La industria de la belleza y la cosmética es uno de los sectores con mayor competencia y volatilidad debido a los cambios tan drásticos que puede haber en la demanda de productos (fenómeno altamente impulsado por la influencia de las tendencias en redes sociales). Por ello, resulta de gran ayuda contar con el apoyo de la inteligencia artificial para dichos cambios tan drásticos de preferencias por parte de los clientes. Así se presenta el modelo AI-Powered Dynamic Pricing (valoración dinámica de precios impulsada por IA), que fomenta el uso de la inteligencia artificial para analizar las diversas situaciones del mercado y ofrecer los precios que mejor se ajusten a los clientes (véase el artículo relacionado Optimización de Precios para Cosmética: La Inteligencia Artificial puede Ajustar Precios en Tiempo Real). Sin embargo, el modelo presenta dificultades técnicas y éticas que pueden tener un efecto contrario a los beneficios que promete.
Primero que nada, es importante recordar qué es el Dynamic Pricing o valoración dinámica de precios. Sánchez (2019, p.1) lo define como:
Una estratégia de fijación de precios que lleva a cabo un vendedor en función de determinadas variables, que pueden ser aspectos internos del negocio como el nivel de stock o aspectos externos como la situación del mercado, la demanda, etc.
Este modelo gestionado por la IA es aquel que puede ser de gran ayuda para las empresas, pero que, a su vez, presenta diversos desafíos.
Por ejemplo, una de las mayores dificultades a las que se enfrenta una empresa (especialmente si es una empresa emergente o nueva en el mercado) son las complicaciones técnicas. Para poder contar con la ayuda de un modelo de IA para la valoración de precios, se necesita implementar una infraestructura tecnológica considerable, con modelos de machine learning y bases de datos bien alimentadas, actualizadas y correctamente organizadas, lo que requiere una gran inversión económica.
Por otro lado, (teniendo en cuenta que ya existe dicha infraestructura) si se lleva a cabo un mal uso de esta herramienta puede atentar contra la confianza del consumidor. En un artículo previo se discutió que este modelo puede ajustar precios en diversas ocasiones para convencer al cliente de comprar un producto, o ajustar los precios en base al poder adquisitivo del consumidor. Por ello, puede darse el caso de que los precios cambiantes generen una desconfianza en el consumidor por sentirse manipulado o tengan una sensación de inestabilidad por no conocer el valor real del producto. Además, dos usuarios que obtengan diferentes precios para un mismo producto puede generar una polémica en torno a la desigualdad y prácticas poco éticas. Dublino (2025) explica que “Los clientes también pueden cambiar de marca si están confundidos o se sienten explotados por la fluctuación de precios, lo que los lleva a comprar a un competidor con precios fijos en lugar de su modelo de negocio”.
En consecuencia, la modificación de precios siempre va a ser un tema delicado y las empresas tendrán que reflexionar las consideraciones éticas y legales que las impulsan a hacer dichos cambios.
Es decir, debe existir una plena transparencia y confianza por parte de la empresa, si bien la modificación de precios es una práctica muy habitual, las marcas deben establecer claramente la razón detrás de los ajustes de precio. La personalización debe ser justa y, si bien se pueden aumentar o disminuir precios, debe haber una justificación ética o legal detrás.La inteligencia artificial debe ser usada con el fin de mejorar la experiencia del usuario, sin tener el objetivo de manipularlo.
Además, los cambios deben estar acorde y respetar los derechos y la privacidad de los clientes. Si esto no se respeta, la empresa puede enfrentar escándalos mediáticos y sanciones legales.
En conclusión, la valoración dinámica de precios impulsada por la inteligencia artificial puede ser una herramienta que (como se vió también en artículos previos) benefician en diversas áreas de la cadena de producción y venta de un producto. Sin embargo, es necesario identificar las dificultades técnicas y éticas para que el uso de este modelo no tenga un efecto contraproducente.
Referencias
- Sanchéz Latorre, R. S. L. (2019). Técnicas de aprendizaje estadístico en modelos de valoración dinámica de precios [Trabajo de fin de máster, Universidad de Zaragoza]. https://core.ac.uk/download/pdf/290001702.pdf
- Dublino, J. (2025, 10 febrero). What Is Dynamic Pricing and How Does It Affect E-Commerce? business.com. https://www-business-com.translate.goog/articles/what-is-dynamic-pricing-and-how-does-it-affect-ecommerce/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=rq&_x_tr_hist=true
