El veintiséis por ciento. El ochenta y siete por ciento. Ambas cifras indican cuántos restaurantes utilizaban la IA a principios de 2026; ambas proceden de encuestas que hay que tomar en serio, y la diferencia entre ellas es lo más útil de esta página. Una cifra recoge a los operadores que afirman utilizar herramientas relacionadas con la IA. La otra recoge a los operadores que afirman utilizar algún tipo de IA, tras haberles mostrado una lista que incluía la optimización de menús y la gestión de inventario. El mismo año, el mismo sector, sesenta y un puntos de diferencia. Saber por qué existe esa diferencia vale más que cualquier demostración de un proveedor, porque esa diferencia es precisamente en lo que se basa cualquier presentación comercial. Hay algo que no cambia en ningún caso: todas estas herramientas analizan tu historial de ventas, por lo que un TPV para restaurantes que registre los artículos, los modificadores, las anulaciones y quién los ha registrado marca la diferencia entre una previsión y una simple conjetura disfrazada de previsión.
A continuación se explica dónde la IA está generando beneficios reales en los restaurantes en este momento, por qué el ámbito de atención al cliente se ha estancado en el 6 %, el único caso concreto que merece un debate en profundidad, cuánto debería costar todo esto y la fecha de cumplimiento de la normativa europea, que llega el 2 de agosto de 2026. Advertencia: los logros no son nada glamurosos. La mayoría de los operadores se encuentran con su primer modelo operativo en la gestión de existencias, donde se sugiere una cantidad de pedido para el jueves, y no en la sala, cautivando a los clientes.
Las dos cifras y por qué discrepan
El informe «State of the Restaurant Industry 2026» de la National Restaurant Association sitúa la adopción en el 26 %. Esa es la proporción de operadores que afirman que sus restaurantes utilizan herramientas relacionadas con la IA. El marketing es donde más se nota su presencia: el 19 % de los operadores de servicio completo y el 15 % de los de servicio limitado la utilizan en sus actividades de marketing. Solo el 6 % la utiliza para los pedidos de los clientes.
El informe de 2026 de TouchBistro cuenta una historia diferente. Basado en una encuesta de Maru/Matchbox realizada a más de 600 propietarios, presidentes y directores generales de restaurantes de servicio completo en los cincuenta estados, reveló que el 87 % ya utiliza algún tipo de IA, sobre todo para la optimización de menús, seguida de las reservas y la gestión de inventarios.
Ambas cosas pueden ser ciertas a la vez. Las muestras difieren, y las preguntas difieren aún más. Si le preguntas a un operador si utiliza «herramientas relacionadas con la IA», se imagina un chatbot en el que tiene que iniciar sesión. Si le muestras una lista de funciones, marcará aquellas que su software actual ya incorporó discretamente la primavera pasada. La clave está en ese mismo informe de TouchBistro: al parecer, la adopción cayó del 95 % en 2024 al 87 % en 2026. La adopción no cae así. Las etiquetas sí.
Lo cual nos lleva a la única postura sensata. Trata cada estadística de adopción dirigida a ti como marketing hasta que conozcas la pregunta que hay detrás. Tu decisión no necesita, de todos modos, una media del sector. Necesita una tarea, una referencia y una cifra.
Dónde la IA realmente demuestra su valía en 2026
Hay un patrón común en todos los operadores que he visto que han logrado que esto funcione. La IA da resultados cuando elabora borradores, hace previsiones o clasifica, y cuando un humano sigue dando el visto bueno antes de que nada llegue a un huésped o a un proveedor. Decepciona cuando se le pide que se encargue de la hospitalidad.
Redactar aquello que nunca llegas a hacer
Descripciones de menús. Respuestas a reseñas. Anuncios de empleo. Ese correo al proveedor que has reescrito cuatro veces. Este es el punto de entrada más barato posible: veinte dólares al mes, sin integración, nada que pueda interrumpir el servicio. También es, según los datos de la NRA, donde la mayoría de los operadores notan un impacto, lo que indica que el listón está realmente bajo.
Sin embargo, hay dos precauciones. Nunca dejes que un modelo redacte información sobre alérgenos, procedencia o declaraciones de propiedades saludables, porque generará algo que parezca verosímil pero que sea erróneo, y eso no es un problema de marketing. Y lee todo en voz alta antes de enviarlo. Los textos generados tienen un tono característico, y tus clientes habituales conocen tu voz mejor de lo que crees.
