Le pedí a la IA de Walmart que hiciera mi despensa y terminó recomendándome cosas que nunca había comprado

Sparky de Walmart ya está disponible en México. El asistente con inteligencia artificial del gigante del supermercado finalmente ha comenzado a funcionar en nuestro país y, como usuario habitual de la plataforma para hacer mi despensa diaria, decidí ponerlo a prueba para comprobar si realmente agiliza o no la experiencia de compra.

Durante este análisis práctico, le realicé desde peticiones intencionalmente imprecisas hasta solicitudes sumamente generales. Como prueba final, le pedí que me ayudara a diseñar un plan para mejorar mi alimentación de forma sencilla. Si bien los resultados finales me dejaron satisfecho en líneas generales, considero que la herramienta aún tiene un importante margen de mejora por recorrer.

Sparky de Walmart: la IA que promete transformar la compra del supermercado

Lo que más me llamó la atención al conocer los detalles de Sparky es que se trata de una inteligencia artificial generativa; es decir, un modelo capaz de crear contenido original a partir de los datos con los que fue entrenado. Gracias al uso de redes neuronales profundas para predecir y generar respuestas, el sistema busca ofrecer un flujo de interacción más creativo, eficiente y natural.

¿Cómo se traduce esta tecnología en el uso cotidiano? Principalmente en la manera en que nos comunicamos con ella, ya que está entrenada para interpretar el lenguaje cotidiano y los modismos mexicanos. Por ejemplo, una de las primeras pruebas que le realicé fue pedirle que me ayudara a armar la despensa para «un cuernavacazo» de fin de semana con ocho amigos.

Su primera respuesta fue un entusiasta «¡Qué plan tan chido!», para de inmediato desplegar una lista estructurada que incluía carne asada, pollo, hielo, carbón, tortillas, agua en embotellada y los insumos típicos para una reunión de ese tipo. Lo interesante no fue solo la selección de productos, sino que al final del desglose me explicó brevemente el porqué de cada recomendación.

Unas horas más tarde volví a realizar exactamente la misma petición desde mi cuenta. En lugar de sugerir primero las carnes y bebidas, organizó la lista iniciando por el carbón, filetes de res y salchichas para asar. Este comportamiento sugiere que el sistema requiere de interacciones iniciales para perfilarnos como usuarios, ajustando progresivamente sus recomendaciones a preferencias más específicas.

Un contraste similar ocurrió al comparar la experiencia entre el smartphone de mi novia y el mío: cuando ella solicitó opciones para una dieta antiinflamatoria, el asistente le ofreció una selección completa de verduras, legumbres y semillas. En cambio, al realizar la misma consulta en mi dispositivo, Sparky indicó que no podía emitir recomendaciones médicas, aunque sugirió productos orientados a una alimentación equilibrada.

Estas variaciones confirman dos aspectos claves: la IA reconoce el contexto individual de cada cuenta y, al mismo tiempo, se encuentra en una fase activa de aprendizaje y calibración. Probablemente en los próximos meses sus respuestas ganen mayor consistencia. Asimismo, un punto positivo es que la interfaz del chat permite agregar los productos directamente al carrito de compras.

No obstante, en este último apartado identifique algunas áreas de mejora. Durante una de las pruebas agregué varios filetes de res desde la conversación, pero al revisar el carrito final figuraban como agotados. Este tipo de desajustes en el inventario en tiempo real deberán corregirse, pues dependen de la disponibilidad física de la tienda asignada a la cuenta.

Otro detalle relevante es la presencia de la cadena: de cada 10 productos recomendados, en promedio entre 4 y 5 corresponden a marcas propias de Walmart (como Great Value o Equate). Si bien resulta comprensible dada la naturaleza del canal, valdrá la pena observar si con el tiempo el algoritmo prioriza los hábitos de compra del usuario o si mantendrá un sesgo hacia esos productos u otras recomendaciones.

