Eleva AI: Abadito suma 800 consultas semanales en Abadía

Abadía: el primer parque comercial donde aterriza Eleva AI

800 conversaciones semanales, un 30% que termina en una ruta directa a tienda y otro 30% que genera un contacto comercial para el operador. Son los primeros números que reporta Eleva AI tras desplegar su agente de inteligencia artificial en Parque Comercial Abadía, propiedad de Redevco: su primer parque de medianas superficies y su cuarto gran espacio comercial en España, después de Westfield La Maquinista, La Roca Village y La Gavia.

El activo no es un centro comercial al uso. Abadía cuenta con 52.116 metros cuadrados de superficie bruta alquilable y 61 unidades comerciales, y recibe alrededor de siete millones de visitantes al año. Entre sus operadores figuran Alcampo, Decathlon, Leroy Merlin, MediaMarkt y El Corte Inglés Outlet, y da servicio a un área de influencia de cerca de 250.000 residentes en un radio de 15 minutos. El parque tiene además la certificación de sostenibilidad BREEAM In-Use Excellent.

Para un founder que vende software al retail físico, ese detalle importa: los parques de medianas tienen recorridos más dispersos, tiendas de gran formato y visitantes que llegan con una necesidad de compra concreta. Un agente conversacional que orienta y recomienda cumple ahí una función distinta a la de un centro comercial tradicional, donde el paseo forma parte de la experiencia.

¿Qué hace Abadito y qué resultados reporta Eleva AI?

La cara visible del despliegue es Abadito, un agente que conversa con los visitantes, los orienta por el parque y recomienda tiendas, servicios y opciones de restauración según sus necesidades. También responde en tiempo real a consultas sobre horarios y establecimientos. Según la compañía, la implantación arrancó con todas las funcionalidades de la plataforma activadas, no como un piloto reducido.

Los datos que reporta Eleva AI corresponden a la fase inicial del despliegue, con varios canales ya activados y la estrategia omnicanal y las campañas todavía pendientes de ampliar. Además de la atención al visitante, otros agentes trabajan en segundo plano para generar analítica, elaborar informes, proponer campañas y desarrollar el programa de fidelización, alimentándose de los patrones de visita y de las necesidades expresadas en las conversaciones.

"Abadía es nuestro primer parque comercial, y lo lanzamos full-equip: Abadito es el punto de contacto con todos los visitantes desde el primer día", afirmó Xavi Pin, CEO y cofundador de Eleva AI.

Los números del piloto anterior: Westfield La Maquinista

El antecedente más útil para dimensionar el caso llega del piloto de Westfield La Maquinista, en Barcelona, donde Eleva AI desplegó su asistente West. Los datos, recogidos por La Vanguardia a partir de información de la compañía, muestran una satisfacción del visitante de 4,1 sobre 5; un 72% de conversaciones con alta intención comercial; una de cada tres conversaciones derivando en una ruta directa a tienda; un 78% de visitantes encuestados que afirmó que la interacción influyó en su decisión de compra; un 20% de conversaciones que generó un nuevo usuario para el programa de fidelización; y un CTR del 26,8% sobre tarjetas de tiendas y promociones, sin inversión publicitaria.

La distribución de las consultas también es reveladora: tiendas y compras concentran el 41,7%, seguidas de navegación interior (17,4%) y restauración (11,6%). Y hay un dato operativo que suele decidir la compra de este tipo de software: un ahorro de 100 horas por cada 1.000 conversaciones gestionadas, según la misma fuente.

El contexto que explica por qué existe este mercado lo dio la propia compañía: entre el 80% y el 90% de los visitantes de un centro comercial son anónimos para el operador. No están en ningún CRM, no usan la app y no participan en programas de fidelización. Interempresas recoge además que Eleva AI es una startup barcelonesa y que su previsión es estar en más de 30 centros antes de que termine 2026.

Por qué los parques de medianas son un test distinto

En un centro comercial el visitante pasea; en un parque de medianas suele ir a resolver una compra concreta. Esa diferencia cambia el valor del agente. Si el usuario ya sabe qué busca, la utilidad está en acortar el camino hasta la tienda y en cubrir lo que el parque no le resuelve: alternativas, servicios, dónde comer.

Para el operador, el formato también es distinto. Con 61 unidades comerciales y siete millones de visitas al año, Abadía maneja un volumen alto de consultas repetitivas sobre horarios, aperturas y ubicaciones. Es el tipo de carga que un agente absorbe sin necesidad de escalar el equipo de atención.

