OKIO Vision · humanos que deciden, agentes que ejecutan, contralores que auditan · documento para data room
OKIO está construida sobre una idea organizacional simple: los humanos deciden y cuidan; los agentes de IA ejecutan; los contralores AI auditan. No es un plan — el área financiera ya opera así en producción, y el mismo molde se está replicando en las ocho áreas de la compañía.
El resultado es una compañía con funciones de multinacional — FP&A, merchandising, media buying, BI, CRM, expansión — operando a una fracción del costo: HQ al ~4% de la venta en vez del 8–10% típico del retail. Esa es la segunda palanca del memo, y este documento muestra cómo se ve por dentro.
Una cadena de óptica tradicional que llega a ~$30M de venta arrastra ~50 personas de oficina: contadores, analistas, diseñadores, community managers, media buyers, planners de compra, gerentes de distrito con asistentes, RRHH y un departamento de BI. OKIO llega al mismo punto con ~15 humanos corporativos — porque cada una de esas funciones existe, pero la ejecuta una flota de agentes:
Ser AI-native no significa no contratar: significa contratar solo donde un humano decide, vende o cuida. Las tiendas son de humanos — asesores, optómetras y gerentes llegan con cada apertura, porque la venta y el cuidado clínico son presenciales. En el corporativo, los cargos llegan por gatillo del roll-out, no por inercia:
| Cargo humano | Cuándo llega | Por qué un humano |
|---|---|---|
| Head of Ops | hoy | La operación diaria y la supervisión de excepciones de los agentes. |
| Head de Expansión | 2027 | Negociar con desarrolladores de malls es una relación humana. |
| PM de aperturas | años con ≥10 aperturas | La obra física y sus imprevistos exigen alguien en el sitio. |
| Gerentes de zona | 1 por cada ~10 tiendas | La necesidad de controlar tiendas: liderar equipos, resolver en persona, cuidar la cultura. El agente de retail les da la profundidad; ellos ponen el criterio. |
| Country Manager Colombia | 2029 | Un país nuevo se abre con alguien del país al frente. |
| CM RD · GT · SV | 2031 | Lo mismo para la ola Centroamérica y Caribe. |
| Director de Lab CO | 2030 | El laboratorio es producción física con estándares clínicos. |
| RRHH · uplift de Finanzas | por gatillo de escala | Cuando el volumen humano de tiendas lo exige; los agentes hacen lo demás. |
El corporativo pasa de 4 a ~15 personas mientras la venta pasa de menos de $1M a más de $25M — cada contratación respaldada por un gatillo del modelo, nunca "porque toca". Lo que en otra compañía sería un departamento nuevo, aquí es un humano nuevo al frente de una flota de agentes que ya existe.
Cada área se organiza igual: un orquestador coordina el ciclo del área, un agente especialista por tarea ejecuta, un contralor AI audita lo hecho y mide a cada agente, y un humano responsable decide. La graduación es dura: un agente solo ejecuta sin aprobación cuando su evaluación contra la historia real supera el 95% de precisión — Facturas (96,7%) y Tarjetas (96,0%) ya lo lograron; el contralor los sigue midiendo a diario. La autonomía se gana y se puede perder.
El volumen ya procesado lo respalda: 6.193 facturas de proveedor desde enero 2025 (~470/mes en 2026), 6.516 facturas de clientes, 5.183 movimientos bancarios y 883 cargos de tarjeta en 2026 — con un ahorro ejecutado de $18.150/mes (~94% menos costo en esas funciones).
Cada área con su diagrama, su flota y su contralor. Lo marcado ya opera está en producción hoy; el resto es el roadmap que esta ronda financia.
