IA: Una herramienta que proporciona soluciones para microempresas

Las pequeñas tiendas de comestibles en Buenos Aires enfrentan desafíos continuos en la gestión del inventario y en satisfacer la demanda de los clientes, particularmente cuando los productos preferidos no están disponibles. Esta investigación, una colaboración entre ITBA y el MIT LIFT Lab, examinó los comportamientos de compra y los patrones de sustitución utilizando Procesamiento de Lenguaje Natural (NLP) e IA Generativa. Se recopilaron datos a través de encuestas a consumidores y tenderos en siete tiendas de comestibles, analizando factores clave que influenciaron las elecciones de sustitución, como la disponibilidad del producto, las características de la tienda y las tendencias demográficas. El estudio concluyó con un análisis de los hallazgos clave derivados de las encuestas y el desarrollo de un modelo predictivo. Este modelo pronostica las decisiones de los clientes cuando un producto deseado no está disponible, considerando variables como la tienda, la edad, el producto y el género. Los hallazgos de la investigación resaltaron el papel de los conocimientos impulsados por IA en la optimización de la gestión del inventario y la mejora de la toma de decisiones para pequeñas tiendas de comestibles.