Viki Zabala, Directora de Crecimiento y Estrategia en First Insight – Serie de Entrevistas

Viki Zabala, Directora de Crecimiento y Estrategia en First Insight, aporta más de 22 años de liderazgo en empresas de alto crecimiento en SaaS, IA y tecnología, operando en la intersección de estrategia, producto e innovación. En su función, lidera el motor de crecimiento unificado de First Insight en estrategia, go-to-market, marketing, producto, IA, éxito del cliente y socios, moldeando la visión detrás de la plataforma de Inteligencia de Decisiones Minorista de la empresa. Conocida por traducir la incertidumbre en claridad, Zabala ha impulsado el crecimiento hipertrófico, la expansión de nuevos mercados y la transformación liderada por la IA, conectando la perspectiva del cliente, la inteligencia de decisiones y los modelos operativos escalables para entregar resultados comerciales medibles para empresas globales.

First Insight es una plataforma de inteligencia de decisiones impulsada por la IA, diseñada para minoristas y marcas que buscan predecir la demanda, optimizar los precios y las ofertas, y reducir el riesgo en todo el ciclo de vida del producto. Al combinar la retroalimentación del consumidor en tiempo real con la IA predictiva, generativa y agente, la plataforma ayuda a las organizaciones a tomar decisiones más rápidas y seguras en diseño, merchandising, planificación y ejecución en temporada. Utilizada por minoristas y marcas de consumo líderes a nivel mundial, First Insight se centra en convertir la perspectiva del cliente en inteligencia accionable que mejora los márgenes, acelera la velocidad de comercialización y fortalece el crecimiento a largo plazo.

Su carrera ha estado consistentemente en la intersección de datos, estrategia de go-to-market y ejecución. ¿Qué momentos al comienzo de su carrera más han influido en cómo piensa sobre la conversión de la perspectiva en decisiones operativas reales hoy en día?

Siempre me he centrado en un desafío fundamental: cómo influir y cambiar el comportamiento a escala.

Al comienzo de mi carrera, eso se manifestó en aplicaciones móviles y tecnología publicitaria, donde los bucles de retroalimentación son inmediatos. Aprendes rápidamente que los datos solo importan si cambian lo que alguien hace a continuación: instalaciones, compromiso, conversión. Más tarde, en IoT y plataformas de experiencias, la misma verdad se reprodujo en entornos físicos: cómo el contexto, el momento y la experiencia dan forma al comportamiento humano en tiempo real.

A lo largo de todas esas industrias, una lección permaneció constante: la perspectiva solo es valiosa si es accionable en el momento en que se toma una decisión. Si no sobrevive a la presión de la ejecución: precios, go-to-market, inventario, mensajería, es solo información.

Esa mentalidad es lo que me llevó a First Insight. El comercio minorista es una de las industrias más impulsadas por el comportamiento que existe, y sin embargo, las decisiones han dependido históricamente de indicadores atrasados y de instinto. Mi trabajo ha sido sobre cerrar esa brecha: llevar la voz del cliente hacia adelante lo suficientemente pronto y de manera continua como para ingeniar mejores resultados en lugar de reaccionar al fracaso.

Mi enfoque ahora es ayudar a las organizaciones a tomar mejores decisiones lo suficientemente pronto como para importar: para que crezcan los ingresos, ganen lealtad del cliente y superen consistentemente al mercado.

Como Directora de Crecimiento y Estrategia en First Insight, supervisa el producto, la hoja de ruta de la IA, el go-to-market y el éxito del cliente. ¿Cómo cambia tener esa visión unificada la forma en que la IA debería diseñarse y desplegarse dentro de las organizaciones minoristas?

Cuando ves el sistema completo, dejas de pensar en la IA como una herramienta y comienzas a pensar en ella como un modelo operativo.

El producto muestra qué es técnicamente posible. El go-to-market muestra qué será realmente entendido y adoptado. El éxito del cliente muestra qué se mantiene bajo las restricciones del mundo real—presión de tiempo, tensión cruzada funcional, calidad de datos y rendición de cuentas. Cuando esas perspectivas están unificadas, la IA se diseña alrededor de cómo realmente ocurren las decisiones, no de cómo se ve la tecnología en aislamiento.

