Agentes para el crecimiento: convertir la promesa de la IA en impacto.

Puntos clave

El valor integral se genera mediante el cambio. Las victorias expansivas en materia de productividad son apuestas seguras. El impacto se logra centrándose en los problemas de crecimiento más importantes y resolviéndolos. Reutiliza los procesos de trabajo, no las herramientas. La expansión se logra mapeando las decisiones y los traspasos y colocando a los agentes en el punto de cambio, en lugar de adjuntarlos a los pasos existentes. Nueva escala del modelo operativo. La transformación integral requiere grupos multifuncionales de personas e inteligencia artificial, productos de datos superpuestos y una gobernanza en la que los agentes se consideren activos que se gestionan como talento. Una empresa minorista multinacional experimentará un aumento de la demanda de un producto de alta calidad en una zona y un exceso de existencias en otra. Un equipo de agentes de IA puede reasignar el gasto publicitario, optimizar los precios, redirigir las existencias y actualizar los activos creativos en cuestión de segundos para ofrecer productos que se ajusten a las intenciones de los compradores. El siguiente paso, en este caso, es el trabajo coordinado activado por las señales de los clientes y la organización del crecimiento del negocio sobre el terreno. No se trata de una situación imaginaria, sino del futuro de la IA en el aumento de funciones. La IA agencial incorpora el razonamiento automatizado en los procesos de marketing, ventas y atención al cliente. Calculamos que el número de implementaciones en marketing y ventas que generarán más valor utilizando la IA agencial supera el 60 %. Las primeras pruebas indican que la IA genérica tiene el potencial de generar entre 2,6 y 4,4 billones de dólares de valor anual, y hasta un 20 % del aumento de productividad previsto se producirá en las áreas de marketing y ventas. El marketing y las ventas son, literalmente, la punta de lanza en lo que respecta a la entrega de calidad del potencial de la IA agencial en cualquier valor real. Los modelos básicos de la IA genérica son la base de la IA agencial, un sistema capaz de actuar en el mundo real y aplicable a la realización de procesos de varios pasos. Las tareas complejas y de automatización pueden ser automatizadas y realizadas por agentes de IA con la ayuda del procesamiento del lenguaje natural, que de otro modo habrían sido realizadas por seres humanos. El impacto ya se puede observar entre los primeros líderes. A modo de ejemplo, según el análisis, se ha estimado que algunas de las empresas de la lista Fortune 250 están experimentando una aceleración de 15 veces en la velocidad de creación y ejecución de campañas debido al aumento de la velocidad de innovación y optimización de procesos.

Pueden, por ejemplo, optimizar los precios, impulsar las oportunidades de venta, personalizar las ofertas y gestionar las relaciones con los clientes hasta el final. Las ganancias pueden aumentar a medida que las organizaciones adopten cada vez más la IA agencial. Se ha analizado que las implementaciones de agentes adecuadas y escaladas pueden proporcionar ganancias de productividad de entre tres y cinco por ciento al año y también pueden hacer que el crecimiento aumente en un 10 por ciento o incluso más. Sin embargo, la mayoría de las organizaciones aún no han logrado el valor significativo de la IA. Casi 8 de cada 10 afirman que la IA en general no les reporta beneficios sustanciales, principalmente debido a las limitaciones asociadas a los programas piloto fragmentados, la mala calidad de los datos y la falta de bases de gobernanza suficientes. Los líderes que han logrado abrirse camino y extraer valor de la IA están rediseñando el proceso de crecimiento mediante la adopción de agentes de IA en vuestros procesos. A través de la experiencia en las industrias, hay cuatro lecciones que están aprendiendo las organizaciones que están logrando avances y transformando la promesa de la IA agencial en rendimiento en marketing y ventas:

El impacto comienza con la ubicación en la que el agente puede marcar la diferencia, ya sea en la conversión, la precisión de los precios o la captación de clientes, y movilizar a los agentes para acelerar esos resultados. Piensa en el tema de la personalización, donde la oportunidad no solo se pone a prueba, sino que también es profunda. Se ha demostrado mediante investigaciones que el 71 % de los consumidores esperan interacciones personalizadas y que el 76 % se sienten frustrados cuando estas no se producen. Los resultados de la personalización mediante IA en el aumento de la satisfacción del cliente entre un 15 y un 20 %, el crecimiento de los ingresos entre un 5 y un 8 % y la reducción del coste del servicio hasta en un 30 % son impresionantes. Esto es posible a gran escala con la IA agencial, que aplica el razonamiento contextual y la toma de decisiones en tiempo real para perfeccionar las ofertas, los contenidos y las experiencias con cada interacción.