Finalmente, le asigné un presupuesto de 1,000 pesos para organizar un desayuno en casa con mis suegros. Sparky diseñó un menú completo, sugirió la lista de ingredientes con un desglose aproximado de costos y me libró de la planeación manual, requiriendo únicamente seleccionar las variantes que mejor se adaptaran a nuestros gustos.

Le pedí mi despensa a Sparky y esto cambió para mejorar mi alimentación

Tras las primeras pruebas exploratorias, el siguiente paso fue realizar mi compra habitual para un periodo de tres semanas. Cada mes suelo pedir la despensa a través de la app de Walmart por conveniencia, cobertura y catálogo, por lo que me interesaba evaluar el valor añadido de la IA en una compra real de volumen.

Lo primero que intenté fue pedirle que, con base en mi historial de pedidos anteriores, me sugiriera las compras del mes. En este punto me sorprendió descubrir que Sparky no cuenta con acceso a las compras pasadas de la cuenta, e incluso me redirigió al canal de atención al cliente por WhatsApp.

Ante esta limitación, replanteé el enfoque pidiéndole una despensa balanceada para el mes, orientada a alimentos saludables. A partir de ahí, la conversación fluyó de forma notable. Comenzó sugiriendo distintas fuentes de proteína para congelar y refrigerar.

Posteriormente le expliqué que buscaba una alternativa más saludable al pan de caja tradicional, pero sin optar por variedades integrales duras. Sparky me recomendó una opción de mejor perfil nutrimental e ingredientes limpios. Un proceso similar ocurrió con el resto de la lista: en lugar de yogurt natural con azúcar, sugirió yogurt griego sin azúcar; para acompañar las comidas, propuso sustituir el arroz blanco por quinoa; y añadió a la canasta semillas de chía, avena económica, atún en agua y salmón.

Complementó la lista con frutas de temporada, verduras frescas, enlatados de larga duración para la alacena y artículos de limpieza bien valorados por otros usuarios. La clave para obtener estos resultados fue mantener un diálogo continuo.

Por ejemplo, tras seleccionar las proteínas, le pedí opciones de alimentos de buena calidad, accesibles y que favorecieran la digestión. Para cada categoría despliegó alternativas e incluso generó cuadros comparativos entre productos similares.

Al finalizar la selección, le pedí que me propusiera tres recetas sencillas utilizando únicamente los alimentos agregados al carrito. El asistente detalló los ingredientes necesarios y los pasos de preparación de forma clara y sin complicaciones. El resultado final fue sumamente positivo: adquirí marcas que no tenía consideradas y sumé alimentos más nutritivos a mi rutina diaria.

Sparky de Walmart llegó para cambiar la manera en que hacemos el super, pero tiene que pulir algunas cosas

El desempeño general de Sparky es prometedor. Si bien la herramienta me gustó, considero que debe integrarse de forma más profunda con las funciones existentes de la plataforma de Walmart, como la lectura directa de pedidos previos para agilizar la reposición de básicos y mantener una mayor consistencia en sus respuestas.

Sus mayores virtudes residen en la capacidad para ofrecer alternativas saludables, generar comparativas en tiempo real y sugerir menús personalizados a partir de los elementos presentes en el carrito. La experiencia se siente meditada y no como una simple lista de resultados de búsqueda.

El valor diferenciador más destacado es la naturalidad de la interacción: permite comunicarse en lenguaje coloquial, sin necesidad de redactar prompts complejos. Sparky entiende el español de México y sus modismos de forma fluida. Es cierto que aún presenta fallas operativas y bugs propios de un producto en fase inicial, los cuales deberían cambiar con el tiempo.

Si Walmart logra pulir estos detalles de integración y sincronización de inventario, estaremos ante una herramienta que transformará la forma en que hacemos la despensa desde casa. En mi caso, más que reducir el tiempo de compra, me permitió descubrir alternativas de mejor calidad, más económicas y nutritivas. Para ser una primera versión, el balance es positivo.