Esto es por qué la IA en el comercio minorista debe funcionar como un sistema de decisiones y acciones, no solo como un sistema de inteligencia. Debe conectar las señales del cliente con los precios, las ofertas, el marketing y la planificación de una manera que alinee a los equipos y acelere las decisiones. Cuando la IA reduce la fricción entre los equipos y acorta la distancia entre la perspectiva y la acción, comienza a entregar valor real.

Los minoristas han confiado durante mucho tiempo en ciclos de planificación estacionales y datos históricos. Desde lo que está viendo en el terreno, ¿por qué esos modelos están cada vez más desalineados con cómo se comportan los consumidores hoy en día?

Porque esos modelos fueron construidos para un mundo donde el comercio minorista era principalmente sobre optimizar lo que ya existía, no sobre inventar lo que está por venir.

Los datos históricos de ventas y los ciclos estacionales pueden ayudar a explicar el rendimiento en categorías establecidas, pero son débiles en las dos cosas que los minoristas necesitan más hoy en día: responder al comportamiento del cliente en constante cambio y crear nueva demanda a través de la innovación de productos y la expansión del espacio en blanco.

La demanda cambia ahora en tiempo real, impulsada por la sensibilidad al precio, los momentos culturales, la influencia social, la presión económica y la dinámica del canal. Una tendencia puede surgir de la noche a la mañana. Una señal de precio puede cambiar el comportamiento instantáneamente. Los datos históricos explican lo que ya sucedió, pero no indican de manera confiable cómo los clientes responderán a continuación, incluso para productos ya en el estante, cuando el contexto y la opinión pueden cambiar en cualquier momento.

Al mismo tiempo, muchos minoristas están tomando decisiones con CRM envejecidos y puntos de vista obsoletos de quién es su cliente en realidad. Nuevos competidores, nuevos canales y generaciones más jóvenes con diferentes expectativas y poder adquisitivo están alejando constantemente a los clientes, a menudo sin que los minoristas se den cuenta hasta que los resultados se reflejan en previsiones erradas o lealtad en declive. En muchos casos, las marcas están optimizando para clientes que ya no tienen, o para clientes que ya han seguido adelante.

La asistente de IA de First Insight, Ellis, permite consultas de lenguaje natural sobre precios, ofertas y demanda. ¿Cuán importante es el diseño de la interfaz y la accesibilidad para impulsar la adopción real de la IA en lugar de solo la capacidad técnica?

La interfaz es la diferencia entre “la IA existe” y “la IA se utiliza”.

La toma de decisiones minorista abarca mucho más que un momento: investigación de conceptos, diseño, creación de ofertas, optimización de precios, modelado de márgenes, profundidad de compras, asignaciones, ajustes en temporada y marketing y ventas. El desafío no es que los minoristas no tengan preguntas; es que las respuestas están atrapadas en paneles, presentaciones, exportaciones y equipos especializados, y para cuando se entregan, el momento ha pasado.

Ellis importa porque elimina la fricción entre la perspectiva y la acción. En lugar de navegar informes o esperar a que se realice un nuevo análisis, los equipos pueden hacer preguntas estratégicas y tácticas en lenguaje llano, sobre conceptos, precios, ofertas, segmentos, mercados, competidores, y obtener respuestas claras y predictivas en minutos. Eso no es solo usabilidad; eso es velocidad de decisión.

Ha trabajado en estrecha colaboración con minoristas que navegan la presión de margen, el riesgo de inventario y la demanda volátil. ¿Dónde entrega la IA el impacto más rápido y medible hoy en día, y dónde el hype todavía está por delante de la realidad?

El impacto más rápido se muestra donde las decisiones son frecuentes, costosas y dependientes del tiempo: precios, selección de ofertas, validación de la demanda y riesgo de inventario. Cuando la IA ayuda a los equipos a evitar la sobrecompra, mantener el precio con confianza o salir de productos perdedores más temprano, el impacto financiero es inmediato y medible.

Donde el hype se adelanta a la realidad es en la idea de un comercio minorista completamente autónomo, o la IA reemplazando la comprensión real del cliente con atajos sintéticos. Los consumidores son muy claros: valoran la autenticidad, la transparencia y ser escuchados. La IA que distancia a las marcas del cliente no crea eficiencia, crea riesgo.

