Caso de éxito · Sector agrícola (viverista)

El agente de IA que habla el idioma de tus ventas

Construimos para una empresa de referencia del sector agrícola, especializada en el negocio viverista, construimos un agente de IA que responde en lenguaje natural sobre precios y tarifas aplicando las reglas de su negocio al dato real. Dirección y Comercial preguntan; el agente responde al momento con la cifra y su criterio.

Ventas en lenguaje natural

Reglas validadas contra el ERP

Sin modelo propio

El punto de partida

El dato estaba listo. Faltaba que la IA lo entendiera

Una empresa del sector agrícola vende producto vivo a profesionales. Su dato estaba listo: un modelo de ventas con ERP y CRM integrados en una plataforma de datos, actualizado a diario. Querían que Dirección y el equipo comercial preguntaran por precios y tarifas en lenguaje natural y obtuvieran la cifra al momento.
El reto estaba en el catálogo. El mismo producto se presenta en distintos formatos, cada uno con su propio nivel de precio, y una venta atraviesa varias fases documentales. Es el tipo de dato en el que una IA genérica responde con seguridad y se equivoca.

El reto

Medias que mezclan formatos. El precio por unidad va de céntimos a decenas de euros según el formato. Promediarlos da una cifra creíble y falsa.

La misma venta en varios documentos. Albarán y factura suman prácticamente las mismas unidades: sumar fases duplica el resultado.

Descuentos e IVA. Unos descuentos se suman y otro se aplica en cascada; solo con esa regla las líneas cuadran con el ERP. Y en un 10 % de las líneas de factura el precio ya lleva el IVA incluido.

Producto gratuito. Una de cada once líneas facturadas se entrega sin coste (reposiciones y ensayos). Si se lee como descuento, hunde el precio medio sin que nadie lo haya negociado.

Ciclos largos y perfiles distintos. Entre pedido y entrega pasan meses, y la fecha que se elija cambia la respuesta. Dirección ve todo; cada comercial, sus clientes.

Lo que propusimos

No entrenamos un modelo propio. Partimos de un modelo de lenguaje estándar y le dimos lo que no trae de serie: las reglas de negocio, validadas una a una contra el dato real, y vistas de negocio donde esas reglas ya están aplicadas. El agente escribe la consulta y la plataforma de datos del cliente la ejecuta con la identidad del usuario; al modelo solo le llegan la pregunta, la estructura de las vistas y el resultado de la consulta.

El cambio

Cero cifras inventadas: así evitamos que la IA alucine

Un modelo de IA lo tiene cualquiera. Lo que lo hace fiable es saber que dos formatos no se promedian, que un abono resta y que una planta repuesta sin coste no es un descuento. Ese conocimiento lo aporta quien conoce el negocio y se valida contra el dato real, regla a regla.

Sin la regla

La media de una variedad sale muy por debajo del precio real de su formato

Albarán más factura: unidades duplicadas

La planta gratuita parece un descuento enorme

El precio con IVA incluido sale sobrestimado

Con la regla

Desglosa por formato y pregunta cuál

Responde sobre una sola fase y dice cuál

La separa del descuento negociado

Quita el IVA antes de calcular

de cuadre con el ERP, línea a línea
0 %
reglas de negocio calculadas en el dato
0
accesos directos de la IA a las bases de datos
0

Lo que construimos

Seis piezas, cero improvisación

Las reglas viven en el dato

Una vista de negocio calcula el tipo de línea (producto, royalties, servicios), el signo de abonos y devoluciones, el precio sin IVA, el neto tras descuentos y la marca de producto gratuito.

Validadas contra el ERP

Cada regla se validó una a una contra el dato real: más del 99 % de las líneas de factura cuadran con el ERP.

El agente escribe, la plataforma ejecuta

El agente escribe la consulta SQL y la plataforma de datos del cliente la ejecuta. El modelo nunca accede directamente a las bases de datos.

Permisos en la capa de datos

Cada consulta se ejecuta con la identidad del usuario y los permisos se aplican en el dato, no en el chat.

Repregunta antes de adivinar

Si falta el formato o el acabado, lo pide. Si un dato no existe, lo dice y ofrece lo que sí hay.

Sin modelo propio que mantener

Un modelo de lenguaje estándar con lo que no trae de serie: reglas de negocio, definiciones de cada dato y ejemplos validados.

Lo que dice el cliente

Nuestro catálogo tiene matices que solo conoce quien lleva años en la casa. Queríamos una IA que los respetara: que pregunte el formato cuando falta, que separe lo que no es venta y que nos diga qué ha medido. Eso es lo que hemos validado con BertIA.

Dirección Comercial

Empresa del sector agrícola (viverista)

Dudas habituales

Preguntas frecuentes

¿Qué es un agente de IA para ventas?
Un asistente conversacional que responde preguntas sobre ventas, precios y clientes consultando directamente tu modelo de datos. Preguntas en lenguaje natural y recibes una tabla con la cifra y el criterio usado. Complementa a Power BI: el cuadro de mando responde a las preguntas que diseñaste; el agente, a las que te surgen sobre la marcha.
No. Se parte de un modelo estándar y se le da contexto: reglas de negocio, definiciones de cada dato y ejemplos validados contra cifras reales.
Puede, si el sistema se lo permite. Por eso las cifras salen de una consulta ejecutada en tu plataforma y la respuesta se redacta a partir de su resultado real. Si un dato no existe, el agente lo dice y ofrece lo que sí hay.
Cada consulta se ejecuta con la identidad del usuario y los permisos se aplican en la capa de datos. Al modelo de lenguaje solo se le envían la pregunta, la estructura de las vistas y el resultado.
Un modelo de datos de ventas ordenado (ERP y CRM integrados), un interlocutor de negocio que fije las reglas y una batería de preguntas de validación. Se empieza con un piloto acotado y el acierto se mide antes de ampliar.

Tu próximo proyecto empieza aquí