La fábrica completa: del brief a la pieza, de la pieza al anuncio, del anuncio a la venta — un especialista por eslabón:
| Agente | Qué hace |
|---|---|
| Orquestador | Lee las necesidades de la pauta y del calendario comercial y le encarga el contenido a los agentes de creación: "agosto necesita 3 reels y 12 estáticos de la colección nueva" — encarga, revisa y encadena hasta la publicación. |
| Fotografía ya opera | Genera la fotografía lifestyle y de catálogo con IA (Gemini) dentro del manual de marca: modelos, escenarios y luz consistentes por colección. |
| Video ya opera | Produce los videos — reels, ads, formato UGC — con Higgsfield, Veo y el stack de video IA, a partir del storyboard de cada campaña. |
| Creación de ads | Toma el contenido y produce todas las variantes de anuncio en todos los formatos: estáticos, stories, reels, carruseles, search — por plataforma. |
| Publicación Meta · TikTok · LinkedIn parcial | Un agente por plataforma con su calendario propio: parrilla orgánica de IG/FB, contenido nativo TikTok (integración ya en revisión), voz corporativa en LinkedIn. |
| Pauta Meta · Google · TikTok | Un agente por plataforma vía API: crea campañas, administra presupuestos y audiencias, escala las creatividades ganadoras. |
| Desarrollo web ya opera | Crea las landings de cada campaña, escribe los copys y las publica — okio.la ya se opera y evoluciona con agentes. |
| Base de datos ya opera | Segmenta la base (recencia, categoría, ciclo, ticket) y corre las campañas autónomas extendidas en correo y WhatsApp. |
| Analítica de pauta parcial | Mide las métricas de cada canal, las unifica y produce el reporte de evolución de pauta: costo por cliente por canal por campaña. |
| CMAI — Contralor de Marketing | Audita todo lo que sale: cumplimiento del manual de marca, frecuencia de contacto por cliente (no quemar la base), gasto contra presupuesto por canal, y mide el desempeño de cada agente contra sus resultados. |
Evidencia — esto ya corre hoy: el pipeline de fotografía con Gemini produce el catálogo y el lifestyle del sitio y las redes dentro del manual de marca; el flujo de bienvenida 2x1 automático dispara por WhatsApp (plantillas aprobadas por Meta) según la fecha de última compra de cada cliente; la campaña de segundo par salió a 6.008 contactos de la base de Panamá por correo y WhatsApp (julio 2026); el sitio okio.la — incluyendo este data room — está construido y operado por agentes; y el reporte semanal de ventas llega cada lunes con análisis generado por IA.
La base transaccional ya opera. La capa gerencial que sigue completa la gerencia financiera de una multinacional:
| Agente | Qué hace |
|---|---|
| Orquestador | El orquestador diario de las 9:00 ya corre la capa transaccional; se extiende para encadenar la capa gerencial (cierre → presupuesto → reporte). |
| Facturas ya opera | Recibe por correo, lee con OCR, valida con dos agentes independientes y registra. Autónomo (96,7%). |
| Tarjetas ya opera | Clasifica y postea los cargos de las TC corporativas. Autónomo (96,0%). |
| Pagos · Ingresos · Tesorería · Recurrentes ya opera | Cruce de egresos, conciliación POS→operador→banco, calendario de pagos, persecución de facturas faltantes — en modo propuesta, subiendo la escalera. |
| Presupuesto | Construye el presupuesto anual por centro de costo — cada tienda, cada área — desde el histórico real del GL y el plan de aperturas. |
| Control presupuestal | Compara real contra presupuesto todos los días y le escribe por WhatsApp y correo al responsable del centro de costo cuando una línea se desvía — antes de que el mes cierre. |
| Caja | Proyección de caja continua: cobros esperados, calendario de pagos, colchón mínimo — alerta antes de que sea urgencia. |
| Cierre mensual | Corre el checklist de cierre completo y entrega el mes cerrado en días, no semanas. |
| Impuestos | Prepara las declaraciones (ITBMS, renta) con papeles de trabajo trazables al GL. |
| Paquete de Junta | Arma el reporte mensual para la Junta: EEFF, KPIs, desviaciones y narrativa. |
| CFAI — Contralor Financiero | Ya en producción: audita cuentas puente, ITBMS, duplicados, CxP, bancos sin conciliar, y mide la precisión de cada agente contra la historia (la escalera de autonomía). |
La diferencia con un ERP con reportes: aquí el sistema persigue al tomador de decisión, no espera a que abra un dashboard.
