Búsqueda visual con IA: encontrar productos por una foto

Cuando el cliente tiene una imagen, pero no el código

Un vendedor recibe la foto de un herraje o un componente y debe encontrarlo entre cientos de referencias. La búsqueda visual con IA puede servir como punto de entrada al catálogo: propone candidatos para revisar. La decisión de cotizar requiere además identificar la variante, comprobar sus atributos y consultar disponibilidad. Esta guía plantea cómo evaluar ese recorrido en una empresa chilena.

Elastic documenta búsquedas que relacionan texto e imágenes mediante representaciones numéricas llamadas embeddings. Estas permiten recuperar contenido parecido y combinarlo con filtros de catálogo, como marca o disponibilidad. El alcance depende del modelo y de los tipos de entrada que admite. Elastic, búsqueda multimodal.

Del ejemplo técnico al catálogo de la empresa

El tutorial de BigQuery muestra cómo representar imágenes y consultas de texto para recuperar imágenes relacionadas. La página indica una actualización del 13 de octubre de 2026 y utiliza una colección de arte del Metropolitan Museum. Es documentación técnica vigente, no una noticia de lanzamiento ni evidencia de ventas obtenidas por empresas. Google Cloud, generación y búsqueda de embeddings multimodales.

Para llevar esa capacidad a una distribuidora, proponemos comenzar con una familia de productos bien documentada. Cada imagen debe vincularse a un código y una variante específicos, con su ficha, medidas y estado comercial. Varias vistas del mismo artículo pueden ayudar a cubrir consultas desde distintos ángulos; el piloto debe comprobar si realmente aportan frente a una sola fotografía.

También conviene separar fotografías del producto individual, empaques y conjuntos que incluyen varios componentes. Si la imagen corresponde a un kit, devolver el código de una pieza aislada puede confundir al vendedor. La relación entre fotografía y artículo necesita revisión antes de evaluar el buscador.

Parecido visual y compatibilidad son preguntas distintas

Imaginemos un caso hipotético: una foto devuelve dos bisagras de apariencia cercana. Una coincide con el ancho requerido y la otra tiene una distancia diferente entre perforaciones. Proponemos que la interfaz muestre ambas como candidatas, acompañadas de medidas y ficha técnica, y solicite el dato faltante antes de seleccionar. Una imagen sin escala no debe completar dimensiones como si estuvieran confirmadas.

Google advierte que el producto escalar entre embeddings expresa similitud y no una probabilidad calibrada; sus valores pueden distribuirse de forma distinta según el uso. Por eso, un valor de 0,92 en esa métrica no significa 92% de probabilidad de que un repuesto sea compatible. Google Cloud, recomendaciones sobre similitud.

Nuestro criterio de diseño es mostrar el orden de los candidatos y las condiciones que faltan verificar. Para repuestos, la confirmación debe apoyarse en referencias del fabricante, dimensiones y requisitos técnicos pertinentes. Cuando la evidencia resulte insuficiente, el recorrido puede pedir otra fotografía o derivar a quien conoce el producto, conservando la incertidumbre.

Conectar la búsqueda con información comercial vigente

El índice visual debería identificar el producto; sugerimos consultar precio, stock y condiciones comerciales en el sistema responsable antes de preparar la cotización. Una imagen correctamente recuperada puede seguir apuntando a una referencia descontinuada. Mostrar la fecha de actualización y distinguir disponible, pendiente de confirmar y descontinuado ayuda a decidir el siguiente paso.

Para el primer piloto, proponemos conservar también la búsqueda por código y descripción. Si la etiqueta del artículo es legible, esa referencia puede ser más útil que su apariencia. El equipo puede comparar una consulta por foto, otra por texto y una combinación de ambas, usando las mismas solicitudes y comprobando sus resultados con el catálogo autorizado.

Las fotografías recibidas pueden incluir personas, documentos o instalaciones del cliente. Conviene definir qué se carga, quién puede verlo y cuándo se elimina. Para probar el buscador, se pueden preparar recortes autorizados centrados en el producto, evitando incorporar información ajena a la identificación.

Evaluar con fotos difíciles y productos ausentes

Proponemos armar un conjunto de consultas con una respuesta revisada por el equipo comercial o técnico: fotos claras, piezas usadas, mala iluminación, variantes casi idénticas y artículos inexistentes en el catálogo. Debe incluir fotografías diferentes de las utilizadas para preparar el índice. Reenviar exactamente la imagen catalogada sería una prueba demasiado favorable para representar las consultas de clientes.

Una medida útil es la proporción de consultas con respuesta conocida cuyo producto correcto aparece entre los primeros cinco resultados. Debe acompañarse del tiempo hasta confirmar la identificación y de los casos que requieren una nueva consulta. Las solicitudes sin producto válido se evalúan por separado: interesa saber si el sistema reconoce que necesita más información, en lugar de recomendar una alternativa incompatible.

Elastic señala que la indexación y la consulta necesitan el mismo modelo y configuraciones compatibles. Conviene registrar esa versión al evaluar. Su campo semantic está en vista previa técnica y no se recomienda para producción; una demostración basada en él requiere revisar esa limitación antes de adoptarla. Elastic, funcionamiento y estado de la capacidad.

Qué debería entregar un piloto útil

El alcance inicial puede reunir catálogo acotado, consultas de prueba, pantalla de candidatos y registro de confirmaciones. Antes de ampliar la cobertura, proponemos acordar qué errores impiden avanzar, quién mantiene las imágenes y cómo se incorporan nuevas variantes. El informe debe separar resultados medidos, casos pendientes y supuestos sobre el uso futuro.

El desarrollo de software a medida permite evaluar ese recorrido según los sistemas y permisos disponibles. Si hay códigos repetidos o variantes confusas, la guía sobre calidad del catálogo ayuda a preparar la base. La inversión se justifica con identificación confirmada y un proceso comercial más útil; las fuentes citadas no garantizan precisión, ahorro ni aumento de ventas.