Historia de éxito de una aseguradora europea

Según el análisis, una aseguradora europea, por ejemplo, redefinió su proceso de ventas utilizando agentes de IA que adaptaron las campañas a cientos de microsegmentos, personalizaron los guiones según las señales de los compradores y formaron a los equipos de ventas con comentarios en tiempo real. El resultado:

• Tasas de conversión entre dos y tres veces superiores.
• Reducción de una cuarta parte en la duración de la llamada al servicio de atención al cliente.
• Ciclos de aprendizaje continuos que las revisiones manuales no pudieron igualar en eficacia.

Estudio de caso de una aerolínea estadounidense

Otras organizaciones están aplicando prácticas similares con la ayuda de la inteligencia artificial para mejorar la experiencia del cliente, comprendiendo lo que cada cliente desea a continuación y ofreciéndoselo en el momento adecuado. Una aerolínea estadounidense aplicó conocimientos predictivos al aplicar la misma compensación por las interrupciones de los vuelos, distinguiendo entre viajeros frecuentes y viajeros ocasionales. El impacto:

• Aumento del 210 % en la orientación a clientes en riesgo.
• Aumento del 800 % en la satisfacción del cliente.
• Disminución del 59 % en la pérdida de clientes entre los viajeros de alto valor.

Aplicaciones de precios dinámicos

Este mismo tipo de inteligencia también se está aplicando en el ámbito de la mejora de los precios. Es posible que la IA agente perciba los cambios del mercado, calcule los resultados y responda de inmediato cambiando los precios o redistribuyendo el inventario en tiempo real en función de lo que hagan los competidores, los cambios en los consumidores o las previsiones de demanda. Un ejemplo son las aerolíneas, que ya aprovechan la IA agencial para generar paquetes personalizados basados en tarifas, asientos y ofertas opcionales que se actualizan dinámicamente para reaccionar a la información en tiempo real, incluidas las tendencias de búsqueda, el clima y el comportamiento de reserva.

Las organizaciones que ven una contribución significativa a la IA agencial no se limitan a poner en marcha nuevos agentes para mejorar las tareas actuales, sino que están rediseñando los flujos de trabajo. Los agentes añaden valor cuando se aplican a los procesos y recorridos de principio a fin, ya que aportan automatización y una capacidad de coordinación limitada, pero cuando se aplican a pasos individuales, su capacidad se ve restringida.

Los procesos tradicionales pueden describirse como un flujo unidireccional, normalmente entre departamentos: el departamento de marketing pasa el trabajo al de ventas, que lo remite al departamento de servicio y al de precios. Los avances en cada una de estas funciones han sido enormes en los últimos años con la integración de la funcionalidad digital y analítica, y la IA agencial se basa en estos avances mediante la automatización y coordinación de actividades a nivel funcional y de equipo. Al superar los problemas endémicos de coordinación entre los complicados silos y flujos de trabajo de las operaciones, las organizaciones pueden lograr ciclos más cortos, además de una mayor coherencia y capacidad de respuesta a una escala que ninguna coordinación humana podría igualar. Y lo que es más importante, el éxito requiere un diseño de procesos basado en agentes, no en añadir agentes a los procesos antiguos. A modo de ejemplo, en lugar de asignar agentes para ayudar a los departamentos de atención al cliente a responder más rápidamente a sus quejas, las organizaciones líderes despliegan agentes para prever posibles problemas, realizar llamadas preventivas a los clientes antes de que estos llamen y abordar las situaciones por adelantado con ofertas personalizadas.

Transformación de las aseguradoras europeas

Para tener una idea clara de cómo sería esto en la práctica, la aseguradora europea ofrece una perspectiva clara al respecto. Según el análisis, en 16 semanas, la empresa rediseñó un modelo comercial de una red de agentes conectados que operan a lo largo de toda la experiencia del cliente. Las mejoras resultantes:

• Los agentes de conocimiento han centralizado más de 1000 documentos sobre políticas y productos, lo que permite a los empleados de primera línea encontrar inmediatamente la respuesta pertinente.
• La transcripción de llamadas mediante inteligencia artificial y la calificación por parte de los agentes de coaching dieron como resultado que el 95 % de las llamadas de ventas se revisaran automáticamente, en comparación con el 3 % anterior.
• Estas capacidades fueron integradas por los agentes de integración en el CRM y el portal de agentes disponibles, siguiendo las políticas de seguridad de inicio de sesión único y ofreciendo paneles de control de rendimiento en tiempo real. Estos sistemas de agencia, en conjunto, dieron como resultado una reducción del 25 % en el tiempo medio de las llamadas, menos traspasos entre funciones que se realizaban manualmente y un bucle de retroalimentación. Esta experiencia hizo que los agentes siguieran mejorando las siguientes mejores acciones, la secuencia de mensajes y la adecuación de los productos para mantenerse al día con las cambiantes demandas de los clientes.

