Con un surtido de inventario compuesto por miles de SKU individuales que se agregan diariamente, el mercado de segunda mano ThredUp tiene desafíos de procesamiento únicos. Pero como lo explica el cofundador y director de operaciones Chris Homer, la llegada de las herramientas de imagen habilitadas para IA ha ayudado al proceso de entrada de obtener todos esos elementos en su sitio web.
Hace unos dos años, ThredUp comenzó a utilizar herramientas visuales que desarrolló internamente y que pueden identificar la marca, el tamaño, las instrucciones de lavado y otra información de un artículo en cuestión de segundos. Después de que se implementó el sistema hace unos dos años, resultó en un aumento de la productividad del 10% de inmediato.
"Esto hace que el miembro del equipo en el sitio no tenga que abrirse camino a través de una jerarquía realmente grande de datos de etiquetado", dijo Homer. "Solo están haciendo el trabajo de manejar las prendas y tomar estas fotos y asegurarse de que se inspeccione la calidad. Y el sistema detrás de escena está haciendo toda la automatización".
En el mundo de la cadena de suministro, la inteligencia artificial está ayudando a algunas empresas a optimizar la forma en que gestionan el inventario. McKinsey, en una encuesta publicada en marzo de 2025, descubrió que alrededor del 78% de todas las organizaciones utilizaban algún tipo de IA en su negocio en julio de 2024, frente al 55% de 2023. Pero de las empresas de bienes de consumo y minoristas encuestadas, solo alrededor del 14% de las empresas dijeron que utilizaban regularmente la IA generativa para la cadena de suministro y la gestión de inventarios.
Sin embargo, algunos de los que sí lo están dicen que la IA generativa o los algoritmos impulsados por la IA les están ayudando a ahorrar dinero en tarifas de envío adicionales o pedidos urgentes. Empresas como Bansk Beauty y la marca de pañales Kudos están utilizando la IA para centrarse en las necesidades de inventario y los recuentos generales, lo que les ayuda a asegurarse de que están ganando lo suficiente para satisfacer la demanda. Más allá de contar con cifras más precisas, las empresas están descubriendo que los trabajadores están liberados para otras tareas o simplemente para satisfacer una mayor demanda.
Por parte de ThredUp, invertir en infraestructura de IA es una parte clave de cómo la empresa pretende crecer como mercado de ropa de segunda mano. El sistema de etiquetado impulsado por IA ya ayuda a poner más artículos a la venta más rápido. Durante la llamada de ganancias más reciente de la compañía a principios de este mes, el CEO James Reinhart dijo que la compañía tiene un 9% más de artículos nuevos listados en lo que va del trimestre que el año anterior. "Con las innovaciones continuas en tecnología de procesamiento e inteligencia artificial, estamos ampliando nuestra ventaja aún más mientras aumentamos la capacidad y reducimos los costos", dijo Reinhart en la llamada de ganancias.
Otras herramientas de anuncios entre bastidores, como las fotos de 360 grados, han aumentado las tasas de venta directa a 30 días hasta en un 12%. Homer dijo que la configuración de la cámara no solo hace que los artículos se publiquen más rápido, sino que también tiene el potencial de generar tomas detalladas impulsadas por IA de botones, tela u otras características para brindar a los compradores más detalles sobre el producto que están comprando.
"En los últimos dos años, hemos sido capaces de encontrar ese paso con la tecnología mejorando y estando preparados para ello", dijo Homer a Modern Retail.
Pero Homer dijo que las herramientas están en constante evolución y tienen que mantenerse al día con las necesidades cambiantes de la empresa. ThredUp está procesando ropa usada que podría provenir de cualquier número de marcas, por lo que sus herramientas reciben constantemente nuevas entradas para reconocer esas etiquetas y logotipos, y reconocerlos si la marca cambia. Homer dijo que ThredUp mitiga parte de esto al hacer que un revisor observe lo que están tirando las herramientas de IA y corrija cualquier inconsistencia. También hay un camino por recorrer, ya que la IA puede detectar de qué tipo de tela está hecho algo.
