¿Cuánto tarda una IA en aprenderse mi catálogo?

Es una pregunta que conviene hacerse antes de activar un agente de IA en WhatsApp: si tengo cien, quinientos o mil productos, ¿cuánto tiempo va a pasar hasta que responda bien sobre todos ellos? La respuesta corta es que la carga en sí es rápida. Lo que de verdad toma tiempo es otra cosa, y es la parte que conviene calcular desde el inicio.

Qué significa que la IA "se aprenda" un catálogo

No es un proceso de memorización como el de una persona nueva en el equipo. El agente recibe el catálogo —nombre, precio, descripción, categoría y foto— y lo usa como referencia para responder cada pregunta que le llega, en vez de tener que "recordarlo" de antemano. Por eso cargar mil productos ordenados no toma mil veces más que cargar diez: es un proceso de configuración, no de aprendizaje progresivo como el de una persona.

De qué depende el tiempo real

• Qué tan ordenados están los datos. Un catálogo con nombre, precio y descripción consistentes para cada producto se carga en horas. Uno con información repartida entre una hoja de cálculo, la memoria de un vendedor y publicaciones sueltas de redes sociales necesita ordenarse antes de cargarse, y ese trabajo previo es el que de verdad toma tiempo.
• Qué tan parecidos son los productos entre sí. Si vendes variantes muy similares —tallas, colores, modelos con nombres casi idénticos— la IA necesita más contexto para no confundirlos, y eso se ajusta probando preguntas reales, no solo cargando la lista.
• Si los precios son fijos o cambian según el cliente. Un catálogo de precio fijo es directo. Uno donde el precio depende de cantidad, ubicación o negociación necesita reglas adicionales, y definir esas reglas depende de tu equipo, no de la velocidad de la IA.

La parte que de verdad toma tiempo: la revisión

Cargar el catálogo es rápido. Confiar en que responda bien sin supervisión es otra cosa. Entre la carga inicial y el momento de soltarla del todo conviene un período de prueba: mandarle preguntas reales, revisar cómo responde, corregir lo que entiende mal y volver a probar. Esa corrección la haces tú, en el catálogo, la base de conocimiento o las instrucciones del agente: la IA no aprende sola de las conversaciones. Ese ciclo es el que marca la diferencia entre un agente que responde bien desde el primer día y uno que genera quejas porque nadie revisó cómo contestaba antes de exponerlo a clientes reales.

Qué pasa cuando el catálogo cambia todo el tiempo

Aprender el catálogo no es un evento único, es algo que se mantiene. Si agregas productos, cambias precios o se agota un producto, esa información tiene que actualizarse en la fuente que usa la IA, igual que tendrías que avisarle a un vendedor nuevo. La diferencia con una persona es que ese aviso no depende de que alguien se acuerde de contarlo en la reunión del lunes: se resuelve manteniendo actualizada la fuente de datos, algo que conviene dejar resuelto desde el principio y no como un pendiente eterno. En Nubot, el agente no ve cantidades en stock, solo si el producto está activo, y un catálogo conectado a Shopify o a un feed se sincroniza una vez al día o al pulsar «Sincronizar ahora».

Cuándo NO conviene soltar la IA sola sobre el catálogo todavía

Si tu catálogo tiene productos técnicos donde una respuesta incorrecta puede costar caro —temas de salud, especificaciones críticas de seguridad, condiciones legales de una venta— no conviene activar la IA sin supervisión desde el día uno, sin importar qué tan rápido se cargó. Ahí lo razonable es empezar con el agente respondiendo lo general del catálogo y derivando a una persona todo lo que toque esos temas sensibles, y ampliar su alcance recién cuando la revisión muestre que responde bien de forma consistente.

Cómo probarla antes de exponerla a clientes reales

• Empieza con las preguntas que tu equipo ya recibe todos los días, no con casos inventados. Si tus vendedores contestan siempre las mismas cinco o diez preguntas sobre el catálogo, esas son la primera prueba real.
• Prueba con los productos más parecidos entre sí a propósito. Si la IA distingue bien entre dos variantes casi idénticas, es una señal de que el resto del catálogo también va a estar cubierto.
• Revisa las conversaciones reales de los primeros días con alguien del equipo, no solo un reporte de métricas. Un error que un número no muestra —como confundir dos productos en una respuesta larga— se detecta leyendo la conversación completa.
• Define de antemano qué preguntas debe derivar a una persona en vez de responder sola. Esa lista se ajusta con el tiempo, pero tenerla desde el inicio evita que la IA improvise sobre temas donde no debería.

Si ya tienes tu catálogo cargado en tu cuenta de WhatsApp Business API, esa misma información ya ordenada te sirve de base para armar la hoja de cálculo o el feed con el que cargas los productos en un agente de IA, sin empezar de cero. Y una vez que empieza a calificar y responder, esas conversaciones necesitan llegar a algún lado organizado: ahí es donde un CRM para WhatsApp conecta lo que la IA resolvió con lo que tu equipo humano tiene que cerrar.