El merchandising completo como flota de agentes sobre la data de venta e inventario del ERP:
| Agente | Qué hace |
|---|---|
| Orquestador | Coordina el ciclo completo de mercancía — rotación → reposición → colección → desarrollo — sincronizado con el calendario comercial. |
| Rotación | Sell-through por modelo, color, material y tienda, semana a semana, contra la curva esperada de su colección. |
| Inventario | Cobertura y quiebres por SKU por tienda; el modelo estrella nunca se agota sin aviso con semanas de anticipación. |
| Traslados | Propone los movimientos entre tiendas: lo que no rota en una puede estar agotándose en otra. |
| Reposición | Genera las OC de básicos y best-sellers con curvas basadas en rotación real. El humano firma; el agente arma. |
| Compra de colección | Amplitud y profundidad de cada colección nueva calibradas con el desempeño de las anteriores. |
| Desarrollo de producto | Detecta los vacíos del portafolio y escribe los briefs de los nuevos desarrollos para diseño. |
| Proveedores | Lead times, cumplimiento, costos y calidad por proveedor; propone alternativas a tiempo. |
| Pricing | Margen por línea y elasticidad: qué aguanta ajuste, qué necesita promo, qué promo funcionó de verdad. |
| CCAI — Contralor de Compras | Verifica cada propuesta contra el presupuesto de compra (OTB), los márgenes mínimos por línea, la cobertura objetivo y el histórico del proveedor antes de que llegue a firma. |
La colección deja de ser una apuesta anual y se convierte en un ciclo continuo alimentado por data propia.
Un district manager AI que mira lo que ningún gerente alcanza: el detalle por persona, por hora, por producto — y le entrega a cada gerente de zona humano la capacidad de supervisar 10 tiendas con la profundidad con la que antes se supervisaba una:
| Agente | Qué hace |
|---|---|
| Orquestador | Corre el ciclo semanal de la operación comercial: metas → seguimiento diario → coaching → cierre de semana, tienda por tienda. |
| KPIs por asesor | Ticket promedio, unidades por ticket, conversión de examen a venta, mix de tratamientos — por persona, por turno, por tienda. |
| Coaching | Convierte los patrones en mensajes directos por WhatsApp: al asesor, al gerente — cada semana, con datos, no con regaños. |
| Metas y ritmo | Metas semanales por tienda y por persona, seguimiento diario automático y celebración de logros. |
| Agenda de optometría | Llena huecos, confirma citas, persigue no-shows — cada silla llena es venta probable. |
| Horarios | Programación del equipo según el tráfico real por hora y día de cada tienda. |
| Incidencias | Diferencias de caja, faltantes y mantenimiento detectados y escalados el día que ocurren. |
| CRAI — Contralor de Retail | Cuida que las metas sean sanas (nadie infla un KPI matando otro), que la comunicación al equipo sea justa y motivadora, y que las excepciones operativas se escalen a tiempo. |
Cada tienda nueva llega con su gerencia analítica incluida desde el día uno.
La capa que une todas las fuentes y convierte datos en decisiones que llegan solas a quien ejecuta:
| Agente | Qué hace |
|---|---|
| Orquestador | Prioriza qué preguntas del negocio se responden esta semana y mantiene el modelo de datos que todos los demás agentes consumen. |
| Ingesta | Unifica POS y ERP, analítica web, plataformas de pauta, WhatsApp y tráfico de tienda en un solo modelo de datos. |
| Dashboards vivos | Tableros que se actualizan solos y hablan: hallazgos como mensajes accionables, no PDFs a una carpeta. |
| LTV por canal | Atribución con LTV real: qué canal trae clientes que recompran — y retroalimenta la pauta con esa señal. |
| Experimentos | Diseña y evalúa los A/B con rigor estadístico, y archiva lo aprendido. |
| Alertas | Anomalías antes de que duelan: conversión cayendo, un medio de pago fallando, un quiebre del modelo estrella. |
| CDAI — Contralor de Datos | Gobierna la calidad: definiciones únicas (un solo "CAC", un solo "margen"), fuentes conciliadas y ninguna métrica publicada que no se pueda reproducir. Este data room es el estándar. |
