Sánchez Aragonesa de DistribucionesDistribución alimentaria, Zaragoza

Sánchez Aragonesa de Distribuciones: pedidos telefónicos con IA

Sánchez Aragonesa de Distribuciones es una distribuidora alimentaria. Montamos la toma de pedidos por voz con una llamada de IA, la optimización diaria de rutas y previsiones de demanda por cliente. Los pedidos telefónicos se gestionan ya sin una persona al teléfono.

pedidos sin nadie al teléfono

Imagen ilustrativa

Sin personaen la gestión de los pedidos telefónicos
−22 %km por ruta
−35 %roturas de stock

Ficha del proyecto

Cliente: Sánchez Aragonesa de Distribuciones
Sector: Distribución alimentaria
Ubicación: Zaragoza
Servicio: Agente de voz, Automatización de procesos
Herramientas: n8n, Voz con IA, Modelo de lenguaje (OpenAI o Anthropic), Optimización de rutas, Aprendizaje automático
En marcha desde: 2026

Antes y después

Antes

Pedidos telefónicos tomados a mano
Rutas de reparto planificadas a mano
Stock sin previsión de demanda por cliente

Después

Un agente de voz gestiona los pedidos telefónicos
Rutas optimizadas cada día
Previsión de demanda para cada cliente

Cómo funciona

Llamada de pedido
El pedido se hace por teléfono, en una llamada con la IA.
La IA toma nota
El agente de voz entiende productos y cantidades y los confirma.
Se registra el pedido
El pedido queda guardado y listo para preparar en el almacén.
Prepara el almacén
El equipo prepara el pedido y revisa cualquier incidencia.

El punto de partida

En distribución alimentaria, muchos clientes siguen haciendo sus pedidos por teléfono. En Sánchez Aragonesa de Distribuciones esos pedidos los tomaba una persona, llamada a llamada.

Las rutas de reparto se planificaban a mano y el stock se preparaba sin una previsión de lo que pediría cada cliente.

Qué montamos

Toma de pedidos por voz

Un agente de voz con IA atiende la llamada de pedido, entiende productos y cantidades y los confirma con el cliente. El pedido queda registrado y listo para preparar.

Optimización diaria de rutas

Cada día, el sistema ordena las entregas pendientes y calcula las rutas de reparto. Los repartidores salen con la ruta ya optimizada.

Previsiones de demanda por cliente

Un modelo de aprendizaje automático estima qué pedirá cada cliente a partir de su historial. Con esa previsión se ajusta el stock antes de que falte.

Resultados

Los pedidos telefónicos se gestionan sin una persona al teléfono.
Los kilómetros por ruta han bajado un 22 %.
Las roturas de stock se han reducido un 35 %.

Resultados del proyecto puesto en marcha en 2026.

Servicios que intervienen

Intervienen un agente de voz IA para los pedidos y automatización de procesos con IA para las rutas y las previsiones.