Inditex, H&M y Mango reescriben el precio de la moda con IA

Cómo la IA ya está moviendo el inventario y el ticket en la moda rápida

La inteligencia artificial dejó de ser un piloto en moda rápida: ya decide qué se diseña, cuánto se repone y a qué precio se ofrece cada prenda en Inditex, H&M, Mango, Shein y Uniqlo. El cambio es operativo — se mide en reducción de existencias, reposición quirúrgica y precios que se mueven con la demanda — y reconfigura el ticket del comprador.

Inditex lleva una década acumulando infraestructura para la IA

El precedente lo marca Inditex, que en 2018 desplegó la identificación por radiofrecuencia (RFID) y el Sistema de Gestión Integrado (SINT) para conectar el stock de tiendas y del canal online. Al año siguiente firmó un acuerdo con el MIT para investigar análisis de datos e IA, y en 2021 puso en marcha el primer piloto de clasificación automática de prendas dobladas.

Hoy el salto es más visible para el consumidor. Zara Try-on utiliza IA para crear un avatar a partir de fotos reales y probar prendas de forma virtual: a cierre del último ejercicio estaba disponible en 43 mercados y superaba los 7 millones de sesiones, según los datos publicados por el propio grupo. La plataforma KAIA unifica los productos de IA del grupo y herramientas como Pixia o Inditex.AI llevan la automatización a diseñadores y empleados.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

H&M publica el dato más concreto: 12% menos de existencias gracias a la IA

El caso más claro de impacto en inventario lo aporta H&M. En su informe de resultados de 2025, la cadena sueca vinculó la IA a una reducción de existencias del 12%, hasta 35.427 millones de coronas suecas, unos 3.200 millones de euros. También usa réplicas digitales de modelos para sus campañas, con la idea de ajustar la narrativa sin perder identidad de marca.

La consecuencia operativa es directa: menos prendas acumuladas suele traducirse en menos liquidaciones forzadas y en una oferta más alineada con lo que el cliente realmente compra. La contrapartida es un modelo de reposición más quirúrgico, que puede dejar menos margen para el "capricho tardío".

Mango, Shein y Uniqlo: tres rutas distintas hacia el mismo objetivo

Mango trabaja la IA en precios, personalización y atención al cliente. Su plataforma conversacional LISA centraliza la IA generativa para empleados y partners; en 2024 lanzó su primera campaña generada íntegramente con esta tecnología. Este mismo año, la automatización robotizada de su centro logístico de Lliçà d'Amunt avanza de la mano de Theker, una startup española participada por el fondo corporativo de Inditex.

Shein y Uniqlo representan dos extremos de la misma idea. Shein mide la demanda en tiempo real a partir de clics, carritos y compras, y envía esa señal a sus proveedores para producir lotes pequeños y reponer solo lo que funciona. Fast Retailing, matriz de Uniqlo, cruza datos de ventas y feedback con producción y distribución, y opera almacenes automatizados desde 2018 para acelerar la llegada a tienda.

La IA está reordenando todo el retail, no solo la moda rápida

Este movimiento no ocurre en el vacío. Según datos de Euromonitor recogidos por Forbes en julio de 2026, los 10 mayores retailers del mundo ya concentran el 19% de las ventas globales, frente al 11% de 2016. La misma fuente proyecta que las marcas DTC alcanzarán el 10% del e-commerce global en 2030. La presión se acumula en el medio del mercado: los especialistas de gama media, explica Forbes, pierden terreno frente a gigantes con escala y a marcas directas con datos propios del cliente.

Y la IA acelera esa polarización. Una encuesta de Euromonitor citada por Forbes señala que casi una cuarta parte de los consumidores conectados ya usan IA generativa como fuente de información para comprar, y el dato subió ocho puntos porcentuales en un solo año, superando a los influencers sociales como fuente de inspiración de compra. Quien no aparezca en esa conversación mediada por IA, lo tendrá más difícil para existir en la decisión del cliente.

El tamaño del mercado que la IA viene a conquistar

El segmento donde la IA está dejando más rastro es el del apparel digitalizado. El proveedor de tecnología de tallas MySize (NASDAQ: MYSZ) anunció el 18 de agosto de 2026 que su plataforma Naiz Fit ha superado los 500 millones de recomendaciones de talla, con más de 10 millones de usuarios y 100 millones de prendas conectadas en más de 100 marcas, entre ellas Levi's, Desigual, Paul & Shark y la española Silbon. La compañía reporta, en despliegues previos de clientes, aumentos de conversión de hasta 5,7 veces, incrementos del ticket promedio (AOV) de hasta el 27% y reducciones de devoluciones de hasta el 14%.

En paralelo, el mercado de ropa deportiva, donde la personalización y la recomendación tienen un peso especialmente alto, se proyecta en USD 439.740 millones en 2026, con una tasa de crecimiento anual compuesta del 6,59% hasta alcanzar los USD 650.970 millones en 2032, según el informe "Activewear Market – Global Forecast 2026-2032" recogido por Yahoo Finance.

¿Qué significa esto para tu startup?

Aunque operes fuera de la moda rápida, la lógica es la misma: la IA está pasando de "añadido cosmético" a infraestructura de pricing, inventario y conversión. Tres movimientos accionables:

Instrumenta el pricing dinámico desde el día uno. Si vendes online, asume que el precio puede variar por usuario, momento o inventario. Define reglas claras (rangos, topes, explicabilidad) y comunícalas; hacerlo bien es ahora una ventaja competitiva.
Reduce inventario y devoluciones con datos de cliente. Soluciones como Naiz Fit o similares (probadores virtuales, recomendaciones de talla, modelos predictivos de demanda) reportan hasta 5,7x en conversión y 14% menos devoluciones. Para una startup early stage, una capa de Size & Fit es más barata que abrir un almacén regional.
Aparece en la conversación mediada por IA generativa. Si tu buyer persona usa ChatGPT, Perplexity o Gemini para decidir, necesitas datos limpios sobre tu producto (ficha técnica, tallas, materiales, comparativas) y reseñas estructuradas que los modelos puedan resumir. Sin eso, el competidor con más catálogo le gana el clic.

Conclusión

La moda rápida está usando la IA para tres fines muy concretos: vender lo que ya tiene demanda, ajustar el precio según esa demanda, y reducir el stock sobrante que obliga a liquidaciones. Inditex lleva la delantera en infraestructura, H&M tiene el dato más publicable (-12% de stock) y Mango, Shein y Uniqlo demuestran que no hay una sola ruta. Para una startup, la señal es clara: la IA ya no compite solo por diseño o marketing, sino por el céntimo en el ticket y por la talla que aparece — o desaparece — antes de que el cliente pague.