El sueño del fabricante es real. Pero no es magia.

La promesa de Tacton es real

Escuché en Industrial Talk a Klaus Andersen y Nils Olsson, y estuve de acuerdo con todo lo que decían. Un cliente te explica qué resultado necesita, un configurador basado en restricciones razona sobre las opciones y genera una oferta correcta en la que confían tanto ventas como ingeniería. Ofertas más rápidas. Menos errores. Clientes más satisfechos. Esa es la promesa.

Lo llamaron una «fábrica inteligente centrada en el comprador». Me gusta la frase. Captura la sensación de un buen CPQ cuando funciona. Los compradores avanzan sin esperas. El equipo de ventas deja de improvisar. Ingeniería deja de corregir errores. Todos respiran más tranquilos.

Pero hay algo que solo aprendes después de pasarte un par de décadas metido en estos sistemas: el software es el motor, pero necesita las vías.

Un CPQ no va de automatizar, va de generar resultados correctos.

El problema que todos diagnosticamos mal

La historia que nos cuentan siempre es sencilla: compra un CPQ potente como Tacton, conéctalo al CRM y al ERP, y observa cómo la complejidad se desvanece. Me han llamado para rescatar demasiados proyectos que empezaron así y se quedaron estancados. No porque al software le faltaran funciones, sino porque la empresa no tenía una representación única, explícita y gobernada de sus productos y de cómo se venden.

El podcast tocó el punto clave, aunque de pasada. Nils habló de usar IA sobre datos no estructurados para alimentar un motor determinista basado en restricciones. Esa frase lo resume todo. La IA puede ayudar a recopilar y crear borradores. El motor puede validar lo que es correcto. Pero algo tiene que ser la fuente de verdad. Y esa fuente es tu conocimiento de producto, estructurado y con un dueño claro.

La IA no sustituye a la lógica, depende de ella.

Recuerdo un despliegue en una multinacional de tecnología médica donde estábamos atascados en ciclos de revisión. Ventas quería velocidad. Ingeniería quería seguridad. Nos ganamos su confianza la semana que pudimos demostrar, dentro de la herramienta, por qué una configuración era válida y qué reglas lo garantizaban. Se acabaron las discusiones. Empezamos a cotizar. La confianza es la clave que lo desbloquea todo.

De dónde viene el valor en realidad

Las promesas de valor de Tacton son ciertas. Mayores tasas de cierre. Menos retrabajo en ingeniería. Ofertas que no vuelven con penalizaciones. Pero no son funciones que activas con un botón. Son el resultado de tener un buen gobierno del dato.

Solo recuperas tiempo cuando los ingenieros confían en la lógica lo suficiente como para dejar de revisar cada oferta a mano. Solo consigues disciplina de márgenes cuando las reglas de precios son visibles y auditables, no conocimiento tribal. Solo logras un flujo de producción ágil cuando la configuración de ventas, la gestión del ciclo de vida (CLM) y la configuración para producción se basan en la misma verdad. Klaus lo llamó un triángulo. Si el conocimiento de producto central es defectuoso, ese triángulo se derrumba. Tendrás una interfaz bonita, pero resultados rotos.

Si el sistema no puede explicar sus propias decisiones, nadie confiará en él.

Las reglas que hacen que esto funcione

Regla 1: Modela primero la intención del cliente, no las opciones del producto. Define lo que el cliente expresa con sus propias palabras. Luego, mapea eso a la estructura de tu producto. Por ejemplo: «caudal de aire y clase de ruido» antes que «dimensión del ventilador y número de aspas». Si lo haces al revés, la adopción fracasará, porque el equipo de ventas sentirá que está hablando el idioma de ingeniería, no el del cliente.

Regla 2: La lógica debe ser explicable. Cada restricción tiene que poder leerse y rastrearse. Si no puedes enseñarle a un vendedor qué tres reglas forzaron esa actualización del motor, llamará a ingeniería de todos modos. Integra la explicabilidad en la interfaz de usuario y en tus pruebas.

Regla 3: Es mejor usar reglas pequeñas y modulares que una gran caja negra. El error más común es crear un conjunto de reglas tipo «mago» que «simplemente lo sabe todo». Parece inteligente hasta que cambias una opción y explotan catorce efectos secundarios. Escribe restricciones más pequeñas que capturen una única verdad. Dales un buen nombre. Versiónalas. Pruébalas.

Regla 4: Separa la lógica de producto de la política comercial. Lo que se puede fabricar no es lo mismo que lo que se debe ofrecer hoy. Mantén la viabilidad de ingeniería en una capa y las restricciones comerciales (plazos de entrega, disponibilidad regional, política de precios) en otra. Aquí es donde una buena gestión del ciclo de vida (CLM) demuestra su valor.

Regla 5: Trata los precios como un sistema que aprende. El precio perfecto no existe. Lanza el sistema con una estructura limpia y unas reglas de protección sólidas, y luego mejóralo con el uso. Tu primer objetivo es la consistencia y la transparencia. El ajuste fino vendrá del feedback, no de las reuniones.

El enemigo no son las reglas, son las reglas frágiles.

Empieza por aquí este trimestre

1) Asigna un responsable de la lógica de configuración. Nombra a un único dueño de los modelos de restricciones. Dale un comité multifuncional con poder para decidir, no solo para debatir. Implementa un control de cambios para las reglas igual que haces con el CAD o el ERP. Si cada cambio requiere un plan de proyecto, el equipo de ventas buscará la manera de saltarse el sistema.

2) Crea un banco de pruebas antes de construir el modelo. Haz una lista de 30-50 configuraciones representativas de tus principales familias de productos. Incluye los casos límite que siempre fallan. Para cada una, define los resultados esperados y el porqué. Cada cambio en el modelo debe pasar estas pruebas. Así es como te ganas la confianza de ingeniería y reduces la necesidad de aprobaciones manuales.

3) Usa la IA donde acelera la estructuración, no donde la reemplaza. Alimenta la IA con ofertas, listas de precios y tickets de soporte para que te proponga catálogos de atributos y borradores de reglas. Luego, fuerza esos borradores a pasar por una revisión humana y por tu banco de pruebas. La IA propone. Los humanos definen. El motor demuestra.4) Lanza un piloto acotado y visible. Elige una línea de producto, una región y un puñado de partners clave. Mide dos cosas: el tiempo del ciclo de oferta y la intervención de ingeniería por oferta. Si esas cifras no mejoran, revisa la claridad y la explicabilidad de las reglas. La adopción es la única métrica que importa.

5) Conecta el triángulo. Vincula la configuración de ventas con el CLM y la configuración para producción desde el principio, aunque sea de forma simple. Por ejemplo: envía una lista de materiales (BOM) de ventas limpia con los atributos de fabricación ya mapeados para una familia de productos. Demuéstrale a la planta que ventas está enviando una intención de diseño fabricable, no humo.

La verdad silenciosa

Reconozco el contraargumento. Puedes conseguir muchos de estos resultados a base de fuerza bruta, con más gente y heroicidades. Lo he visto funcionar durante un tiempo. Pero luego los expertos cambian de puesto y todo el sistema se tambalea. El conocimiento tribal no escala. Asfalta el camino.

El santo grial de la industria no es un producto que se compra. Es un sistema que se construye, oferta correcta a oferta correcta.