Academy Sports apostó por IA para fijar precios y la pregunta no es si funciona, sino quién captura el valor
Cuando una cadena minorista con más de 300 tiendas anuncia que lleva más de una década trabajando con una plataforma de inteligencia de precios, y que acaba de extender ese contrato por varios años más, el titular de tecnología es el menos interesante. El dato estratégico está en otra parte: ¿cómo se redistribuye el valor generado por esa eficiencia entre la empresa, sus proveedores y sus compradores?
Academy Sports + Outdoors, uno de los minoristas de artículos deportivos más grandes de Estados Unidos con presencia en más de 300 tiendas, formalizó una extensión de su acuerdo plurianual con Revionics, firma especializada en optimización de precios mediante inteligencia artificial. La herramienta cubre dos funciones críticas: la fijación de precios base por tienda y mercado, y la gestión de descuentos para liquidar inventario estacional sin sacrificar margen. El anuncio es operativamente sólido. Lo que merece análisis es la arquitectura de incentivos que hay detrás.
De 70 tiendas con precios manuales a 300 con algoritmos
El vicepresidente de precios de Academy describió con precisión el problema de escala que motivó la transición. Con 70 tiendas, un equipo humano podía analizar mercado por mercado y tomar decisiones razonables. Con 300 tiendas y un surtido altamente heterogéneo —desde equipos de camping hasta calzado deportivo— la capacidad cognitiva de cualquier equipo llega a su límite operativo antes de completar el primer ciclo de revisión de precios.
La solución no es ideológicamente nueva: Revionics lleva años posicionándose en este segmento, y su relación con Academy data de más de una década. Lo que cambió es la escala del problema y, por tanto, la magnitud del impacto de automatizarlo bien o automatizarlo mal. Una plataforma de optimización de precios bien calibrada puede aumentar el margen bruto entre 100 y 300 puntos básicos en categorías de alta rotación, simplemente mejorando la precisión del precio inicial y reduciendo la profundidad de los descuentos necesarios para liquidar inventario. En un negocio del tamaño de Academy, eso representa decenas de millones de dólares anuales en valor capturado —o perdido, si el modelo está mal entrenado.
El caso también tiene una capa de presión externa que lo hace más urgente: los aranceles sobre importaciones han aumentado el costo de adquisición de productos clave, muchos de ellos fabricados en Asia. Una plataforma de precios con lógica de compensación de costos permite trasladar incrementos de forma quirúrgica, categoría por categoría, sin una subida generalizada que dispare la percepción de precio del comprador. Eso es gestión de margen con precisión, no política de precios lineal.
El reparto invisible del valor generado
Aquí está el nudo estratégico que los comunicados de prensa nunca mencionan. Cuando un minorista mejora su capacidad de fijación de precios, el valor creado puede fluir en tres direcciones distintas: hacia el comprador (en forma de precios más ajustados a la demanda local), hacia la empresa (en forma de márgenes más altos), o hacia los proveedores (si la mayor eficiencia se traduce en mayor volumen y rotación predecible).
En la práctica, la dirección del flujo depende de una sola variable: el poder de negociación relativo de cada actor en la cadena. Y en este caso, Academy tiene una posición dominante frente a la mayoría de sus proveedores de marcas propias o de menor escala. La automatización del precio no crea valor por sí misma; solo acelera y precisa el mecanismo por el cual ese valor ya se estaba distribuyendo. Si antes el margen se capturaba de forma ineficiente, ahora se captura de forma eficiente. La pregunta es si esa eficiencia se comparte o se concentra.
La evidencia histórica del sector minorista sugiere que la primera expansión de margen derivada de herramientas de optimización de precios beneficia casi exclusivamente al minorista. Los proveedores sienten la presión en forma de ventanas de negociación más cortas, menor tolerancia a variaciones de precio y condiciones de descuento más exigentes durante la liquidación de temporada. Los compradores, en el mejor de los casos, reciben precios más ajustados a la demanda local —que es exactamente lo que Academy prometió—, pero ese ajuste puede operar tanto hacia abajo como hacia arriba según el nivel de competencia en cada mercado geográfico.
Una encuesta de Revionics a cerca de cien profesionales del sector minorista encontró que dos tercios de ellos planean aumentar su inversión en herramientas de precios por IA en los próximos dos años. Ese dato no es evidencia de que la tecnología beneficia a los consumidores; es evidencia de que la tecnología beneficia a los márgenes de los minoristas que la adoptan. La diferencia entre ambas interpretaciones es material.
La ventaja sostenible no está en el algoritmo
Revionics no es el único jugador en este mercado. Invent Analytics, Wiser Solutions y una lista creciente de competidores ofrecen capacidades similares de optimización de precios y gestión de inventario. Cuando el 66% de los minoristas de tamaño relevante adoptan herramientas equivalentes en un horizonte de dos años, la ventaja competitiva derivada de la herramienta se erosiona a velocidad proporcional a su adopción. Lo que diferenciará a Academy de sus competidores en tres años no será que usa Revionics, sino cómo usa los datos que Revionics genera.
El riesgo sistémico más subestimado en este tipo de implementaciones es la dependencia de proveedor. Una relación de más de diez años con una única plataforma de precios crea una acumulación de lógica propietaria, datos históricos y procesos internos calibrados sobre esa herramienta específica. El costo de migración —técnico, operativo y organizacional— se vuelve prohibitivo con el tiempo, lo que incrementa el poder de negociación del proveedor tecnológico en cada renovación de contrato. Academy acaba de firmar una extensión plurianual. Revionics sabe exactamente cuánto le costaría a Academy cambiar de plataforma. Esa asimetría de información tiene un precio, y ese precio aparecerá en las condiciones del siguiente contrato.
El modelo de negocio realmente sostenible en optimización de precios no es el que maximiza el margen del minorista en cada transacción. Es el que construye suficiente lealtad de comprador —mediante precios percibidos como justos y consistentes— como para reducir el costo de adquisición de clientes a largo plazo. Si el algoritmo sube precios agresivamente en mercados donde Academy no tiene competencia directa, capturará margen en el corto plazo y destruirá percepción de valor en el mediano. Los compradores que pagan más de lo que esperaban no vuelven; simplemente migran al siguiente minorista que adoptó la misma herramienta y la calibró con criterio diferente.
El valor que Academy está construyendo con esta apuesta depende, en última instancia, de una decisión que ningún algoritmo puede tomar por sí solo: si los márgenes adicionales capturados se reinvierten en mejorar la propuesta para el comprador y el proveedor, o si se consolidan como ganancia financiera para el accionista. Los ecosistemas minoristas que duran son los que distribuyen suficiente valor a cada actor para que ninguno tenga incentivo de abandonarlos. Los que se construyen optimizando exclusivamente el margen del centro terminan descubriendo, demasiado tarde, que habían estado extrayendo de las mismas relaciones que los sostenían.
