El Desafío: Un Buscador Crítico y un Coste Creciente

La tienda online de Mercadona es un gigante que procesa 4,4 millones de búsquedas semanales. Hasta hace poco, esta monumental tarea estaba en manos de Algolia, un servicio externo consolidado pero costoso. El buscador es una pieza clave, responsable de dirigir entre el 30% y el 35% de los productos que los clientes añaden al carrito. Sin embargo, como muchos servicios SaaS, su coste escalaba con el uso, creando una dependencia económica cada vez mayor.

José Ramón Pérez Agüera, CTO de Mercadona Tech, explica que el equipo llevaba tiempo barajando la idea de construir una solución interna. El problema era el tiempo. La estimación más optimista para desarrollar un buscador propio, incluso en una versión básica, era de cinco meses con un equipo de varias personas. El proyecto se quedaba siempre en el tintero, hasta que la inteligencia artificial generativa cambió las reglas del juego.

La Solución Inesperada: Un Fin de Semana y un Agente de IA

La revolución llegó de la mano de Claude Code, un agente de IA para desarrollo de software. Pérez Agüera, por pura curiosidad y sin un proyecto formal asignado, decidió experimentar durante un fin de semana largo. En solo tres días, trabajando desde casa, logró construir el 70% del núcleo del nuevo buscador. “Hice fácilmente 40 o 50 experimentos en un fin de semana. Eso de forma tradicional me habría llevado semanas”, confiesa.

Los Resultados: Cifras que Hablan por Sí Solas

La implementación del nuevo buscador, construido con la ayuda de la IA, ha traído consigo una serie de mejoras y ahorros que superaron todas las expectativas:

• Reducción drástica de costes: El gasto mensual ha pasado de una horquilla de entre 9.000 y 15.000 dólares a menos de 900 dólares. Esto representa un ahorro de entre el 90% y el 94%.
• Mejora de la calidad: La precisión y relevancia de los resultados de búsqueda mejoraron en un 85%, ofreciendo una experiencia mucho más satisfactoria al usuario.
• Eliminación de búsquedas fallidas: Se erradicó por completo el 4% de búsquedas que antes no arrojaban ningún resultado, asegurando que el cliente siempre encuentre una opción.

El Factor Humano: Donde la IA No Puede (Aún) Llegar

A pesar de la increíble velocidad y eficiencia de la IA, el proyecto demuestra que el criterio humano sigue siendo insustituible. La IA es una herramienta de aceleración, no un reemplazo del ingenio. Pérez Agüera tomó 29 decisiones técnicas clave que el agente de IA no habría podido tomar por sí solo, ya que carecía del contexto del negocio y de la infraestructura de Mercadona.

La decisión más significativa fue la elección del motor de indexación. Mientras la IA recomendaba la opción estándar y más genérica, Elasticsearch, el CTO optó por Tantivy, una librería en Rust mucho más ligera y eficiente que se integraba perfectamente en su ecosistema. “La IA siempre te recomienda la opción más genérica. Yo tomé esa decisión porque tengo el contexto y el conocimiento para tomarla”, afirma.

Del Prototipo a la Producción: Menos Mecanógrafos, Más Ingenieros

Una vez que el núcleo del buscador estuvo listo, el proyecto pasó al equipo de ingeniería. El código generado por la IA era funcional, pero no se ajustaba a los estándares y buenas prácticas de Mercadona Tech. El líder técnico del equipo tardó unos días en adaptar la arquitectura y los tests, un proceso de refinamiento esencial para garantizar la robustez del sistema.

En total, desde el experimento inicial hasta la puesta en producción, el proyecto se completó en un mes con la participación de