Tipos y funciones de los agentes

El cambio integral requerirá la creación de valor con agentes de IA, sin embargo, se necesita el agente adecuado para cada tarea:

• Agentes específicos del dominio que realizan acciones complejas y sensibles al contexto.
• Agentes generalistas que realizan acciones como la síntesis de datos o la creación de contenidos.
• Agentes de comprobación de errores.
• Agentes de coordinación para coordinar y alinear todo el sistema. El papel más importante en esta tarea lo desempeñan los seres humanos. Son capaces de colaborar estrechamente con los agentes para supervisar, comprobar y gestionar los problemas que les plantean los agentes de IA. Las empresas más evolucionadas integran estas interacciones entre humanos y agentes en flujos de trabajo adaptativos, que cambian en cada iteración y señal del cliente.

Las organizaciones deben dejar de considerar la IA agencial como una herramienta complementaria y empezar a verla como un socio digital. Es decir, deben asignarles funciones a los agentes, incorporarlos adecuadamente y gestionarlos con expectativas de rendimiento claras, al igual que se hace con los miembros humanos del equipo. Sin embargo, las métricas adecuadas del rendimiento de los agentes de IA varían con respecto a los KPI de productividad convencionales. En lugar de contar las llamadas o el número de campañas, las organizaciones con mejor rendimiento tienen en cuenta una combinación de medidas:

• Calidad de la conversación.
• Sé preciso al completar las tareas.
• Respuesta precisa a las escaladas.
• tasa de aprendizaje, que demuestra la capacidad de los agentes para absorber comentarios y adaptarse a los cambios en el comportamiento de los compradores. Estas métricas se supervisan continuamente, ya que todas las acciones de los agentes se registran y pueden rastrearse. Los paneles de control en tiempo real indican los cambios en el rendimiento, comparan los resultados de referencia con el umbral humano e indican cuándo es necesario volver a formar o recalibrar.

Caso práctico de una constructora estadounidense

Una de las mayores constructoras de viviendas de Estados Unidos muestra cómo esta disciplina puede dar resultados. Con el fin de mejorar la comunicación online y la reserva de citas, la empresa formó a representantes de ventas con IA y les enseñó a actuar como sus vendedores más eficaces. Tras analizar más de 500 000 transcripciones de ventas, se identificaron docenas de estados de conversación (saludo, gestión de objeciones, seguimiento, cierre) y los patrones más comúnmente asociados al éxito. Basándose en estas ideas, el equipo creó perfiles de agentes con estilos, ritmos y formas de conversar distintivos. A continuación, todos los diálogos de IA se compararon con referencias humanas mediante un agente de puntuación que evaluaba la precisión, la personalización y la fluidez. Los paneles mostraban descensos y desajustes de tono, lo que permitía ajustar rápidamente la sintonía. Resultados:

• La tasa de conversión en citas ha aumentado tres veces.
• Las citas semanales aumentaron dos veces.
• Los agentes más eficaces mostraban una empatía y un flujo similares a los de los seres humanos.

A medida que los agentes asumen los flujos de trabajo que abarcan el marketing, las ventas y el servicio al cliente, las empresas deben reconsiderar el proceso de organización del crecimiento. El enfoque histórico de cada una de las funciones trabajando en su silo está siendo sustituido por un enfoque integrado en el que los agentes coordinan sus actividades, comparten datos y se unen a toda la experiencia del cliente para crear una experiencia entre el momento de la concienciación y la fidelización. El diseño de las campañas, la conversión de clientes potenciales y la interacción con los clientes ya no siguen una secuencia, sino que forman un único ciclo de aprendizaje. Esto no se puede hacer sin un nuevo modelo operativo híbrido entre humanos e inteligencia artificial. Este sistema implica que los agentes se encarguen de la coordinación y la implementación, mientras que los humanos aportan la estrategia, la creatividad y el control. La naturaleza multifuncional de los equipos de crecimiento se construye de tal manera que los especialistas en marketing, los vendedores, los representantes de atención al cliente y los científicos de datos trabajan juntos basándose en flujos de trabajo y objetivos comunes.

