Este estudio investiga la efectividad de los modelos basados en Transformers para la previsión de la demanda minorista. Evaluamos Transformer estándar, Informer, Autoformer, PatchTST y Transformer de fusión temporal (TFT) frente a baselines tradicionales como AutoARIMA y AutoETS. El rendimiento del modelo fue evaluado utilizando el error absoluto medio escalado (MASE) y la pérdida de cuantil ponderada (WQL). El conjunto de datos de la competencia M5, que comprende 30,490 series temporales de 10 tiendas, sirvió como referencia de evaluación. Los resultados demuestran que los modelos basados en Transformers superan significativamente a los baselines tradicionales, con Transformer, Informer y TFT liderando las métricas de rendimiento. Estos modelos lograron mejoras de MASE del 26% al 29% y reducciones de WQL de hasta el 34% en comparación con el método Naïve estacional, destacándose especialmente en las previsiones a corto plazo. Aunque Autoformer y PatchTST también superaron a los métodos tradicionales, su rendimiento fue ligeramente inferior, lo que indica el potencial para un ajuste adicional. Además, este estudio destaca un equilibrio entre la complejidad del modelo y la eficiencia computacional, con los modelos Transformer, aunque intensivos computacionalmente, ofreciendo una precisión de previsión superior en comparación con los modelos tradicionales significativamente más lentos como AutoARIMA. Estos hallazgos subrayan el potencial de los enfoques basados en Transformers para mejorar la previsión de la demanda minorista, siempre que las demandas computacionales se gestionen de manera efectiva.