CaaS: probador virtual con IA sube ventas hasta 80%

Por qué las devoluciones son el agujero negro del e-commerce de moda

Entre 20% y 40% de las compras de moda online terminan en devolución en algunos casos, según Daniela Orozco, directora de Estudios de Mercado e Inteligencia de Negocios de la Asociación Mexicana de Venta Online (AMVO). Cada retorno significa logística inversa, atención al cliente y gestión de inventario: margen que se evapora sin que el producto haya generado valor.

El problema no es exclusivo de un mercado. Según el Observatorio Nacional de Tecnología y Sociedad, citado por ABC, el 40% de los compradores online devolvió algún producto en 2022, y la patronal logística UNO situó esa cifra en 45% en marzo del año siguiente. Ropa, calzado y complementos encabezan la lista de lo que más se devuelve.

El costo operativo es lo que realmente duele. Un informe de iF Lastmile citado por ABC estima que el gasto operativo de una devolución puede llegar al 66% del valor del producto. Y Francisco Aranda, presidente de UNO, sostiene que el proceso de devolución condiciona la decisión de compra en un 77%. Dicho de otro modo: la facilidad para devolver no es un detalle de servicio al cliente, es una variable de conversión.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué son los probadores virtuales con IA y cómo reducen las devoluciones?

Un probador virtual con IA es una herramienta que simula cómo se vería una prenda sobre el cuerpo del comprador y, en los casos más completos, recomienda una talla concreta. La lógica comercial es directa: si el usuario reduce la incertidumbre antes de pagar, devuelve menos después.

Magali Parra, directora ejecutiva y cofundadora de CaaS, presentó su herramienta durante el evento "El Futuro del e-commerce", organizado por Pinterest, Tiendanube y Shein. La solución se integra a las tiendas en línea mediante una API (interfaz de programación de aplicaciones) y usa IA para analizar las imágenes de los productos y sus tablas de medidas. Con esa información recomienda tallas y detecta inconsistencias en las guías de talla de los comercios.

"Esto permite que, del lado de la marca que la implementa, genere más confianza en el usuario, más conversiones y menos devoluciones", señaló Parra en entrevista con MILENIO.

CaaS: los números de la startup que combina talla y visualización

En tres marcas argentinas que implementaron la herramienta, las conversiones aumentaron entre 50% y 80%, según los resultados presentados por Parra. La directiva también reportó una disminución en las devoluciones y un incremento en las recompras, aunque no precisó los porcentajes correspondientes.

Vale leer esas cifras con contexto: los casos correspondían a negocios con características distintas, entre ellos empresas que migraban de la venta mayorista al comercio directo con consumidores y marcas en plena redefinición de su estrategia comercial. Son resultados de esos casos, no un promedio esperable para cualquier tienda que adopte la tecnología.

El resto del perfil de la compañía también es dato duro. CaaS comenzó a desarrollar la herramienta en octubre de 2025 y la lanzó en febrero de 2026. Desde entonces se incorporó a más de 20 marcas, opera en México y Argentina y cobra por suscripción con paquetes mensuales de entre 100 y 10.000 generaciones de probadores virtuales. Según Parra, algunos clientes que arrancaron con paquetes de 100 generaciones al mes escalaron hasta 1.000, señal de que la herramienta se vuelve parte de la operación diaria y no un experimento de marketing.

La inversión acumulada en el proyecto ronda los US$200.000, financiados con capital propio e inversionistas ángeles. Los objetivos declarados: alcanzar 50 marcas al cierre de 2026, iniciar la expansión en Colombia a partir de noviembre y ampliar su presencia en América Latina durante 2027.

Google también entró: qué hace su probador virtual y qué no

La categoría no es solo de startups especializadas. Google empezó a probar su función de prueba virtual en Estados Unidos y durante 2025 extendió su disponibilidad a Australia, Canadá, Japón, Reino Unido e India. En mayo de 2026 la función llegó a México y a otros mercados de América Latina, entre ellos Argentina, Chile y Colombia. Los compradores pueden usarla desde Google Shopping y la Búsqueda para explorar productos de distintos comerciantes.

