El objetivo de este trabajo fian fue diseñar e implementar un sistema de recomendaciones basado en inteligencia artificial generativa (IAG), orientado a asistir al equipo comercial de la empresa Bilpa en la selección de cintas transportadoras industriales. La solución integra técnicas de procesamiento de lenguaje natural (NLP), modelos de “embeddings” y el enfoque de Recuperación y Generación Aumentada (RAG), combinando fuentes de información estructuradas y no estructuradas, como datos de un ERP, fichas técnicas en PDF y audios de entrevistas a expertos transcriptas a formato digital. El sistema permite interpretar consultas técnicas formuladas en lenguaje natural y entregar respuestas contextualizadas, precisas y alineadas con las necesidades del cliente. Se aplicaron técnicas de normalización semántica, OCR y mapeo de códigos internos con el objetivo de mejorar la precisión de búsqueda y la trazabilidad de las recomendaciones.La implementación se llevó a cabo utilizando LLM (Mistral y LLaMA), integrados mediante una API desarrollada en python y FastAPI, con almacenamiento vectorial en Pinecone y gestión de conversaciones en MongoDB. Los resultados obtenidos durante las pruebas de validación reflejan un alto grado de aceptación por parte del equipo comercial, destacando su utilidad en contextos reales de venta y su potencial para optimizar tiempos de respuesta, fortalecer el conocimiento técnico del equipo y mejorar la experiencia del cliente. Este trabajo demuestra la viabilidad de aplicar tecnologías avanzadas de IA en entornos industriales específicos, contribuyendo a la transformación digital de los procesos comerciales.