Previsión de la demanda y preparación
Toma los datos de ventas por artículo de los últimos dieciocho meses, añádeles el día de la semana, la meteorología y el calendario de eventos locales, y la previsión se vuelve realmente útil para calcular las cantidades que hay que preparar y los volúmenes de horneado. Ahí es donde está el dinero. Un bistró de 90 cubiertos que prepara en exceso 40 dólares de mise en place dos veces por semana está tirando a la basura 4.000 dólares al año, y nadie se da cuenta porque acaba en una bolsa de basura en lugar de fuera de la cuenta de resultados.
La verdad es que estos modelos son más débiles precisamente cuando más los necesitas. Un festival en tu calle, una ola de calor, una huelga de transporte, el martes en que cierra un competidor dos locales más abajo: todo eso queda fuera de los datos históricos. Trata la previsión como una cifra de partida que tu jefe de cocina puede modificar, no como una instrucción.
Pedidos, niveles de par y desviaciones
Cantidades de pedido sugeridas en comparación con los niveles de stock estándar, avisos cuando el consumo teórico y el real difieren, alertas cuando varía el precio de un proveedor. Junto con la gestión de compras, esta es la IA menos glamurosa y más fiable del local.
La parte que se omite en la demostración: hereda tus recetas. Si tus rendimientos son estimaciones, no has comprado inteligencia, sino tus propias estimaciones a gran escala y con mayor confianza. Empieza por ajustar las diez recetas de mayor volumen.
Planificación en función de una previsión
La mano de obra es la otra mitad del coste directo, y es la que aún puedes modificar un martes por la tarde. Introduce una previsión de comensales en tu planning y el software te indicará que el jueves pasado asignaste cinco camareros para una noche en la que solo se necesitaban tres y medio, algo de lo que nadie habla cuando, por costumbre, se copia el planning de la semana anterior.
El problema es que un modelo se optimiza en función de los datos que puede ver. No sabe que tu nuevo ayudante de cocina necesita una sección tranquila durante otra quincena, que el turno de ese sábado es la razón por la que tu mejor camarero se queda, o que reducir el turno a cuatro horas hace que el desplazamiento no resulte rentable para la persona que lo realiza. Úsalo para detectar el exceso de personal evidente y, después, aplica tu criterio. Los operadores que dejan que la herramienta elabore el horario sin modificarlo suelen ahorrar un 2 % en costes de personal, pero lo pagan con la pérdida de facturación, lo cual es una partida mucho más costosa.
El papeleo que nadie echa de menos
El registro de facturas es el gran triunfador silencioso de los últimos dos años. Fotografía un albarán de entrega, codifica y empareja las partidas, y detecta los cambios de precio que tu proveedor no te ha mencionado. Las cifras de TouchBistro muestran que el 52 % de los operadores de servicio completo ya han automatizado la facturación. Introduce esos datos en la contabilidad del restaurante y el cierre de fin de mes, que antes te llevaba todo un domingo, ahora te lleva una hora.
La automatización no es IA, y ahí es donde se obtienen la mayoría de las ventajas
Vale la pena diferenciar ambas, porque a simple vista parecen idénticas. La automatización sigue las reglas que tú has establecido: si una comanda incluye un postre, la dirige a la pantalla de repostería en el momento adecuado. La IA deduce patrones que tú no has especificado. Lo que la mayoría de los restaurantes realmente necesitan es lo primero.
Las cifras de adopción lo corroboran. Entre los operadores de servicio completo, TouchBistro constató que la automatización de los pedidos en línea se situaba en el 68 %, frente al 57 % del año anterior; la de nóminas, en el 54 %; la de facturación, en el 52 %; la de envío de pedidos a cocina, en el 52 %; y la de marketing por correo electrónico, en el 51 %. La razón que aducen es la rapidez: el 52 % mencionó un servicio más rápido, lo que supone un fuerte aumento respecto al 37 % del año anterior. Ninguna de esas tareas requiere un modelo. El envío de pedidos a cocina es una instrucción «si... entonces» integrada en un sistema de visualización de cocina.
Así que, antes de comprar cualquier cosa que lleve «IA» en el nombre, repasa por qué ya estás pagando y cuenta las funciones que nunca has activado. La mayoría de los restaurantes tienen acumulado un año de automatización sin utilizar. El proyecto de IA más barato de tu restaurante este año es probablemente una regla que aún no has escrito.
