Negocio
El problema: comprar stock a ojo
Pedir de más inmoviliza dinero en producto que no sale. Pedir de menos significa roturas de stock, ventas perdidas y clientes que se van a otra tienda. En muchas pymes de ecommerce esa decisión se toma con una hoja de cálculo y la intuición del dueño, sin una planificación de demanda real.
La tentación es pedirle el forecast de ventas a una IA generativa. El problema es que un modelo de lenguaje devuelve un número que suena bien, pero que no se puede reproducir ni discutir después. Con un número así no deberías comprar stock.
Funcionalidad
¿Qué hace?
El agente responde a tres preguntas que el dueño de una tienda se hace cada semana: cuánto voy a vender, qué se me va a acabar y cuánto me puedo fiar de la respuesta. Es pronóstico de ventas con IA hecho con estadística, no con un modelo de lenguaje.
Prevé la demanda por producto
Hace la previsión de ventas de cada producto: calcula los pedidos esperados a una semana, un mes o tres meses. Cada previsión lleva una confianza calculada a partir de los datos, y tú fijas la mínima: lo que no la alcanza no aparece en el informe.
Configuración de previsión
Incluir solo predicciones por encima de este nivel de confianza.
3 de 3 predicciones por encima del umbral
Avisa antes de una rotura
Cruza la previsión con el stock actual para calcular cuántos días te dura y marca el riesgo como alto, medio o bajo según tu ventana de aviso. Si el catálogo no informa del stock, el riesgo queda como desconocido, nunca como alarma.
¿Cuándo avisar?
Avisar cuando un producto vaya a agotarse dentro de esta ventana.
Demanda prevista: 34 unidades / semana
Llega a tu correo y a tu panel
Prepara un informe por email con la proyección de ventas para varias personas del equipo y deja la previsión en el panel. Descuenta los días en los que tu tienda no envía y se limita a los productos que más importan.
Arquitectura
¿Cómo funciona por dentro? Estadística, no adivinación
El motor es aritmética pura: con las mismas entradas da siempre la misma salida. Así, una previsión discutida se puede repetir, revisar y comparar después con lo que pasó.
1Entradas
Pedidos de la tienda
Qué productos contenía cada pedido y cuándo
Stock del catálogo
Unidades disponibles, si la plataforma las informa
Tu configuración
Horizonte, confianza mínima, aviso de stock y cierres
2Motor estadístico
Dos tramos de cuatro semanas
Compara las últimas cuatro semanas con las cuatro anteriores
Tendencia amortiguada
Solo cuenta la mitad del cambio, con un límite
Confianza con techo
Estabilidad, volumen e historial; nunca más del 90 %
Filtro de confianza
Lo que no llega a tu mínimo no se muestra
3Salidas
Pedidos previstos
Por producto, para el horizonte elegido
Cobertura y riesgo
Días que dura el stock: riesgo alto, medio, bajo o desconocido
Informe y panel
Por email al equipo y en el panel de AllHub
Menos de 28 días de historial o de cuatro pedidos: «historial insuficiente», sin fila y sin cifra inventada.
Elegir estadística en lugar de IA generativa fue la primera decisión de diseño de este pronóstico de ventas, y la más importante. Estas son las demás:
Tendencia amortiguada
Una promoción de dos semanas no debe convertirse en una curva de crecimiento trimestral. El motor solo traslada la mitad del cambio observado y le pone un límite.
Confianza con techo
Ninguna previsión supera el 90 % de confianza, por limpia que parezca la serie. Es la diferencia entre una previsión segura y una que solo suena segura.
Mínimos de historial
Hacen falta al menos 28 días de historial y cuatro pedidos de un producto para prever. Por debajo, el informe dice «historial insuficiente» y no muestra ninguna cifra.
Las primeras ventas no son una tendencia
Un producto sin ventas en el periodo anterior no tiene tendencia medible, así que sus primeros pedidos nunca se presentan como demanda disparada.
Seguridad
Seguridad: un agente que solo lee
Una previsión no necesita tocar nada, así que el agente no puede tocar nada.
Un único permiso
Su contrato de permisos le concede una sola capacidad: leer el catálogo. No puede cambiar precios, stock ni pedidos.
Autorización en cada ejecución
Antes de cada cálculo, la capa de seguridad de AllHub comprueba que el agente está autorizado en esa tienda. Si no lo está, no se ejecuta.
Cada tienda, aislada
Los datos se leen filtrados por tienda, así que una previsión nunca mezcla historiales.
Uso acotado
Cada ejecución cuenta contra la cuota del plan. Si se agota, el agente se detiene y lo deja registrado.
Nada que manipular en la cifra
Como el cálculo no pasa por un modelo de lenguaje, no hay instrucciones que alguien pueda intentar colar para alterar el número.
RGPD
Privacidad y datos (RGPD)
Para prever cuánto se venderá no hace falta saber quién compra.
Sin datos personales en el cálculo
El motor solo usa qué productos contenía cada pedido y cuándo se hizo, más el stock del catálogo.
Las previsiones caducan con sus datos
El historial de pedidos se conserva seis meses, y las previsiones se borran al mismo ritmo: ninguna conclusión sobrevive a los datos que la justifican.
Destinatarios que tú eliges
El informe solo llega a las direcciones que configura el equipo.
Diseño EU-first
Infraestructura pensada para la Unión Europea.
IA responsable
Transparencia: cada cifra dice de dónde sale
Una previsión solo es útil si el dueño sabe cuánto fiarse de ella.
