La conversación que
mueve un camión.

Tiendas Landmark opera más de mil entregas mensuales de muebles y decoración, con logística propia para el área metropolitana y transportes tercerizados para el interior. Cada entrega requería que alguien del equipo contactara al cliente, propusiera fechas, esperara la respuesta, reinsistiera si no contestaba, y después cargara manualmente la fecha acordada en el sistema.

Con más de cincuenta gestiones diarias, eso significa un equipo dedicado a escribir, esperar e insistir. Cada gestión demorada tiene consecuencias concretas: mercadería ocupando lugar en el depósito, camiones que se planifican con menos anticipación, y clientes que esperan sin saber cuándo llega su compra.

El otro problema era invisible para la empresa: tres de cada cuatro pedidos no son envíos a domicilio, sino retiros por sucursal. Para esos clientes no hay fecha que coordinar, pero sí algo igual de importante que comunicar: que el producto ya llegó y los está esperando. Ese aviso, que parece menor, es el que evita el viaje en vano y la llamada para preguntar.

Construimos un asistente conversacional en WhatsApp con dos circuitos distintos según el tipo de pedido. Para entregas a domicilio: el asistente detecta que un pedido está listo, contacta al cliente, valida la dirección registrada, ofrece los días disponibles, acuerda la fecha y la registra en el sistema del cliente. Si no hay respuesta, reintenta al día siguiente, hasta tres veces, y después deriva el caso al vendedor de la sucursal con todo el contexto de la conversación.

Para retiros por sucursal: el asistente avisa apenas el producto está disponible en el punto de retiro, indicando sucursal y documentación a presentar. Información que antes el cliente tenía que salir a buscar, ahora le llega sola.

Diseñamos una capa de coordinación propia que separa la conversación de las decisiones de negocio: la IA aporta naturalidad en el diálogo, pero qué fechas son válidas, cuándo insistir y cuándo escalar a una persona se verifica por fuera de la conversación. Ninguna decisión de negocio queda en manos del modelo generativo. El sistema escribe únicamente en horario de atención, nadie recibe dos mensajes por la misma compra, y cada gestión queda trazada de punta a punta.

El sistema opera en tres capas que trabajan juntas: el asistente conversacional en Botmaker con IA generativa como capa visible; la capa de coordinación que desarrollamos, que gestiona estados, tiempos, intentos y validaciones; y los sistemas del cliente —ERP y TMS logístico— donde viven los pedidos y donde se registra cada fecha acordada.

Las garantías de operación son no negociables: idempotencia total para que ningún cliente reciba dos mensajes por la misma compra aunque algo falle en el medio, trazabilidad completa de cada gestión, y detección automática de teléfonos sin WhatsApp activo para derivar esos casos a gestión humana antes de escribir al vacío.

Durante las pruebas, el sistema expuso un problema de fondo que era invisible para la empresa: 8 de cada 100 pedidos tenían un número de teléfono que no servía para contactar al cliente. Ese dato, antes inexistente, ahora es accionable.