María Almenara y Microsoft: cómo una pastelería peruana se transformó con IA sin dejar de ser artesanal

Hay una creencia extendida en el empresariado peruano: la inteligencia artificial es para las grandes corporaciones. Para Amazon, para Google, para Mercado Libre. No para una pastelería de Lima. María Almenara se encargó de demostrar que esa creencia está equivocada. Con más de dos décadas de historia, más de 20 tiendas en Lima y una identidad construida sobre la frescura y la artesanía, la empresa más icónica de la pastelería peruana moderna se alió con Microsoft para digitalizar sus operaciones con herramientas de inteligencia artificial. Y el resultado no fue perder lo que la hace única: fue protegerlo con datos.

El desafío

El negocio de la pastelería artesanal tiene un enemigo silencioso que no aparece en ningún recetario: el desperdicio. Cada torta que no se vende en el día, cada eclair que termina en la basura al cierre de tienda, cada lote de ingredientes que se prepara en exceso porque el turno del día anterior subestimó la demanda del siguiente, representa dinero perdido que va directamente contra el margen.

Mercedes Ayarza, fundadora de María Almenara, construyó la empresa sobre la premisa de que la calidad no se negocia: los productos son frescos o no son. Esa premisa es también el origen del problema de datos. A diferencia de un producto industrial que puede almacenarse, los pasteles tienen una ventana de vida útil medida en horas. Predecir cuántas unidades producir de cada SKU, en qué tienda, para qué día y a qué hora, es un problema de optimización que los humanos resuelven con experiencia e intuición, pero que la escala de más de 20 tiendas hace cada vez más difícil de gestionar manualmente.

Al mismo tiempo, la expansión de la cadena trajo una complejidad operativa que las herramientas tradicionales no podían absorber: ¿cómo saber en tiempo real qué tienda tiene exceso de stock de cierto producto y cuál tiene faltante? ¿Cómo ajustar la producción del día siguiente considerando el clima, la fecha del calendario, los eventos de la zona y el historial de ventas por hora de cada local? Sin visibilidad de datos integrada, estas preguntas se respondían con llamadas telefónicas, planillas y el buen ojo del encargado de turno.

La solución con datos e IA

La alianza entre María Almenara y Microsoft —a través del ecosistema de partners y soluciones cloud de Azure— apuntó directamente a ese núcleo del problema: la predicción de demanda y la gestión de inventario en tiempo real.

Predicción de demanda con Machine Learning. El primer componente de la solución fue construir un modelo de predicción de demanda que integrara múltiples variables: historial de ventas por tienda y por SKU, día de la semana, fecha del calendario (quincena, fin de mes, días festivos), estacionalidad, clima y eventos locales. El modelo, entrenado con los datos históricos propios de María Almenara, genera proyecciones de demanda por tienda para las próximas 24 a 72 horas. Eso permite al área de producción saber con anticipación cuánto preparar de cada producto, reduciendo tanto el desperdicio como los quiebres de stock.

Visibilidad de inventario en tiempo real. La implementación de herramientas conectadas a la nube de Microsoft permitió que el equipo central pudiera ver en tiempo real el nivel de inventario de cada tienda, las ventas por hora y las alertas de productos próximos a expirar. Esta visibilidad, que antes requería llamadas al cierre de cada local, pasó a ser accesible desde un dashboard centralizado. Cuando una tienda en Miraflores tiene exceso de cierto producto y otra en San Isidro tiene escasez, el sistema lo detecta y puede activar un rebalanceo antes del cierre.

Automatización de reportes operativos. Antes de la digitalización, los reportes de ventas y producción eran procesos manuales que consumían tiempo del equipo de administración. Con la integración de los datos de punto de venta en la nube de Azure, los reportes se generan automáticamente, liberando tiempo para análisis de mayor valor en lugar de compilación de datos.

Escalabilidad sin pérdida de identidad. Uno de los aprendizajes más importantes del proceso fue que la tecnología no cambió el producto ni el proceso artesanal: cambió la información que rodea ese proceso. Los maestros pasteleros siguen siendo los mismos. Las recetas, los ingredientes y la frescura son innegociables. Lo que cambió es que ahora producen la cantidad correcta, en el momento correcto, con menos incertidumbre.

