Los compradores de moda han sido durante mucho tiempo los creadores de tendencias silenciosos de la industria, aquellos capaces de detectar un deseo incluso antes de que tome forma. Pero ahora, con márgenes de beneficio más ajustados y la necesidad de una precisión milimétrica, están recurriendo a la inteligencia artificial para enfrentar estos desafíos.

Al procesar enormes cantidades de datos que antes estaban encerrados en sistemas separados —como el comportamiento de búsqueda, los patrones de clics, las preferencias regionales y el rendimiento de productos en diferentes mercados— la IA está superando rápidamente la simple previsión de ventas. Los compradores y merchandisers afirman que ahora está cambiando la forma en que construyen, ajustan y escalan sus selecciones de productos, a medida que las decisiones se vuelven más basadas en datos que nunca.

En lugar de depender únicamente de las ventas pasadas o la intuición, los compradores pueden acceder a señales en tiempo real sobre lo que los compradores están buscando, haciendo clic y guardando en todo el mundo. "La IA es más una herramienta que amplía su alcance", dice Rich Shepherd, vicepresidente de producto en Lyst. "Los mejores compradores siguen liderando con el instinto; la IA solo les da una imagen más clara de dónde podría funcionar mejor ese instinto".

Desde marcas de lujo hasta plataformas globales de comercio electrónico, está tomando forma un nuevo enfoque: sistemas de recomendación impulsados por IA y herramientas que detectan patrones en los datos, mientras que los compradores humanos interpretan esos conocimientos y toman decisiones estratégicas. Equilibrar ambos se está convirtiendo en una ventaja competitiva clave.

**Información de demanda en tiempo real**

Tapestry, la empresa matriz de Coach, Kate Spade y Stuart Weitzman, utiliza IA entre bastidores para ayudar a los compradores a tomar decisiones más inteligentes sobre qué pedir, cuánto stock tener y dónde enviar el inventario.

"Siempre supimos que para digitalizar este proceso y escalar rápidamente, necesitábamos construir una forma de compartir datos fácilmente en toda la empresa", dice Fabio Luzzi, director de datos y análisis de Tapestry. La empresa invirtió en un centro de datos central —lo que Luzzi llama su "tejido de datos propietario"— que facilita modelar datos sobre clientes, ubicaciones y cadenas de suministro. "Hace que digitalizar procesos sea fácil, así como usar IA en muchos pasos de la cadena de valor".

"Los mejores compradores siguen liderando con el instinto; la IA solo les da una imagen más clara de dónde podría funcionar mejor ese instinto".

Los equipos de compras de Coach ya están utilizando conjuntos de datos compartidos para comparar patrones de compra regionales en tiempo real, ajustando cuánto piden y dónde enviar los productos antes de que lleguen a las tiendas. Estos conocimientos revelan la demanda antes y con más precisión que simplemente mirar las ventas pasadas.

En términos prácticos, un miembro del equipo podría abrir un panel compartido en vivo que muestre que un cierto estilo se vende bien en el suroeste de EE. UU., pero no en el noreste, información que solía llegar semanas después a través de informes de ventas. Esa señal les permite ajustar dónde va el stock antes de que esté bloqueado, en lugar de que termine en el almacén equivocado. Luzzi ve la IA como un sistema de apoyo a la decisión integrado para diseño, inventario y precios, acelerando el análisis y la interacción mientras deja las decisiones finales de producto y merchandising a los equipos humanos. Dice que esto libera tiempo para que los equipos de compras y merchandising se centren en un trabajo más estratégico.

En Coach, los artículos de marroquinería básicos y los básicos de temporada —categorías con años de datos de ventas detrás— se manejan cada vez más a través de modelos de reposición automatizados. El sistema señala cuándo reordenar, ajusta las cantidades por tienda y mueve el stock entre regiones sin intervención manual. El tiempo ahorrado es significativo: los comerciantes que solían pasar la mayor parte del ciclo de compras gestionando las partes predecibles de su surtido ahora pueden centrarse en categorías donde los datos ofrecen menos certeza y el juicio humano importa más.

**Más tiempo para merchandising y tendencias**

Para artículos impulsados por tendencias o nuevos, la historia es diferente. Sus ventas dependen del momento cultural, el revuelo mediático y las señales tempranas que los datos históricos por sí solos aún no pueden predecir. En la práctica, esto significa que los compradores pasan menos tiempo tomando decisiones sobre productos familiares y más tiempo abordando la pregunta más difícil de qué es lo que los clientes aún no saben que quieren —la parte del trabajo que requiere gusto, no solo análisis, según Luis Carvalho, director de tecnología de Farfetch.

"Creemos en empoderar el estilo individual de nuestros clientes, no dictarlo", dice Carvalho. El motor de personalización de Farfetch refina lo que los compradores ven basándose en señales de estilo en lugar de solo popularidad. "Los avances en IA —desde el procesamiento de datos hasta el modelado predictivo— nos ayudan a navegar enormes cantidades de información y conectar a cada cliente con los productos más personalizados en nuestra red".

Estos avances incluyen la capacidad de la IA para procesar miles de millones de señales —como el comportamiento de búsqueda, los patrones de clics, los metadatos de productos y las diferencias de compra regionales— a una velocidad que los equipos humanos no pueden igualar. A medida que las capacidades de IA han crecido, el mercado agregador de moda Lyst ha pasado de catálogos amplios clasificados a recomendaciones a nivel de estilo, emparejando productos con compradores individuales según el gusto, la sensibilidad al precio y la ocasión.

