda: redactar las páginas de avisos, fijar los campos de inscripción, dejar un proceso de pago adaptado al mercado. El resultado no es un informe, sino algo construido, esperando a que el equipo lo revise.
El matiz que más repite el autor es que la IA no sustituye al abogado, al fiscalista ni al responsable de cumplimiento. Cambia en qué gastan su tiempo. En lugar de dedicar horas a recopilar información y coordinar la implementación rutinaria, los expertos reciben algo concreto que evaluar: legal comprueba si los avisos son correctos, impuestos valida la configuración, cumplimiento señala lo que hay que cambiar. Las decisiones de criterio siguen en manos de quien está cualificado para tomarlas. El objetivo, resume, no es producir información más rápido sino reducir la investigación y el montaje que se interponen entre una idea y una decisión.
Más allá de abrir países
El mismo principio, sostiene Palmer, sirve para lanzar una tienda en TikTok Shop, desplegar comercio por WhatsApp allí donde la vendedora ya tiene la conversación con su cliente, o integrar un sistema de back office. Todos exigen coordinación entre departamentos antes de que la empresa sepa siquiera si la idea es viable. En vez de debatir durante meses una iniciativa hipotética, los equipos podrían revisar un modelo que funciona, encontrar sus problemas y decidir si merece más inversión.
El argumento tiene una lógica de recursos que el autor explicita: muchas direcciones corporativas del sector no andan cortas de ideas sino del tiempo necesario para investigarlas, coordinarlas, construirlas y probarlas mientras siguen operando el negocio existente. La venta directa ya tiene algo que las marcas de venta directa al consumidor gastan millones en fabricar, recuerda: un canal de distribución hecho de personas reales que creen en lo que venden. Generar más textos y más gráficos no fortalece necesariamente esa ventaja. Darle más capacidad al equipo corporativo, quizá sí.
De ahí sale la pregunta con la que cierra: ante cualquier herramienta de IA, lo útil no es preguntar qué sabe, sino qué puede hacer. Si entrega otro plan que alguien tendrá que ejecutar, o si completa trabajo repetible y devuelve algo que los expertos puedan juzgar. La meta no es sacar a las personas de las decisiones importantes, concluye Palmer, sino quitar parte del trabajo que se interpone entre ellas y esas decisiones. Para empresas con equipos pequeños y tecnología cada vez más compleja, ahí es donde la IA podría crear su mayor valor.
Palmer habla con interés propio, y el propio artículo lo aclara: Fluid Studios construye tecnología de comercio para empresas de venta directa, incluidas herramientas agénticas para abrir mercados y canales. El argumento, con todo, encaja con una queja que se repite en el sector desde hace años: que las compañías medianas tardan demasiado en llegar a mercados donde su red ya tiene demanda.
Adaptado del artículo «Getting to Done» publicado originalmente en Direct Selling News.