Fábricas de agentes

La ampliación requiere que las empresas líderes establezcan fábricas de agentes: centros específicos que industrialicen el proceso de creación, implementación y regulación de agentes. Estos centros formalizan una arquitectura reutilizable, productos de datos comunes y medidas de seguridad y cumplimiento. Y los agentes estandarizados que construyen se reservan para las obligaciones de las partes interesadas, basadas en funciones, de tal manera que:

• Los agentes principales planifican el trabajo.
• Los agentes profesionales realizan las acciones.
• Los agentes de control de calidad y cumplimiento supervisan el rendimiento. Ejemplos de esta estrategia son varios bancos globales, que han creado fábricas de agentes para remodelar sus esfuerzos de diligencia debida. Cada fábrica tiene sus propios equipos de agentes para procesar los pasos individuales, incluyendo la extracción y validación de datos y el control de calidad, lo que minimiza el número de pasos manuales y mejora la precisión y el control.

Ejemplo de productor de estilo de vida al aire libre

Uno de los principales fabricantes norteamericanos de productos para actividades al aire libre aplicó los mismos principios en su enfoque del servicio de atención al cliente. Tal y como indicaba el análisis, tras analizar más de 30 000 tickets de servicio y transcripciones de llamadas, la empresa rediseñó la función para que los agentes se encargaran del diagnóstico, la recuperación de datos y la síntesis, y dejaran el trato centrado en las personas a los seres humanos. La implementación ha sido un éxito gracias al plan de gestión del cambio personalizado, que incluyó la formación de los líderes en paneles de control de KPI, de los empleados de primera línea en ayudas para el trabajo en flujos de trabajo asistidos por IA y del personal técnico en mantenimiento y ajuste de modelos. Los bucles de retroalimentación continuos y el panel de control conjunto garantizarán que tanto los agentes humanos como los digitales se orienten hacia la consecución de un tiempo de resolución más rápido, una mayor satisfacción y un crecimiento cuantificable de los ingresos.

Transformación de la capacidad humana

A medida que estos sistemas evolucionan, el factor diferenciador se transforma en la capacidad humana. Las personas ya no realizan tareas, sino que ahora gestionan, perfeccionan y mejoran la forma en que se realiza el trabajo. Se debe enseñar a los gerentes y especialistas a delegar en los agentes, revisar los resultados, identificar excepciones y dirigir los ciclos de aprendizaje. Las nuevas competencias, como el diseño oportuno, la supervisión de resultados y el control de escalamiento, se están convirtiendo rápidamente en parte de las funciones de crecimiento actuales. Un número significativo de organizaciones ya tiene como objetivo emplear IA agencial con entre el 25 y el 50 % de los empleados de forma habitual, lo que es un buen indicador de que la capacidad de colaborar con la IA se está convirtiendo en una ventaja empresarial.

Un año después, en la era de la IA agencial, la lección es ahora obvia: el desarrollo no será un crecimiento de las herramientas, sino más bien la forma en que los líderes las establezcan e implementen. La ventaja competitiva no vendrá determinada por el número de agentes que lance una empresa, sino por su diseño, gestión y eficacia a escala. Las empresas que están a la vanguardia ya están implementando nuevas mentalidades. Esto es solo el comienzo de la transformación que provocará la IA agencial. Pronto surgirán cuestiones más importantes, como por ejemplo:

• Cuando tu agente de ventas esté negociando con el agente de compras de tu cliente, ¿cómo destacará tu empresa?
• En caso de que la ejecución se convierta en un producto básico, ¿qué tienes para ofrecer como marca?
• Con un flujo de trabajo entre silos, ¿cómo mantendrás la responsabilidad y el control? Estamos en la era de las pruebas de liderazgo agencial. Muy pronto, la pregunta principal para los líderes ya no será qué puede hacernos este agente, sino qué resultados pretendo conseguir con él y cómo puedo aprovechar al máximo el espacio que ofrece para permitir a los seres humanos hacer aún mejor lo que solo ellos pueden hacer. Cuanto más rápido incorporen las organizaciones la IA agencial en los procesos de marketing, ventas y atención al cliente, más rápido podrán encontrar las respuestas a esas preguntas más importantes.