Por qué el ámbito de atención al cliente sigue estancado
El 6 %. Ese es el porcentaje de operadores que utilizan la IA para los pedidos de los clientes, tras varios años de anuncios que sugerían que el servicio de drive-thru ya se había transferido a la IA. Los estudios de consumo explican esta reticencia mejor que cualquier encuesta a operadores.
La NRA preguntó a los comensales con qué se sentirían cómodos. Una amplia mayoría realizaría el pedido y pagaría a través del móvil, una página web, un quiosco o una tableta en la mesa. El 62 % haría el pedido hablando con una persona real a través de una pantalla de vídeo. Solo el 39 % haría lo mismo con un personaje generado por IA. Casi la mitad estaría encantada de hacer un pedido en una página web o una aplicación mientras chatea con un bot de IA, porcentaje que se eleva a seis de cada diez entre los millennials y la Generación Z.
Lee esto con atención, porque hay una diferencia real. Por escrito, los clientes aceptan la IA. De forma oral, todavía no. Haga lo que haga la tecnología, la voz sintética sigue siendo el escollo.
La opinión sobre la tecnología en general está dividida casi a partes iguales: el 41 % de los consumidores afirma que mejora la hostelería, el 38 % dice que la perjudica y el 21 % considera que no supone ninguna diferencia. Algo más de la mitad de los adultos de la Generación Z y los millennials afirman que la tecnología mejora la experiencia, frente al 23 % de los baby boomers. Es tu perfil de clientela lo que decide esto, no la tendencia. Una hamburguesería abierta hasta tarde y una trattoria de almuerzos dominicales responden a necesidades diferentes.
La diferencia generacional va más allá de cómo se hace el pedido. La mayoría de los adultos de la Generación Z están abiertos a que un robot o un dron les entregue la comida, frente a aproximadamente uno de cada cinco baby boomers. Un recordatorio útil: el titular que has leído es una media de dos bases de clientes muy diferentes, y tú atiendes a una de ellas, no a la media.
Las cadenas son reveladoras en este sentido, si se analizan con objetividad. Yum Brands ha procesado más de dos millones de pedidos por voz mediante IA en más de trescientos locales de Taco Bell, lo que supone una huella operativa considerable. Taco Bell también reconsideró públicamente el ritmo de su implantación tras unos resultados irregulares, y McDonald’s puso fin a su colaboración con IBM en materia de IA de voz en 2024. Cuando las empresas con los mayores presupuestos en ciencia de datos del sector de la restauración siguen haciendo ajustes en público, «avanzar más rápido» es una lección extraña que debe aprender un restaurante de sesenta plazas.
Donde la IA orientada al cliente sí funciona es en los soportes que los clientes ya han aceptado, que son las pantallas en lugar de las voces. Realizar pedidos a través del menú digital y de aplicaciones móviles con recomendaciones sensatas es un proceso mucho más sencillo que hablar con un agente telefónico, y además mantienes el control sobre el texto.
El teléfono es el único caso de interacción con el cliente que merece la pena debatir
He aquí el argumento a favor, y no tiene nada que ver con que la tecnología sea impresionante. El modo de fallo actual es peor que un robot. A las 19:40 h de un viernes, nadie descuelga. El teléfono suena junto a la caja registradora mientras dos camareros atienden una sección completa, y la persona que llama reserva en otro sitio.
Haz los cálculos con tus propias cifras, en lugar de con las de un proveedor. Extrae el registro de llamadas de tu sistema telefónico o del propio teléfono durante una semana y cuenta cuántas quedaron sin respuesta. Treinta llamadas perdidas, una de cada cuatro de ellas una reserva, un gasto medio de treinta y cinco dólares por persona para dos: eso son quinientos dólares de ingresos perdidos a la semana. Si el resultado es de cuatro llamadas perdidas, cierra la cuenta y ve a arreglar otra cosa.
Si pruebas la opción uno, insiste en cuatro cosas. Que responda sobre el horario, la dirección, el aparcamiento y los aspectos básicos de tu política sobre alérgenos sin inventarse nada. Que registre las reservas en el mismo sistema que utiliza tu plano de planta, no en una bandeja de entrada separada de la que alguien tenga que copiarlas. Que pase la llamada a una persona en cuanto detecte una queja, una necesidad de accesibilidad o un grupo numeroso. Y deja claro que se trata de una IA, lo cual, a partir de agosto de 2026 en la UE, no será una simple cortesía.
