Very Group delega en IA agéntica el precio de 200.000 productos: cuando el algoritmo fija cuánto pagas

Por Drapers · 15 de julio de 2026.

The Very Group, el grupo británico de venta online (dueño de marcas como Very y Littlewoods), ha anunciado una alianza de tres años con UiPath, plataforma especializada en IA agéntica, para rediseñar su estrategia de precios. Según Sam Wright, director comercial y de clientes de la compañía, el catálogo supera los 200.000 productos, y el objetivo es que agentes de IA analicen datos y tomen decisiones de pricing y merchandising de forma más rápida y, según la empresa, más transparente. Drapers, el medio que publica la noticia, ha contactado con Very Group para ampliar detalles y aún no ha recibido respuesta, lo que deja el anuncio, de momento, en el terreno de la nota de prensa conjunta entre cliente y proveedor.

Conviene leer esto con la cautela habitual ante este tipo de anuncios: no hay cifras de ahorro de costes, de impacto en márgenes ni de plazos de implementación, y la fuente primaria es un comunicado corporativo, no una auditoría independiente. Pero el hecho en sí es significativo más allá del detalle: fijar precios sobre un catálogo de 200.000 referencias es, hasta ahora, un trabajo de analistas de pricing, category managers y equipos de merchandising que cruzan datos de demanda, competencia, stock y márgenes. Delegar ese proceso en agentes autónomos que deciden y ejecutan cambios de precio en tiempo real es exactamente el tipo de tarea intensiva en datos y reglas —repetitiva en su lógica aunque compleja en volumen— que la IA agéntica ataca primero, porque el retorno es inmediato y medible en euros de margen.

Esto encaja con algo que ya veníamos señalando sobre el impacto de la IA en administración de empresas y en retail: el perfil que desaparece no es el que piensa la estrategia de precios, sino el que la ejecuta manualmente fila a fila en una hoja de cálculo o revisa alertas de competencia una a una. Lo que sobrevive —y probablemente gana peso— es el analista que supervisa al agente, define los límites de la política de precios (por marca, por margen mínimo, por percepción de marca) y corrige cuando el sistema se equivoca. La promesa de 'decisiones más transparentes' que menciona la compañía es, en el fondo, un reconocimiento implícito de que los sistemas de pricing dinámico actuales ya son opacos incluso para quienes los operan; que una empresa lo señale como objetivo dice tanto del problema como de la solución.

A corto plazo, el impacto en el empleo del sector retail es el que ya conocemos por sectores similares: menos necesidad de equipos numerosos dedicados a tareas de pricing rutinario, más concentración en perfiles que combinan criterio comercial con supervisión de sistemas de IA. Es un ajuste real y no conviene minimizarlo solo porque el anuncio suene a eficiencia operativa menor. A medio plazo, sin embargo, este tipo de automatización es precisamente el ladrillo con el que se construye la abundancia que defendemos como tesis de fondo: precios que reaccionan de verdad a la oferta y la demanda benefician al consumidor con mejores ofertas y menos fricción, y liberan talento humano de tareas mecánicas hacia el diseño de producto, la relación con el cliente o la estrategia de marca, que es donde el criterio humano sigue siendo insustituible.

El caso de Very Group no es una revolución en sí mismo —es un retailer de tamaño medio-grande anunciando un acuerdo tecnológico plurianual, algo que veremos repetirse decenas de veces este año en distintos sectores— pero sirve como termómetro de hacia dónde se mueve el retail: de la IA como herramienta de analítica a la IA como ejecutora directa de decisiones comerciales. Cuando eso ocurra a escala en toda la industria, la pregunta relevante ya no será si los precios los pone una IA, sino qué barandillas (auditoría, límites éticos, supervisión humana) rodean a esa IA para que la eficiencia no se traduzca en opacidad para el consumidor.