El activo real: la demanda que no aparece en los tornos

Más allá de la atención al visitante, la plataforma identifica qué buscan los usuarios, qué categorías concentran su interés y qué productos o servicios no encuentran. Ese último dato es el más valioso: una demanda expresada y no satisfecha es información que los sistemas tradicionales de medición de afluencia no capturan.

Para los equipos de gestión, esa capa puede orientar acciones comerciales y decisiones sobre la oferta de establecimientos, la renovación de operadores y el arrendamiento de locales. La plataforma contempla además la conexión de canales como la web, los códigos QR, la señalética digital y el Wi-Fi, con el objetivo de unificar los puntos de contacto con el público y la información que generan.

¿Cómo encaja esto en el mercado global de IA aplicada al retail?

El movimiento de Eleva AI no ocurre aislado. McKinsey estima que los agentes de IA podrían intermediar entre US$3 billones y US$5 billones del comercio global de consumo hacia 2030, sobre una industria minorista de unos US$30 billones en ventas anuales, según el comunicado de Rezolve Ai recogido por Yahoo Finance. En paralelo, un informe de Numerator citado por RetailCustomerExperience indica que el 70% de los consumidores ya usa IA en su vida personal y un 45% lo hace a diario.

Del lado de las grandes plataformas, Amazon integró su asistente Alexa for Shopping: más de 350 millones de clientes lo usaron en el último año y quienes lo utilizan gastan en promedio más de un 40% por pedido, según CNBC. Y en la vereda del rendimiento, el proveedor de experiencia de cliente Crescendo reporta tasas de conversión desde el chat de hasta el 58%, cerca de cuatro veces el estándar de la industria, de acuerdo con la entrevista publicada por RetailCustomerExperience.

¿Qué significa esto para tu startup?

• Define la métrica del piloto antes de firmar. En este caso la cifra que importa no es el número de conversaciones, sino la tasa de derivación a tienda y de generación de contacto comercial. Si vendes agentes de IA a espacios físicos, negocia desde el inicio qué se mide y con qué línea base.
• Negocia la propiedad de los datos de intención. El valor de largo plazo no está en el chatbot, sino en la analítica sobre qué busca la gente y qué no encuentra. Si tu contrato no aclara quién es dueño de esa información, entregas el activo más valioso del proyecto.
• No lances un añadido superficial sobre el stack existente. La experiencia documentada en el sector es clara: un asistente mal implementado genera más frustración que no tener nada, porque el cliente interpreta que la marca priorizó recortar costos sobre su experiencia. La IA tiene que funcionar como capa base integrada con el mapa interior, la información de tiendas y los canales de atención, con traspaso a un humano cuando la consulta lo requiere.
• Empieza por un canal y mide. El piloto de La Maquinista operó solo con códigos QR, sin campañas de marketing, y aun así reportó conversión. Para un equipo con presupuesto limitado, ese es un camino razonable: validar con el canal más barato antes de invertir en adquisición.

Los riesgos que conviene mirar antes de escalar

El primer riesgo de este tipo de despliegue es la consistencia. Un agente que responde mal sobre horarios o ubicaciones en un parque con 61 unidades comerciales daña justamente la experiencia que debía mejorar. La recomendación que aparece en la cobertura del sector es la misma en todos los casos: supervisión continua, base de conocimiento actualizada y equipos humanos con contexto para tomar la conversación cuando se complica.

El segundo riesgo es de negocio. Si el operador no logra conectar los datos que genera el agente con sus decisiones de mix comercial y arrendamiento, el proyecto queda como un costo de atención al cliente y no como una herramienta de gestión del activo.

Conclusión

Eleva AI prevé extender este modelo a otros parques de medianas en España y Europa, y estar presente en más de 30 centros y parques comerciales antes de finalizar 2026. Su plataforma integra la tecnología de mapeo interior de Mappedin, su socio tecnológico exclusivo en el mercado EMEA. Abadía funciona entonces como la prueba de que el modelo es replicable fuera del centro comercial clásico.

Para el ecosistema startup hispanohablante, el caso deja una lección concreta: la IA aplicada al retail físico no se vende como chatbot, se vende como una capa de datos sobre la intención de compra. Quien logre demostrar esa conexión con métricas del negocio —tráfico a tienda, conversión, fidelización— tiene un argumento comercial mucho más sólido que quien solo promete mejorar la experiencia.

Fuentes

• El Economista (fuente original)
• La Vanguardia
• Interempresas
• RetailCustomerExperience
• Yahoo Finance
• CNBC