Pero en general, la compañía tiene millones de puntos de datos que, cuando se combinan con algoritmos, pueden ayudar a mejorar su procesamiento de artículos. A partir de principios de 2025, ThredUp también está comenzando a implementar medidas de artículos que se capturan solo en función de una imagen.
"La precisión es un desafío siempre presente, pero es más precisa y precisa a través de los sistemas que construimos ahora que en el pasado", dijo. "Hay una combinación de los miembros de nuestro equipo y los sistemas que trabajan juntos para automatizar a veces, pero luego a veces ayudar, y eso ayuda a entrenar el sistema para mejorar cada vez más con el tiempo".
Para las marcas que fabrican sus productos, las herramientas de gestión de inventario de IA pueden ayudar a concentrarse en cuánto necesita ganar una empresa y a dónde deben ir sus productos, sin que ningún exceso de inventario acumule polvo en un almacén. Ilan Tagger, jefe de personal de la marca de pañales Kudos, dijo que las herramientas impulsadas por IA pueden procesar más datos más rápido, y con más precisión, que sus contrapartes humanas. "Implica un poco de matemáticas y modelado. No creo que el planificador promedio pueda calcularlo por su cuenta a través de Excel", dijo.
Kudos utiliza una herramienta de IA creada por un proveedor llamada Tara para ayudar a su gestión de inventario y previsiones. Es capaz de ayudar a la empresa a determinar sus necesidades de demanda en cada SKU y cada zona geográfica para determinar las necesidades de inventario de los almacenes en tiempo real. En particular, esto puede ayudar a Kudos a determinar dónde puede reducir su gasto en cumplimiento o dónde necesita agregar más productos cuando llegue el momento de reabastecer. Por ejemplo, si un SKU determinado se ha agotado en una región, puede dirigir el 70 % al almacén más cercano y el 30 % restante a otra ubicación.
Tagger dijo que el sistema también ha sido útil para asegurarse de que los informes de inventario en los almacenes coincidan con lo que deberían ser, en función de la cantidad de envíos que entran y salen en el cronograma. Esto ayuda a evitar errores de conteo costosos y que consumen mucho tiempo.
"En un almacén físico, cuando [los recuentos erróneos] ocurrían antes, estábamos demasiado inmersos en el conteo erróneo, y ya se aplicaba a nuestro pronóstico y a lo que compartíamos externamente", dijo. "Ahora, al menos podemos adelantarnos a él y atraparlo principalmente en tiempo real".
Liran Golan, director de la cadena de suministro de Bansk Beauty, también dijo que la previsión ha sido el caso de uso más útil para la IA en las operaciones logísticas de la empresa. La compañía alberga múltiples marcas de belleza, incluido el cuidado del cabello Amika. En diciembre, Bansk comenzó a utilizar algoritmos para la previsión y la gestión de inventarios. Estos analizan la confluencia de envíos anteriores, datos de ventas, promociones y otros puntos de datos para predecir cuánto se venderá en el próximo período y a través de qué canales.
Como resultado, la compañía tiene aproximadamente un 50% menos de inventario que hace un año, dijo Golan. Esto se debe a que el pronóstico impulsado por IA también ayuda a la empresa a comprender cuánto de su inventario colocar en qué centros de distribución, ahorrando en tarifas para acelerar más pedidos a ciertas ubicaciones. "Tener un buen pronóstico reduce mis requisitos de inventario, lo que significa que estoy inmovilizando menos capital de red para el negocio", dijo.
Y aunque las operaciones logísticas han utilizado durante mucho tiempo la previsión para ayudar a comprender las necesidades de inventario, Golan dijo que los algoritmos impulsados por la IA liberan el tiempo de los trabajadores para otras tareas.
"La gente piensa que la IA va a reemplazar la cadena de suministro y que ya no voy a necesitar a las personas, pero no es así como lo veo", dijo Golan. "Veo a la IA como una eliminación del trabajo transaccional, mundano y sin valor agregado para liberar tiempo para hacer realmente trabajo de valor agregado".