¿Qué pasa cuando escribir “leche”, “pan” o “café” en una tienda online deja de ser un gesto menor y se convierte en la pieza clave de una compra? En Mercadona, ese pequeño cuadro de búsqueda mueve más de lo que parece: orienta decisiones, ahorra tiempo y también dinero.
Ahora la compañía ha dado un giro de fondo. Mercadona Tech reemplazó el buscador de Algolia, que había usado durante ocho años, por un sistema propio desarrollado en gran parte por su CTO, José Ramón Pérez Agüera, con ayuda de Claude Code, un agente de IA (software que programa con instrucciones).
El hallazgo no es solo técnico. El nuevo mecanismo mejoró un 85% la calidad del ranking de resultados, eliminó por completo las búsquedas sin respuesta —antes eran el 4% del total— y redujo el coste mensual de entre 9.000 y 15.000 dólares a menos de 900. En una plataforma que gestiona 4,4 millones de búsquedas semanales, el impacto es central.
Además, el buscador influye directamente en entre el 30% y el 35% de los productos que acaban en el carrito. Es decir, no era un engranaje secundario: era una pieza clave del cableado comercial de la tienda.
La parte más llamativa revela otra oportunidad. Según explicó Pérez Agüera en una publicación en LinkedIn, el 70% del trabajo de implementación se hizo en tres días, durante un fin de semana largo. Lo que antes se calculaba en cinco meses con varias personas se resolvió en cerca de un mes con un equipo de dos personas y media.
“La IA no tomó 29 decisiones técnicas clave”, subraya Pérez Agüera.
Un buscador como el cuadro eléctrico de una casa
Para entenderlo, conviene bajar la tecnología al suelo. Un buscador no es una caja mágica: se parece más al cuadro eléctrico de una vivienda. Si cada interruptor está bien rotulado, la luz llega rápido a la habitación correcta. Si el cableado es confuso, el usuario aprieta un botón y no pasa nada.
Eso era parte del problema. El sistema anterior dependía de un modelo de precios que escalaba con el uso. Cuanto más crecía Mercadona, más caro resultaba mantener ese interruptor central. Crear uno propio parecía lógico, pero también demasiado lento.
La IA cambió ese ritmo. Claude Code permitió hacer entre 40 y 50 experimentos en un solo fin de semana y analizar 479 MB de datos de catálogo y analítica en pocos días. En términos domésticos, fue como tener un asistente capaz de probar decenas de combinaciones de cableado en horas, mientras un electricista humano decide cuáles son seguras y cuáles no.
Porque ahí está la clave. El sistema usa búsqueda híbrida, palabras clave y semántica (búsqueda por sentido, no solo por palabras exactas), junto con aprendizaje automático (ajuste basado en datos) para ordenar mejor los resultados. Pero las decisiones críticas siguieron en manos humanas.
Una de ellas fue elegir Tantivy en lugar de Elasticsearch. Tantivy es una librería más ligera escrita en Rust y no necesita una máquina virtual Java (capa extra para ejecutar software). Esa elección no la resolvió la IA por sí sola, porque requería conocer el contexto interno de Mercadona Tech y sus exigencias de fiabilidad.
Velocidad con control humano
Luego llegó otra fase menos visible y más importante. El código generado por IA tuvo que adaptarse a los estándares internos de la empresa, un ajuste que llevó entre dos y tres días adicionales.
Mercadona maneja unos 25.000 pedidos diarios. En ese escenario, desarrollar más rápido no sirve si el mecanismo falla o toma atajos incorrectos.
Por eso el equipo ya está moviéndose desde el “vibe coding”, programar con intuición y pruebas rápidas, hacia un desarrollo guiado por especificaciones, instrucciones completas antes de escribir código. La idea es simple: darle a la IA un plano claro antes de pedirle que toque el interruptor central.
El cambio deja una señal más amplia. La codificación manual pierde peso frente al criterio, la visión estructural y el diseño de sistemas. Y para el usuario final, eso puede traducirse en algo muy concreto: buscar mejor, encontrar antes y llenar el carrito sin tropezar con pasillos digitales vacíos.
Al final, la innovación no estuvo en que una máquina trabajara sola, sino en haber encontrado el mecanismo justo para que la tecnología encienda la luz donde de verdad hace falta.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