El contrapunto merece ser mencionado. Según los datos de TouchBistro, la atención telefónica y los pedidos por voz son los usos menos adoptados de la IA, y su propia recomendación es dejar que la IA trabaje entre bastidores y mantener las conversaciones con los clientes en manos de personas. Esa es una postura defendible. La mía es más limitada: una IA que responde a las 19:40 es mejor que un teléfono al que nadie consigue llamar, y ambas son mejores que un agente de voz que intenta vender un menú degustación.
La parte europea que omiten los artículos estadounidenses
El artículo 50 de la Ley de IA de la UE entrará en vigor el 2 de agosto de 2026, y las directrices de la Comisión se adoptarán el 20 de julio de 2026. Las sanciones pueden ascender a quince millones de euros o al 3 % de la facturación anual mundial. Para un grupo de restaurantes, esa cifra es una exageración, pero las obligaciones en sí mismas son pequeñas, específicas y baratas de cumplir si se conocen.
En la práctica, hay cuatro aspectos importantes. En primer lugar, si un chatbot o un agente de voz se comunica con tus clientes, hay que informarles de que están tratando con IA. Esa obligación de diseño recae en el proveedor, es decir, en tu proveedor, así que conviértelo en una cuestión de contratación y obtén la respuesta por escrito. En segundo lugar, como responsable de la implantación, tienes la obligación de informar a cualquier persona expuesta al reconocimiento de emociones o a la clasificación biométrica. En tercer lugar, y esto es lo que suele pillar desprevenidos a muchos: el reconocimiento de emociones en el lugar de trabajo está totalmente prohibido desde el 2 de febrero de 2025, con una excepción muy limitada por motivos médicos o de seguridad. La cámara que evalúa si tus camareros sonríen lo suficiente no es un proyecto de cumplimiento normativo, sino una práctica prohibida. En cuarto lugar, el marcado legible por máquina del contenido generado por IA recae en los proveedores, y los sistemas que ya están en el mercado tienen de plazo hasta el 2 de diciembre de 2026; conviene saberlo antes de publicar una foto del menú generada por un modelo.
Nada de esto sustituye al RGPD. Los datos de los clientes introducidos en una herramienta de segmentación siguen necesitando una base legal, un plazo de conservación y un acuerdo de encargado del tratamiento. Tres preguntas abarcan la mayor parte del riesgo: ¿dónde se tratan los datos?, ¿se utilizan los datos de nuestros clientes para entrenar sus modelos? y ¿pueden mostrarnos su declaración conforme al artículo 50?
Tus datos son el requisito previo que nadie te vende
Todos los proyectos de IA decepcionantes que he visto fracasaron en este punto, no en el modelo. Los datos de entrada no eran lo suficientemente buenos como para respaldar la pregunta que se planteaba.
A qué se refiere «suficientemente buenos»: ventas registradas a nivel de artículo con modificadores, no totales diarios; anulaciones y obsequios atribuidos al usuario que los tramitó; desperdicios registrados con un código de motivo en lugar de descartarse discretamente; recetas con rendimientos que alguien ha pesado realmente; facturas de proveedores conciliadas con las partidas de la factura, de modo que un aumento de precio se refleje como una cifra en lugar de una sensación. Los inicios de sesión por usuario no son un extra aquí, sino que constituyen todo el registro de auditoría.
Dieciocho meses de historial limpio son un mínimo razonable si quieres tener en cuenta la estacionalidad. Doce bastarán en caso de apuro. Tres meses de datos no pueden indicar a un modelo que agosto es un mes tranquilo, por lo que pronosticará con seguridad un agosto normal y acabarás haciendo un pedido excesivo para una semana sin actividad.
Nada de esto es emocionante y todo resulta más barato que el software. Además, sale a cuenta tanto con IA como sin ella, lo cual es el mejor argumento para hacerlo primero.
Cuánto debería costar y la prueba que lo decide
Hay tres modelos de precios habituales. Una cuota mensual fija por establecimiento, normalmente porque la función está incluida en el software que ya utilizas. Una tarifa por llamada o por pedido, que es como cobran la mayoría de los operadores telefónicos. Y licencias por puesto para las herramientas de redacción. Ten cuidado con la opción del medio: las tarifas por pedido aumentan a medida que creces y acaban situándose en un margen medio de servicio completo que la NRA situó en el 2,8 % en 2024. Un crecimiento que te cuesta margen no es crecimiento.