El modelo ganador hoy en día es el juicio humano aumentado por la perspectiva predictiva, no la automatización por la automatización en sí.

Muchos herramientas de IA prometen capacidades predictivas. ¿Qué se parece una predicción significativa en el comercio minorista, y cómo deberían los líderes evaluar si las predicciones están realmente listas para la toma de decisiones?

Una predicción significativa en el comercio minorista no es un pronóstico, es la capacidad de cerrar el bucle desde la verdad del cliente hasta el resultado financiero.

Muchas salidas de la IA suenan predictivas, pero no cambian el negocio porque nunca se incorporan en el ritmo operativo. El fracaso real es que las decisiones no estaban alineadas, las acciones no se tomaron y el flujo de trabajo no cambió.

La predicción lista para la toma de decisiones hace tres cosas al mismo tiempo:

1. Está basada en cómo los clientes realmente perciben el valor, no solo en la historia de ventas, para que pueda guiar decisiones desde el concepto hasta la temporada.
2. Está vinculada directamente a la economía: elasticidad de la demanda, voluntad de pagar, AUR/ASP a lo largo del ciclo de vida del producto y las implicaciones de margen de mantener versus descuentos.
3. Es operativa, integrada en un proceso repetible que los equipos realmente siguen, no atrapada en decenas de herramientas y paneles siloizados.

Un tema recurrente que vemos es el costo de la “cola larga” de SKUs. La sobreoferta es un asesino silencioso: profundidad excesiva, baja velocidad, riesgo oculto. Uno de los principales palancas que la IA predictiva desbloquea es la capacidad de cortar la cola, eliminar productos subdesempeñados temprano y reinvertir esos dólares de inventario en los principales desempeñadores donde la demanda y la opinión del cliente son más altas.

Cuando los equipos aplican esta disciplina, vemos resultados dramáticos:

• los dólares de inventario se liberan para la innovación y las oportunidades de alto rendimiento,
• el ritmo de descuentos se estabiliza y se reduce,
• la presión promocional se alivia, y
• la confianza de la marca aumenta porque los clientes no están entrenados para esperar un 50-60% de descuento antes de comprar.

Los líderes deberían evaluar la IA predictiva con una pregunta: ¿cambia dónde invertimos? El ROI más alto no es más datos, es mejores decisiones en cómo asignamos capital, tiempo e inventario contra la demanda real del cliente, lo suficientemente pronto como para importar.

La IA responsable se discute a menudo a un nivel alto. En el comercio minorista en particular, ¿qué se parece la adopción práctica y responsable de la IA cuando las decisiones afectan directamente los precios, los consumidores y la confianza de la marca?

La IA responsable en el comercio minorista comienza con un principio simple: usar la IA para profundizar la relación con el cliente, no explotarla.

Esto no se trata de rastrear a los individuos, la vigilancia o la recolección de datos por su propio sake. La IA responsable se trata de llevar la voz del cliente a cada decisión a escala, para que los productos, los precios, los mensajes y las experiencias reflejen lo que las personas realmente valoran. En muchos sentidos, es una forma de codesarrollo: los clientes guían lo que se crea, cómo se posiciona y qué se siente justo.

Prácticamente, la IA responsable se parece a:

• Basar las decisiones en la retroalimentación real del cliente, tanto cuantitativa como cualitativa (“lo que dijo”).
• Construir transparencia y salvaguardias para decisiones de alto impacto como precios, promociones y segmentación.
• Garantizar la equidad en todos los segmentos y mercados, para que la IA no favorezca involuntariamente a un grupo mientras desfavorece a otro.
• Mantener a los humanos en el bucle para el juicio, la rendición de cuentas y la creatividad que la IA no puede generar por sí misma.

Utilizada de esta manera, la IA fortalece la relación con el cliente en lugar de erosionarla. Los clientes se sienten escuchados a escala. Los equipos toman mejores decisiones más rápido. Y las marcas construyen confianza, porque ya no reaccionan a la demanda; actúan con ella.