La bufanda de calavera de McQueen ha regresado recientemente a las tendencias de moda, tras varias apariciones de celebridades y que Charli XCX usara una durante su actuación en Glastonbury 2025.
Foto: Shoot Digital para Style.com/ Getty Images

"Antes, el merchandising se trataba solo de decidir los primeros seis productos que verías en un feed", dice Miyon Im, vicepresidenta de diseño de producto y editorial en Lyst. "Pero con la IA, podemos ser más sofisticados —en torno al estilismo, conjuntos, o incluso sugerencias basadas en eventos. Si podemos usar la IA para crear algo como una recomendación para una fiesta de oficina, donde cada pieza se sienta adecuada porque entendemos tu gusto, preferencias y sensibilidad al precio, ese es el futuro".

En la práctica, esto significa que los merchandisers de Lyst reciben informes de datos regulares, incluyendo artículos que están ganando tracción inusual en búsquedas o guardados. Luego los examinan en busca de contexto de moda antes de hacer cualquier recomendación. Cuando los datos muestran picos en ciertos colores o texturas, no se publica inmediatamente como tendencia. Un humano tiene que preguntarse por qué: ¿fue un momento de pasarela, una aparición de celebridad o una referencia cultural? Solo entonces se añade al merchandising.

**Equilibrando datos con intuición**

Los ejecutivos dicen que, por ahora, el potencial de la IA viene con límites estructurales. Los modelos de aprendizaje automático son tan confiables como los datos con los que se entrenan, y los sesgos históricos de la moda —en tallas, representación, geografía y jerarquías de gusto— pueden reforzarse fácilmente en lugar de corregirse. Si las ventas pasadas estaban sesgadas hacia rangos de tallas estrechos o demografías específicas, esas exclusiones no desaparecen en los modelos de aprendizaje automático; se amplifican. Los expertos dicen que la IA aún no puede reemplazar la inteligencia cultural, la intuición y los instintos narrativos que dan forma a la moda.

"La IA está aquí, y es una herramienta increíble para mejorar tu trabajo", dice Julie Gilhart, consultora de moda que pasó 18 años supervisando decisiones de compra en Barneys New York. "Pero la magia real viene de la intuición humana —el sentido instintivo que los datos por sí solos no pueden replicar. Las marcas que lo hagan bien dejarán que la creatividad lidere, con la IA mejorando la visión en lugar de reemplazar el toque humano".

A medida que las marcas adoptan herramientas más basadas en datos, Gilhart dice que está surgiendo un nuevo rol: merchandisers que pueden convertir señales analíticas en estrategias creativas. "Tienes que ser curioso", dice Shepherd. "No necesitas una formación en ciencias de la computación, pero necesitas entender cómo funciona la tecnología para resolver problemas para usuarios y socios".

**Preguntas Frecuentes**

Aquí hay una lista de preguntas frecuentes sobre cómo los compradores de moda y merchandisers se están adaptando a la era de la IA.

**Preguntas de Nivel Principiante**

1. **¿Qué está haciendo exactamente la IA en la compra y merchandising de moda?**
La IA está analizando enormes cantidades de datos —como ventas pasadas, tendencias de redes sociales y pronósticos meteorológicos— para predecir lo que los clientes querrán comprar. Ayuda a decidir cuánto stock pedir, qué estilos promocionar y cuándo poner artículos en oferta.

2. **¿Va a reemplazar la IA a los compradores y merchandisers de moda?**
No. La IA es una herramienta para facilitar su trabajo, no para reemplazarlos. Maneja el tedioso cálculo numérico y la detección de patrones, liberando a compradores y merchandisers para centrarse en decisiones creativas, negociar con proveedores y construir historias de marca.

3. **¿Cómo ayuda la IA a predecir las tendencias de moda?**
La IA escanea millones de imágenes de redes sociales, pasarelas y fotos de estilo callejero. Identifica colores, siluetas y patrones emergentes mucho más rápido de lo que podría hacerlo un equipo humano, dando a los compradores una ventaja en la previsión de tendencias.

4. **¿Cuál es el principal beneficio de usar IA para un merchandiser?**
El mayor beneficio es la precisión. La IA puede pronosticar la demanda de tallas, colores y tiendas específicas con mucho menos desperdicio. Esto significa menos rebajas en ropa no vendida y menos avisos de falta de stock en artículos populares.

5. **¿Necesito ser un experto en tecnología para trabajar con IA como comprador?**
Para nada. La mayoría de las herramientas de IA están diseñadas con paneles fáciles de usar. Necesitas saber qué preguntas hacerle a la IA, no cómo programarla. La habilidad clave es aprender a interpretar las recomendaciones de la IA y confiar en ellas basándote en tu conocimiento del mercado.

**Preguntas de Nivel Avanzado**

6. **¿Cómo está cambiando la IA el calendario de compras tradicional?**
La IA permite una compra ágil. En lugar de hacer todos los pedidos con meses de antelación, los compradores ahora pueden usar la IA para probar pequeños lotes en tiempo real y luego reordenar los más vendidos instantáneamente según los datos de ventas en vivo. Esto cambia el calendario de lanzamientos estacionales rígidos a un flujo continuo y receptivo de nuevos productos.

7. **¿Puede la IA ayudar con los objetivos de sostenibilidad en el merchandising?**
Sí, significativamente. La IA optimiza los niveles de inventario para reducir la sobreproducción, el mayor problema de desperdicio en la industria de la moda. También puede predecir qué materiales tendrán