Reproducible
La misma historia produce siempre la misma cifra, así que cualquier previsión se puede volver a calcular y discutir.
Confianza explicada
Cada cifra va con su confianza, calculada con tres factores observables: lo estables que son las ventas semanales, cuántos pedidos hay detrás y cuánto historial existe.
Dice qué mide
El informe aclara que cuenta pedidos que contienen el producto, no unidades.
Contexto, no datos inventados
Los festivos que marcas viajan al informe como contexto, pero no cambian la cifra: no hay un calendario de festivos detrás que los alimente.
Personas al mando
Control humano: el agente propone, tú compras
La decisión de reponer tiene dinero detrás, así que la toma una persona.
No hace pedidos a proveedores
Te da la previsión, los días de cobertura y el riesgo de rotura. La decisión de reponer es tuya.
Tú pones los umbrales
El horizonte, la confianza mínima, la ventana de aviso y los cierres los decide el equipo.
Todo queda registrado
Si el agente no está activo, no se ejecuta, y cada ejecución deja constancia de su resultado, también cuando no produce ninguna previsión.
Alertas de stock y envío
¿Dónde entregar?
Aún no hay destinatarios — añade al menos uno para recibir informes.
Honestidad
Estado real y límites
El motor está construido. Esto es lo que hace hoy y lo que todavía no.
Funciona hoy
- Motor de previsión construido y cubierto por tests automáticos.
- Previsión por producto a una semana, un mes o tres meses, con confianza y riesgo de rotura.
- Informe por email y vista en el panel.
Límites
- La ejecución semanal automática está en fase de activación en AllHub.
- Hoy el historial de pedidos llega de tiendas Shopify. Las demás plataformas reciben «historial insuficiente» hasta que se conecten sus pedidos.
- Mide pedidos que contienen el producto, no unidades. En productos que se compran de varios en varios, la cifra se queda corta, y el informe lo dice.
- Todavía no detecta la estacionalidad: los festivos son contexto, no un factor del cálculo.
La ficha de allhub.io presenta el producto completo. Esta página se centra en el motor que hay debajo y en lo que ya está construido.
Detección de tendencias de temporada
Aprendido de tu historial real de ventas — picos detectados automáticamente.
Factores de escenario
Elige los momentos que disparan la demanda de tu tienda.
Demanda proyectada — Farolillos decorativos para velas
Para tu empresa
¿Qué demuestra este caso?
No todo agente de IA necesita un modelo de lenguaje. Saber cuándo usar estadística, cuándo IA generativa y cuándo una regla fija es parte del diseño. Un software de planificación de la demanda del que depende una compra necesita un cálculo que se pueda auditar.
Así diseño cada agente de IA personalizado: primero entiendo la decisión que tiene que apoyar y después elijo la técnica. Si el reto es un proceso completo, lo mapeamos antes con el Método MAPA.
Lo que hay detrás
- La técnica se elige por la decisión que apoya, no por la moda.
- Números reproducibles, con su confianza explicada.
- Honestidad ante la falta de datos: mejor un informe vacío que uno inventado.
- Permisos mínimos: el agente solo lee.
- La decisión de compra sigue siendo de una persona.
FAQ
Preguntas frecuentes
¿Qué es un agente de previsión de demanda?
Es un sistema que estima cuántas ventas tendrá cada producto en un periodo y avisa si el stock no va a llegar. El de AllHub calcula los pedidos esperados por producto para una semana, un mes o tres meses, con una puntuación de confianza y un riesgo de rotura de stock.
¿Usa IA generativa para calcular la previsión?
No. La cifra sale de un método estadístico reproducible: compara las últimas semanas con las anteriores y aplica una tendencia amortiguada. Un modelo de lenguaje daría un número convincente pero imposible de reproducir, y no conviene comprar stock con eso.
¿Qué datos necesita?
El historial de pedidos de la tienda y el stock del catálogo. Hacen falta al menos 28 días de historial y cuatro pedidos de un producto para prever; por debajo, el agente indica que el historial es insuficiente en lugar de dar una cifra.
¿Qué significa la confianza de cada previsión?
Es un porcentaje calculado con tres factores observables: lo estables que son las ventas semanales, cuántos pedidos hay detrás y cuánto historial existe. Nunca pasa del 90 %, y puedes fijar una confianza mínima para ver solo las previsiones que la superan.
¿El agente hace los pedidos a los proveedores?
No. Solo tiene permiso para leer el catálogo. Te da la previsión, los días de cobertura y el riesgo de rotura, y la decisión de reponer es tuya.
¿Puedes diseñar un agente de previsión para mi empresa?
Sí. Diseño agentes de IA personalizados que analizan tus datos y te explican qué importa, con la técnica adecuada para cada decisión: estadística, IA generativa o reglas. Empezamos con una llamada, y te digo con franqueza si un agente tiene sentido para tu caso.
Agentes de IA personalizados
¿Quieres anticiparte a tu demanda?
Cuéntame qué decisión quieres tomar con más datos y menos intuición. En una llamada vemos si un agente de IA personalizado tiene sentido y qué técnica le conviene.
Fuente original
La ficha de producto de Demand Forecast en allhub.io describe el agente tal como lo presenta AllHub. Esta página cuenta cómo está diseñado por dentro.
allhub.io/en/ai-agents/demand-forecastEste artículo se ha creado con ayuda de la IA y lo ha revisado José Galán. Cuido mucho cada publicación y cada traducción, pero aun así se puede colar algún error. Si encuentras uno, escríbeme: me ayudarás a mejorar.