Esta área ya tiene su agente estrella en producción — el bot de atención por WhatsApp con su sistema de tickets — y el resto de la flota se construye alrededor:
| Agente | Qué hace |
|---|---|
| Orquestador | Coordina el ciclo de vida completo post-venta → recall → renovación → recompra, sin duplicar contactos entre agentes. |
| Atención WhatsApp (bot) ya opera | El bot atiende las conversaciones de clientes en WhatsApp (Cloud Function + Claude): horarios, tiendas, productos, citas, estado general. 6.198 conversaciones atendidas desde el lanzamiento; 2.478 en 2026. |
| Sistema de tickets ya opera | Cada requerimiento se convierte en ticket y se resuelve o escala: 2.792 tickets gestionados; en 2026, el bot resuelve solo el 82% (1.786 de 2.170) y escala el 18% al equipo humano. |
| Recall clínico | Recordatorio de examen anual y seguimiento de fórmula — el sistema que convierte la ventana de reposición (desde el mes 13) en visitas. |
| Renovación | Segundo par y renovación por ciclo de vida, encadenada con los flujos de base de datos de mercadeo. |
| Lentes de contacto | El CRM del segmento de mayor frecuencia: reposición de 1–3 meses con recompra en un clic. |
| Reputación | Pide la reseña en el momento correcto, responde en tono de marca y escala las negativas el mismo día. |
| Garantías y servicio | Sigue cada garantía de principio a fin, con el cliente informado sin que nadie tenga que acordarse. |
| Voz del cliente | Lee conversaciones de WhatsApp y reseñas y destila qué pide la gente — insumo directo para producto y operación. |
| CXAI — Contralor de Experiencia | Cuida el tono de cada mensaje, los tiempos de respuesta, la frecuencia de contacto por cliente y que ninguna garantía o queja quede sin cerrar. |
El 18% que hoy escala a humanos — y cómo se achica. Lo que el bot escala es, sobre todo, estado de operaciones: "¿dónde va mi pedido?", garantías en proceso y casos que exigen ver el estado real de la orden en el laboratorio — información que hoy no está expuesta de punta a punta en el ERP. La mejora está identificada: cuando el ERP exponga el recorrido completo de cada orden (venta → laboratorio → tienda → entrega), el bot podrá responder el grueso de esas consultas solo — el objetivo es llevar la resolución autónoma del 82% a más del 90%, dejando al humano solo los casos clínicos y las excepciones sensibles.
El área que más se multiplica con 88 tiendas — y la que más se beneficia de nacer AI-native:
| Agente | Qué hace |
|---|---|
| Orquestador | Sincroniza el ciclo de talento con el plan de aperturas: cada tienda nueva dispara su pipeline de contratación y entrenamiento a tiempo. |
| Reclutamiento | Publica vacantes, filtra hojas de vida contra el perfil del asesor que sí vende (el que describen los KPIs de retail) y agenda entrevistas. |
| Onboarding | La ruta de entrenamiento por rol — producto, sistema, protocolo de venta — con evaluaciones y seguimiento. |
| Pre-nómina | Arma la pre-planilla con horas, extras, comisiones y variables, lista para aprobación. |
| Pulso del equipo | Clima, señales de rotación y alertas tempranas al gerente. |
| CPAI — Contralor de Personas | Vela por equidad en metas y compensación variable, cumplimiento laboral en cada país y que ninguna señal de rotación de talento pase desapercibida. |
La máquina de abrir tiendas, documentada y repetible (el manual que Albrook probó: régimen en 3 meses):
| Agente | Qué hace |
|---|---|
| Orquestador | Administra el pipeline de locales (LOIs, negociaciones, firmas) sincronizado con las olas del plan. |
| Site selection | Puntúa cada mall y local: tráfico, demografía, mix de marcas vecinas, renta pedida contra venta esperada del tier. |
| Caso de negocio | La proyección de cada local con las curvas reales de maduración de las tiendas existentes. |
| Apertura | El checklist de los 90 días: permisos, obra, inventario inicial, contratación, marketing de lanzamiento. |
| Post-mortem | A los 6 meses compara real contra plan y escribe la lección para la siguiente ola. |
| CEAI — Contralor de Expansión | Compara cada apertura contra su caso de negocio aprobado — capex, rampa, madurez — y alimenta las curvas del modelo con la realidad, apertura por apertura. |