"¿Para cuándo lo tienes?" Es la pregunta que más veces oyes cuando un cliente está a punto de decidir, y la respuesta más cómoda es la que él quiere escuchar: "La semana que viene". Cierras la venta, sales contento, y tres semanas después estás pidiendo disculpas por un retraso que ya estaba escrito en el momento de prometerlo.
Las empresas grandes no dan esa fecha de memoria. Antes de comprometerse, consultan cuánto trabajo tienen en marcha, qué material hay en almacén y cuánto tarda de verdad cada proveedor, no cuánto dice que tarda. La fecha sale de un cálculo, no de un deseo. Con un agente de IA que lea tus propios datos, puedes hacer algo muy parecido.
Por qué prometemos fechas que no cumplimos
Casi nunca es mala fe. Suele haber tres razones muy humanas:
- La presión de cerrar. Una fecha larga puede perder la venta; una corta la cierra hoy y ya se verá.
- El optimismo. Recordamos los pedidos que salieron bien a la primera y olvidamos los que se torcieron.
- No tener los datos delante. En el momento de contestar, nadie tiene a mano la carga real del taller, el estado del stock o el último retraso del proveedor.
La tercera es la más fácil de arreglar, y es justo donde un agente puede ayudar.
Con qué ingredientes calculan la fecha las grandes
Una fecha prometida sensata se construye con cuatro piezas:
- La carga actual. Cuántos pedidos hay en cola y cuánto tardará en quedar libre el equipo que va a hacer el trabajo.
- El stock. Qué tienes ya disponible y qué hay que pedir.
- El plazo real de cada proveedor. Lo que tardó de verdad en las últimas veces, que a menudo no coincide con lo que prometió.
- Un margen para imprevistos. Festivos, vacaciones, una avería, un pedido urgente de un cliente importante.
Ninguna de estas piezas es misteriosa. El problema es que están repartidas entre hojas de cálculo, albaranes, correos y la memoria de quien lleva el taller o el almacén. Reunirlas para cada presupuesto lleva más tiempo del que hay.
Cómo propone la fecha un agente
Un agente de IA es un programa que hace tareas de trabajo por ti y te consulta lo importante. En este caso, su tarea es juntar esas cuatro piezas en el momento en que alguien pregunta "¿para cuándo?".
Para ello trabaja con tu histórico: cuánto tardó cada tipo de pedido desde que entró hasta que salió, cuántos días de retraso tuvo cada proveedor respecto a lo prometido y cómo fue la carga en esas semanas. Con eso puede:
- Mirar los pedidos abiertos y estimar cuándo quedaría libre el equipo.
- Comprobar si el material está en stock o depende de un proveedor, y cuánto ha tardado ese proveedor en las últimas entregas.
- Proponer una fecha, con una horquilla y una explicación: "Te propongo esta fecha porque el proveedor lleva retrasos de unos días sobre lo que anuncia y hay tres pedidos por delante".
- Avisar si la fecha que el cliente pide queda fuera de lo razonable, y qué tendría que pasar para que fuera posible.
Fíjate en que el agente explica de dónde sale la fecha. Eso es importante: si solo te da un día sin más, no puedes juzgar si te fías o no. Con la explicación, sabes qué supuestos hay detrás y puedes corregirlos si tú sabes algo que él no sabe.
Si te interesa la parte de los proveedores, tienes el detalle en cómo automatizar el seguimiento de plazos de entrega de proveedores, y para la parte del almacén, en la gestión de stock con IA.
Qué sigue decidiendo una persona
La fecha propuesta es una recomendación, no una promesa. Quien se compromete con el cliente eres tú o alguien de tu equipo con autoridad para hacerlo. En concreto:
- Aceptar la fecha o cambiarla. Puede haber razones comerciales para adelantar un pedido que el agente no conoce: un cliente estratégico, una relación delicada.
- Decidir qué se retrasa a cambio. Si hay que meter un pedido urgente, alguien tiene que elegir cuál otro se mueve, y avisar.
- Negociar con el cliente. Ofrecer una entrega parcial o una fecha con margen es una conversación entre personas.
- Comunicar los retrasos. Cuando algo se tuerce, el cliente merece saberlo pronto y de boca de alguien, no por un aviso automático.
- Asumir el compromiso. La fecha que figura en un presupuesto o contrato puede tener consecuencias; eso lo fija una persona, y si hay dudas jurídicas, tu asesor.
Empezar con un solo tipo de pedido
No hace falta tener toda la empresa en datos. Un comienzo práctico:
- Elige el tipo de pedido más habitual.
- Anota, para los últimos pedidos de ese tipo, la fecha que prometiste y la fecha en que realmente salió. Esa comparación ya es reveladora por sí sola.
- Recoge qué proveedor intervino y cuándo llegó el material frente a cuándo debía llegar.
- Deja que el agente proponga fechas para los pedidos nuevos, sin que todavía cambie lo que dices al cliente: solo compáralas con tu criterio durante unas semanas.
- Cuando las propuestas se acerquen a lo que finalmente ocurre, empieza a apoyarte en ellas.
Esa prueba silenciosa te enseña si tus datos son suficientes y si el agente entiende cómo trabaja tu negocio, sin arriesgar ninguna promesa.
Qué cuidar
- Un histórico incompleto da fechas dudosas. Si no se anotaba cuándo salía realmente cada pedido, el agente no puede aprender de ello. Empieza a registrarlo ya.
- El negocio cambia. Un proveedor nuevo, un empleado menos o una máquina más alteran los plazos. Revisa cada cierto tiempo si las propuestas siguen acertando.
- Datos de clientes. Los pedidos llevan nombres y direcciones. El agente solo necesita los datos del pedido para calcular plazos, y el acceso debe limitarse a quien lo necesita.
- No es una bola de cristal. Un temporal, una huelga o un proveedor que quiebra no están en ningún histórico. Las fechas propuestas reducen sorpresas, no las eliminan.
- Prometer menos es una decisión comercial. Dar una fecha algo más larga pero segura puede costar alguna venta y ganar la confianza de muchos clientes. Esa balanza la decides tú.
Conclusión
Dar una fecha que se pueda sostener no depende de ser más prudente, sino de tener delante la carga, el stock y los plazos reales de tus proveedores en el momento de contestar. Un agente de IA que lea tu histórico puede proponerte una fecha razonada, mientras tú decides qué compromiso adquieres y cómo se lo cuentas al cliente.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.