IRIS
IA multimodal para la operación de tiendas
La capa operativa del retail, corriendo sobre WhatsApp: validación visual por foto, ruteo de tickets por nota de voz y reseñas de Google respondidas con IA.
- Tiendas · 10+ marcas
- 160+
- De foto a veredicto
- <10s
- Fichas de Google gestionadas
- 196
El problema
Operar 160+ tiendas y 10+ marcas con un equipo lean significa que nadie puede estar en todas partes. Los estándares de marca se degradan en silencio, los problemas de mantención viajan por cadenas de WhatsApp sin dueño, y cientos de reseñas de Google esperan respuesta.
Cómo funciona
Sin app que instalar y sin capacitación: el jefe de tienda manda una foto o una nota de voz por WhatsApp. La IA valida el visual merchandising contra los estándares de la marca en menos de 10 segundos, clasifica la nota de voz y rutea el ticket al equipo correcto, y redacta respuestas con la voz de cada marca para las 196 fichas de Google del grupo. Los supervisores ven todo en un dashboard con health score por tienda.
Dentro del sistema.
Mi perspectiva
IRIS forma parte del software que construimos dentro de Yáneken. Mi perspectiva parte de la operación que lidero: una tienda necesita una respuesta útil y un responsable claro para un problema, en el canal que ya usa. Alrededor de eso se construye el sistema.
La decisión de diseño
Partir por WhatsApp. Introducir otra aplicación habría convertido la adopción de la interfaz en un requisito previo para resolver el problema operativo. Las fotos y notas de voz ya forman parte del día de la tienda; IRIS les da estándares, ruteo y seguimiento.
Qué muestra el resultado
La ficha reporta un tiempo de foto a veredicto bajo diez segundos y operación en la red de tiendas del grupo. También abarca respuestas en 196 fichas de Google. Esas cifras describen velocidad y cobertura. El ensayo que acompaña el caso explica por qué la adopción es la medida que le importa al operador.
Cómo leer la evidencia
La cobertura por sí sola no establece con qué frecuencia usa el sistema cada tienda. Este caso no publica una tasa de adopción o cumplimiento antes y después. Los temas graves en reseñas negativas se escalan a una persona en vez de responderse automáticamente.
El recorrido de una decisión
- 01
La tienda envía una foto o nota de voz por WhatsApp.
- 02
El sistema contrasta la foto con los estándares de marca o clasifica el problema de la nota de voz.
- 03
El equipo correspondiente recibe el ticket con su SLA; los supervisores ven cumplimiento y salud de tiendas en un dashboard.
El criterio detrás del trabajo, en mis ensayos:
Qué hace
- 01
Validación visual
De foto a veredicto en menos de 10 segundos, contra los estándares de implementación de cada marca.
- 02
Ruteo por nota de voz
Transcripción y clasificación de audios en tickets de mantención, checklist o comerciales, con SLA.
- 03
Agente de reseñas
Respuestas con la voz de cada marca — 157 perfiles de estilo — y escalamiento de reseñas negativas por tema.
- 04
Health score por tienda
Compuesto ponderado de cumplimiento visual, zonal y comercial, con alertas tipo semáforo.
Alcance del despliegue
En producción en las tiendas del grupo en Chile, sobre WhatsApp — sin app que instalar ni capacitación previa.
Proyectos relacionados
- ChispezaIA de voz para contratar y entrenar vendedores
- Cifraflujo de caja con IA para retail multi-entidad
- Delphineforecasting de demanda de calzado con ML
Estado y cifras: agosto de 2026
Si reconoces este problema en tu empresa, conversemos. Para una implementación con mi equipo, el trabajo de asesoría vive en Menlo & Oak.