Cómo Vialambre automatizó cotizaciones con IA: resultados reales
Vialambre SAS, fabricante metálico, redujo la fricción entre solicitudes comerciales (fotos y mensajes) y borradores de cotización estructurados con un sistema de IA que interpreta imagen o texto y deja al equipo humano validar antes de enviar.
Por Nicolás González Barrera · Equipo Condor Co.
Vialambre SAS fabrica productos metálicos para clientes que piden cotizaciones con urgencia: una foto por WhatsApp, dos líneas de descripción y la expectativa de respuesta el mismo día. Antes de este proyecto, cada solicitud implicaba que un asesor tradujera manualmente lo que veía en la imagen a una ficha técnica, consultara a producción y recién ahí armara el presupuesto. Ese cuello de botella no era un problema de “falta de ganas de vender”: era tiempo técnico consumido en trabajo repetitivo.
El problema que tenían
Eso generaba tres fricciones concretas:
1. Dependencia de ingeniería o producción para interpretar cada imagen antes de cotizar.
2. Tiempos de respuesta largos en oportunidades donde el cliente comparaba varios proveedores en paralelo.
3. Pérdida de contexto cuando la solicitud vivía dispersa entre WhatsApp, correo y hojas de cálculo.
El equipo comercial sabía vender; el cuello de botella estaba en convertir “esto es lo que necesito” en un borrador cotizable con materiales, cantidades y supuestos explícitos.
Lo que implementamos
Componentes clave del enfoque:
- Visión por computador + NLP para extraer tipo de pieza, dimensiones aproximadas, acabados y cantidades cuando el cliente las menciona.
- Plantillas de cotización alineadas al catálogo y reglas comerciales de Vialambre, no un texto genérico de chatbot.
- Revisión obligatoria por un asesor antes de enviar la oferta final al cliente: la IA acelera el borrador; el humano valida márgenes, plazos y viabilidad fabril.
- Canal único de entrada para solicitudes que antes quedaban repartidas entre mensajes y archivos sueltos.
No entra en este alcance reemplazar el criterio de un ingeniero en piezas fuera de catálogo o con tolerancias críticas: el sistema prioriza velocidad en el 80 % recurrente y escala lo no estándar al equipo técnico con contexto ya estructurado.
El resultado
Resultados observables en operación:
- Entrada multimodal operativa: una foto o un párrafo bastan para disparar un borrador estructurado (materiales, cantidades, supuestos visibles).
- Menos idas y vueltas internas en piezas recurrentes: producción ya no recibe “¿qué es esto?” sin contexto; recibe una propuesta prellenada.
- Respuesta comercial más rápida en ventanas donde el cliente espera cotización el mismo día.
- Trazabilidad: cada solicitud queda asociada a su borrador y a la versión enviada al cliente.
Métricas que el equipo usa para seguir afinando el sistema:
- Tiempo hasta primer borrador (desde que entra la solicitud hasta borrador revisable).
- % de cotizaciones resueltas sin escalar a ingeniería en la primera iteración.
- Horas comerciales por semana dedicadas a transcribir specs vs. negociar cierre.
Qué aprendimos
1. La IA rinde cuando acorta el camino al borrador, no cuando promete cotizar sin supervisión. En metalmecánica, el margen de error en material o espesor es caro.
2. Las fotos de WhatsApp son datos reales, no de laboratorio: iluminación, ángulo y fondo importan; conviene normalizar lo que se puede y pedir un dato mínimo al cliente cuando falta.
3. El ROI aparece en el tiempo del equipo, no solo en “automatizar el PDF”: liberar horas de asesores e ingeniería en solicitudes repetitivas financia el siguiente ciclo de mejora del modelo.
Vialambre no necesitaba otro chatbot genérico: necesitaba que su forma real de trabajar —foto + urgencia + catálogo metálico— tuviera un puente técnico hasta la cotización.
¿Tu empresa tiene un problema similar?
En Condor Co. ayudamos a manufactureras y empresas de servicios a diseñar ese flujo con criterios de éxito medibles antes de escribir código. Si quieres explorar algo parecido en tu operación, agenda una llamada corta o revisa nuestras capacitaciones para alinear al equipo directivo antes de invertir en desarrollo.
Consulta: cotización con inteligencia artificial manufactura Intención: comercial
Cómo clasificamos la evidencia, cuándo revisamos el caso y qué referencias respaldan el contenido.
- Nivel de evidencia
- Producción documentada
- Última revisión
- 23 de junio de 2026 · Nicolás González Barrera
- Fotos o renders del producto solicitado
- Descripción en lenguaje natural (chat, formulario, correo)
- Catálogo y reglas comerciales de Vialambre (materiales, márgenes, plazos)
- Historial de cotizaciones cerradas para piezas recurrentes
- Borrador de cotización estructurado (ítems, cantidades, supuestos)
- Señal de confianza / campos que requieren validación humana
- Registro trazable solicitud → borrador → versión enviada
- Error en material o espesor si no hay revisión humana
- Fotos de baja calidad que omiten detalles críticos
- Sobreconfianza del comercial en borradores de piezas no estándar
- ¿La IA reemplaza al equipo comercial de Vialambre?
- No. Genera un borrador estructurado a partir de imagen o texto; un asesor valida márgenes, plazos y viabilidad antes de enviar la cotización al cliente.
- ¿Qué pasa con piezas fuera de catálogo?
- El sistema acelera lo recurrente y escala lo no estándar al equipo técnico con contexto ya organizado, en lugar de empezar desde un mensaje de WhatsApp sin estructura.
- ¿Sirve solo con fotos?
- Acepta foto o descripción escrita. En la práctica muchas solicitudes llegan por WhatsApp con imagen; el flujo está pensado para ese canal real de venta.