Ha liderado tanto narrativas de marketing como estrategia de producto. ¿Cómo deberían los minoristas replantear la narrativa interna sobre la IA para que se vea como una compañera de decisión en lugar de una amenaza o una caja negra?

Los minoristas deberían dejar de contar la historia de que la IA es “análisis más inteligente” y comenzar a contar la historia de que la IA es centrada en el cliente a escala.

La fricción interna en el comercio minorista no es solo los silos, es los silos tomando decisiones de alto riesgo con verdades diferentes: marketing tiene señales de compromiso, merchandising tiene historia de ventas, precios tienen presión de margen, planificación tiene restricciones de inventario. Es allí donde ocurren las batallas.

La IA se convierte en una compañera de decisión cuando crea un lenguaje compartido entre funciones: la voz del cliente, traducida en orientación predictiva que informa el producto, el precio, la oferta y cómo vender, de principio a fin, desde el concepto hasta la conversión.

Y es importante ser honesto sobre el papel de los humanos. La IA no inventa la próxima idea innovadora, aprende patrones. Los humanos aportan creatividad, gusto, intención de marca y intuición cultural. La IA hace que esa creatividad sea más aguda acortando los bucles de retroalimentación y presionando las decisiones antes de que el mercado lo haga.

A medida que la IA se vuelve más integrada en la planificación y la toma de decisiones en temporada, ¿cómo ve evolucionar el papel del juicio humano en lugar de desaparecer?

El juicio humano se vuelve más importante, y más aprovechado, porque en temporada es donde se gana o se pierde la rentabilidad minorista.

Los descuentos son uno de los mayores costos en el comercio minorista. Los minoristas a menudo presupuestan para ellos porque se ven obligados a liquidar el inventario no vendido. La razón por la que los descuentos son tan dolorosos es el momento: descuentar demasiado pronto destruye el margen; descuentar demasiado tarde se pierde la ventana para convertir la demanda.

Con la IA predictiva y los humanos en el bucle, los equipos pueden modelar curvas de demanda elásticas y comprender cómo debería evolucionar el ASP/AUR a lo largo de la vida del producto, basado en el sell-through, la percepción del cliente y las señales de mercado. Eso permite movimientos más inteligentes: cuándo mantener el precio, cuándo descuentar y en qué medida, sin sobreajustar.

Y las decisiones en temporada no son solo sobre precios. La IA puede informar promociones y marketing en temporada, teniendo en cuenta momentos culturales, aceleración de tendencias, cambios en las personas del cliente y sensibilidad al precio, junto con la percepción del producto y el precio. Los humanos aplican entonces el juicio: intención de marca, tolerancia al riesgo y las elecciones creativas que la IA no puede originar por sí misma.

El futuro no es la automatización. Es decisiones más rápidas, más informadas por el cliente, donde la IA amplifica la escucha y los humanos lideran el significado.

Mirando hacia adelante, ¿cómo espera que la IA agente y generativa cambien los flujos de trabajo minoristas en los próximos dos o tres años, no teóricamente, sino operativamente?

Estamos pasando de sistemas de inteligencia a sistemas de acción.

Operativamente, la IA generativa hará que la perspectiva sea accesible en todos los roles y niveles: resumiendo, comparando, explicando y respondiendo preguntas instantáneamente. La IA agente asumirá cada vez más el trabajo repetitivo que ralentiza a las organizaciones: preparar escenarios, ensamblar informes listos para ejecutivos, monitorear señales, señalarizándolos riesgos y coordinar las próximas mejores acciones.

Pero el cambio más significativo no será que la IA “ejecuta el comercio minorista”. Será que los minoristas finalmente acorten el bucle entre el cliente y la empresa. Los equipos se moverán más rápido, cortarán la fricción interna y tomarán mejores decisiones antes, antes de que las tendencias alcancen su punto máximo, antes de que los descuentos se desplomen y antes de que los errores perdidos se conviertan en errores trimestrales.

Los minoristas que ganen no serán los que tengan los experimentos de IA más numerosos. Serán los que construyan un ritmo operativo repetible donde la verdad del cliente, la inteligencia predictiva y la creatividad humana trabajen juntas, desde el concepto hasta la conversión.

Gracias por la entrevista detallada, los lectores que deseen aprender más pueden visitar First Insight.