Los números que importan

• Más de 20 tiendas activas en Lima Metropolitana, con una operación que requiere coordinación de producción centralizada y distribución diaria a múltiples puntos de venta.
• La implementación de predicción de demanda con IA apuntó a reducir el desperdicio de productos frescos, uno de los principales costos variables del negocio; en casos comparables de pastelería y panadería industrial que implementaron modelos similares, las reducciones de desperdicio reportadas oscilan entre el 15% y el 30%.
• La empresa figura como caso de referencia de Microsoft en Perú para la aplicación de tecnología cloud e inteligencia artificial en pequeñas y medianas empresas del sector retail y alimentos.
• Con datos de producción y ventas integrados, el ciclo de planificación que antes tomaba horas de consolidación manual pasó a ejecutarse en minutos con actualización automática.
• La alianza con Microsoft se enmarca en un esfuerzo más amplio de digitalización del sector PyME peruano, en el que empresas como María Almenara sirven de caso demostrativo para otras empresas del sector alimentos y retail en la región.
• La empresa opera con un modelo de producción centralizada y distribución diaria, lo que hace que la precisión en la predicción de demanda tenga un impacto directo y medible en el costo por unidad producida.

¿Qué puede aprender tu empresa?

El caso de María Almenara es probablemente el más relevante para el empresario peruano promedio, precisamente porque no es una corporación multinacional. Es una empresa familiar, con identidad local fuerte, que decidió que la tecnología era un aliado para preservar su modelo, no una amenaza a su esencia.

1. La IA no reemplaza lo artesanal: lo protege. El miedo más común en empresas con procesos manuales o identidad artesanal es que la tecnología va a estandarizar lo que las hace únicas. María Almenara demuestra lo contrario: la IA protege la frescura y la calidad al asegurar que no se produce ni de más ni de menos. La artesanía sigue siendo artesanía; lo que cambia es la inteligencia operativa que la rodea.

2. El problema de desperdicio es universal en alimentos, retail y servicios. Cualquier empresa que produce o compra para vender enfrenta el mismo dilema: ¿cuánto tener disponible? Demasiado genera desperdicio o costo de inventario; muy poco genera ventas perdidas y clientes insatisfechos. Un modelo de predicción de demanda, incluso con pocos meses de datos históricos, ya mejora esa ecuación de forma medible.

3. La nube hace accesible lo que antes era solo para grandes empresas. Las herramientas que usó María Almenara —Azure, modelos de Machine Learning, dashboards en tiempo real— no requieren un departamento de TI de 50 personas ni un presupuesto millonario. Los servicios de nube tienen modelos de precios escalables que hacen que una PyME peruana pueda acceder a la misma infraestructura que una multinacional, pagando solo por lo que usa.

4. Empieza por el dato que más duele. María Almenara no digitalizó todo al mismo tiempo. Identificó el problema más costoso —el desperdicio de producto fresco— y construyó la solución alrededor de ese punto. Para tu empresa, la pregunta es: ¿cuál es el dato que, si lo tuvieras en tiempo real, cambiaría más tus decisiones operativas del día a día?

5. La alianza con tecnológicos grandes abre puertas. Ser caso de referencia de Microsoft en Perú no solo trajo tecnología: trajo visibilidad, credibilidad y acceso a una red de soporte técnico que una PyME no podría construir sola. Para empresas medianas en LATAM, explorar los programas de partnership de las grandes plataformas tecnológicas puede ser una vía de acceso a herramientas y soporte que de otra forma serían inaccesibles.

Si una pastelería artesanal en Lima puede implementar predicción de demanda con IA y optimización de inventario en tiempo real, tu empresa también puede. La pregunta no es si la tecnología es para ti, sino por dónde empezar. En DataPrix trabajamos con empresas medianas en Perú para identificar ese primer punto de entrada y construir soluciones de datos que generen retorno desde el primer trimestre. Hablemos.