El análisis de viabilidad cabe en una sola página. Define la tarea. Establece una referencia para dos semanas en horas o dólares, midiéndola, no basándote en lo que recuerdas. Calcula el ahorro, resta el coste de la suscripción y anota una fecha en la que la eliminarás si la cifra no ha variado.
Captura de facturas, analizada en detalle: sesenta facturas al mes a tres minutos de introducción de datos cada una son tres horas, lo que supone unos cincuenta y cuatro dólares de mano de obra, más los aumentos de precio que nadie detecta. Una herramienta de cuarenta dólares que codifica correctamente el 90 % y señala el resto es un «sí» rotundo. Una herramienta de doscientos dólares que sigue necesitando que tu contable revise cada línea es un «no», por muy bien que se viera la demostración.
A continuación, haz la pregunta que menos les gusta a los proveedores. ¿Qué pasa cuando se equivoca? ¿Quién se da cuenta, con qué rapidez y cuánto cuesta el error? Una previsión con un margen de error del 10 % te supone cierto desperdicio. Un agente telefónico que da una respuesta errónea sobre un alérgeno te cuesta bastante más que una suscripción.
Una prueba de 90 días sin riesgo para el servicio
Elige una tarea con una cifra asociada y dedica las dos primeras semanas a establecer una línea de referencia. Horas, dólares, recuento de errores, lo que sea que genere la tarea. Si te saltas este paso, en el tercer mes estarás discutiendo sobre impresiones subjetivas.
De la tercera a la sexta semana, utiliza la herramienta en paralelo con el método manual y no cambies nada más. Nada que afecte a los clientes todavía. Lo que buscas es saber con qué frecuencia se equivoca y lo evidentes que son los errores, no una solución mágica.
De la séptima a la undécima semana, si supera los valores de referencia, elimina el paso manual y toma nota por escrito de todo lo que falle. Esa nota es el verdadero resultado, porque te indica si la herramienta se degrada de forma controlada o si arrastra al servicio con ella.
Al llegar al día 90, decide: manténla, descártala o amplíala a una tarea más de back-office. Solo tras un éxito en el back-office dejaría que cualquier sistema basado en IA entrara en contacto con un cliente. Y nada de lo que se haga en una prueba piloto debe acercarse al proceso de pago ni a los datos sobre alérgenos durante el servicio. Jamás.
Lo que ignoraría este año
Los pedidos por voz en un comedor donde la acústica y el ambiente son la mitad de lo que la gente paga. Los camareros robot, que siguen siendo un gasto de marketing con un contrato de mantenimiento. Los precios dinámicos en un menú de treinta platos, donde molestarás a los clientes habituales por un simple error de redondeo, y donde analizar bien la estrategia de precios del menú sale más a cuenta. Cualquier cosa que te obligue a exportar todo tu historial de ventas a la plataforma de un proveedor sin una forma documentada de recuperarlo. Y cualquier cosa que te vendan basándose en las letras «A» e «I» en lugar de en la tarea específica que le ahorra a alguien en su jornada.
El 42 % de los operadores que la NRA consideró no rentables en 2025 no llegaron a esa situación por falta de un modelo. Llegaron a ella debido a un aumento del 38 % en los costes de alimentos desde 2019, un aumento del 35 % en los costes de personal y un aumento del 40 % en las comisiones de tarjetas desde 2020. La IA puede reducir el desperdicio en un punto y devolverle al gerente cuatro horas a la semana. Si se limita a eso, se gana su lugar. Si le pides que arregle tus cuentas, solo añadirá una suscripción más a la lista.
Hay dos cosas que hacer esta semana, ambas gratuitas. Cuenta tus llamadas sin responder durante siete días; eso te dirá si el problema del teléfono es real en tu local. A continuación, recopila los datos de ventas por artículo de los últimos tres meses y comprueba si los modificadores, las anulaciones y el desperdicio están realmente reflejados; eso te indicará si alguna herramienta de previsión tiene con qué trabajar. Elige una tarea después de eso. No una estrategia.
Siguiente lectura: cómo crear una infraestructura tecnológica para un restaurante, estadísticas del sector de la restauración para 2026 y quioscos de autoservicio.
