Durante más de un siglo, una fábrica de queso de Petaluma sobrevivió con una lógica casi artesanal en pleno norte de California.
Petaluma Creamery llegó a facturar 50 millones de dólares en su etapa de mayor actividad, pero ese pasado no la blindó frente al golpe de 2020. La caída de pedidos durante la pandemia, los problemas de salud de Larry Peter y la pérdida de Chipotle abrieron una crisis que ponía en cuestión algo más que una cuenta de resultados.
Un negocio centenario cambió cuando el papel ya no bastaba
Larry Peter había comprado la cooperativa en 2004, cuando estaba a punto de cerrar, y logró mantenerla en pie durante años. Aun así, la estructura diaria seguía atrapada en una mecánica lenta, con pedidos en papel, facturación en QuickBooks y más de 150 artículos identificados con códigos que el personal memorizaba.
Había además una fricción constante entre lo que el cliente pedía y lo que la fábrica cobraba.
Los pedidos entraban en cajas o en piezas, mientras la facturación salía en libras, de modo que cada conversión exigía experiencia, tiempo y bastante memoria. En una empresa alimentaria, donde el reparto y la trazabilidad pesan tanto como el producto, ese desfase acaba contaminando toda la operación.
Daniel Peter llevó la lógica de Salesforce a una quesería
Entonces apareció Daniel Peter, primo de Larry Peter, después de 17 años en Salesforce implementando sistemas de planificación para fabricantes. Su entrada como director de tecnología no respondió a una moda, sino a una necesidad muy concreta que ya se parece a lo que ocurre en otras empresas tradicionales cuando la IA entra en las pymes sin despliegues vistosos.
"Es muy probable que este lugar ya no existiera sin ella" - Daniel Peter, director de tecnología de la quesería
La primera transformación fue menos vistosa de lo que suele imaginarse cuando se habla de inteligencia artificial. La empresa instaló internet de fibra óptica y migró a la nube datos acumulados durante décadas, un paso previo sin el que ningún sistema automático puede hacer mucho más que improvisar.
La inteligencia artificial empezó por traducir el lenguaje del negocio
Sobre esa base, el equipo desarrolló un sistema operativo apoyado en Salesforce y en Agentforce.
Los agentes de inteligencia artificial asumieron tareas muy pegadas al terreno, como buscar información con texto natural, convertir cajas o piezas a libras y prever pedidos a partir del histórico de compras. También planifican rutas de reparto mediante instrucciones en lenguaje natural y registran la trazabilidad de la leche con datos de peso, temperatura, hora y origen.
No suena a ciencia ficción. Suena a alguien intentando que un queso llegue donde debe, en el momento correcto y con cada dato en su sitio.
Esa capa menos visible, la de ordenar datos para que una empresa funcione, recuerda a la infraestructura oculta de la IA, donde el valor no está tanto en deslumbrar como en conectar sistemas que antes vivían separados. Aquí la diferencia no era teórica, porque cada pedido mal traducido podía convertirse en una entrega fallida o en una factura discutida.
De 13 clientes a más de 300 cambió la escala del problema
Kevin Goddard, comercial con décadas de experiencia en el sector, colaboró en la ampliación de la cartera de clientes de 13 a más de 300. Ese crecimiento no solo implicaba vender más, también multiplicaba la dificultad de coordinar referencias, rutas, formatos de pedido y control del origen de la leche.
Con más clientes, un sistema basado en papel deja de ser costumbre y empieza a ser cuello de botella.
La quesería prevé alcanzar una facturación de 10 millones de dólares el próximo año, todavía lejos de aquellos 50 millones de su momento de mayor actividad. La cifra dibuja una recuperación, pero también deja una imagen muy concreta de esta transición, una empresa centenaria que no usó la inteligencia artificial para parecer moderna, sino para seguir existiendo.