La propia compañía advierte que las imágenes generadas pueden presentar errores en la representación del cuerpo, los rasgos personales o los detalles de la ropa, y que la simulación no determina si una prenda queda bien ni cuál es la talla adecuada. Esa es la brecha central del problema: visualizar una prenda no resuelve el ajuste, y el ajuste es la causa número uno de devolución en moda.

El antecedente del sector ayuda a dimensionar cuánto tiempo lleva este problema sin resolverse. En 2023, Zalando lanzó un piloto de probador virtual con avatar en 3D (altura, peso y sexo) para 22 modelos de vaquero, con un mapa de calor que indicaba dónde quedaba la prenda ajustada u holgada, según El Español. Amazon ofrece realidad aumentada para probarse zapatillas desde su app de iOS en Estados Unidos y Canadá, y Walmart permite usar la propia foto para visualizar prendas, según ABC. La diferencia de CaaS es que suma recomendación de talla y auditoría de tablas de medidas al componente visual.

La causa oculta de las devoluciones: tablas de medidas mal hechas

Parra señaló que la herramienta también permite identificar problemas que no dependen de la experiencia de compra. Una tabla de medidas incorrecta, por ejemplo, genera recomendaciones equivocadas y aumenta la insatisfacción del consumidor. Por eso la empresa combina el análisis automatizado con trabajo directo junto a los comercios para detectar inconsistencias y proponer mejoras operativas.

Es un punto que suele pasarse por alto: antes de invertir en cualquier capa de IA, la calidad del dato base —medidas reales de cada prenda, por talla y por corte— define si la tecnología ayuda o amplifica el error.

¿Qué significa esto para tu startup?

Audita tus tablas de medidas antes de comprar tecnología. Si tus guías de talla no coinciden con las medidas reales de las prendas, cualquier recomendación automatizada va a fallar más rápido y a mayor escala. Revisa tres prendas al azar por categoría contra la guía publicada y corrige antes de integrar nada.
Trata la tasa de devolución como métrica de producto, no de logística. El análisis de datos permite ver qué productos despiertan interés, en qué punto los usuarios abandonan la compra y cuáles generan más devoluciones. Esa información sirve para ajustar inventario, planear colecciones y detectar oportunidades, no solo para gestionar retornos.
Si eres una marca pequeña, la personalización es tu ventaja real. La recomendación textual de Parra: "Para las marcas pequeñas me parece que hay muchísimo potencial a explotar de la personalización. Y justo eso, aprovechen que son pequeñas. Y personalicen más".
Vigila el bracketing. Según un estudio de Sale Cycle citado por ABC, el 30% de los usuarios compra deliberadamente de más para devolver parte del pedido. Si tu política de devoluciones es muy laxa, ese comportamiento se come tu margen; si es muy rígida, pierdes conversión.
Prueba con un paquete chico y mide. Los modelos de suscripción por volumen de generaciones permiten empezar acotado y escalar según uso real, en lugar de comprometer presupuesto anual en una herramienta que todavía no está validada en tu catálogo.

Conclusión

El probador virtual dejó de ser una curiosidad de feria tecnológica y se está convirtiendo en infraestructura de conversión para el e-commerce de moda. La llegada de Google a México y América Latina en mayo de 2026 masifica la parte visual, pero deja abierto el problema del ajuste: saber cómo se ve una prenda no es lo mismo que saber si te queda.

Ahí está la oportunidad para las startups de la región. CaaS construyó su propuesta sobre esa brecha —visualización más recomendación de talla más auditoría de tablas de medidas— y reporta incrementos de conversión de entre 50% y 80% en tres marcas argentinas, con más de 20 clientes y una inversión de US$200.000. Los resultados son de casos puntuales y no un estándar del sector, pero marcan una dirección clara: en moda online, el dato de talla vale tanto como la imagen.

Para un founder, la lectura práctica es simple. La IA no arregla un catálogo mal medido. Arregla lo que ya está bien descrito y lo escala.