Doxa 2329

Cómo los equipos de ventas exitosos están adoptando la IA agente

Por Jaya Prakash (Jay) Kaza, Doug J. Chung, Candace Lun Plotkin, Siamak Sarvari, Jennifer Stanley y Maria Valdivieso

IA y aprendizaje automático

Harvard Business Review

#Doxa #ventas #equipos #exitosos #adoptando #IA #agente #automatización #clientes #datos #productividad #conversiones #estrategia

Resumen. La IA de Agentic está revolucionando las ventas al permitir que agentes personales autónomos trabajen junto con representantes de ventas humanos, identificando, gestionando y cerrando acuerdos en todos los canales. Esta tecnología no soloSe adapta a los cambios del mercado y aprende continuamente, transformando así cada interacción con el cliente en una ventaja competitiva. A medida que las organizaciones integran la IA agentic en sus flujos de trabajo, pueden generar un valor significativo al rediseñar procesos, optimizar las interacciones con los clientes e impulsar el crecimiento.

Imagine crear una réplica perfecta de sus vendedores más destacados, pero en lugar de alguien cuya capacidad de trabajo está limitada por el tiempo y la ubicación, esta réplica puede trabajar junto a representantes de ventas humanos de forma continua. Estos agentes personales autónomos pueden identificar, nutrir e incluso cerrar tratos interactuando con los clientes a través de diferentes canales. Su poder reside no solo en la ejecución de tareas, sino también en la previsión: anticipando los próximos pasos, adaptándose a las condiciones cambiantes del mercado, integrándose en todos los sistemas y aprendiendo continuamente.

Esta es la verdadera promesa de la IA agente: una transformación a gran escala de las ventas, que convertirá cada interacción con el cliente en una ventaja competitiva.

Si bien la IA generativa ha pasado de la experimentación al impacto real (el 19 % de los equipos de ventas B2B ya están obteniendo resultados satisfactorios con ella, y el 23 % se encuentra en fase piloto o de desarrollo, según un estudio de McKinsey ), la IA generativa está lista para alcanzar un nuevo nivel de valor. La última encuesta global de McKinsey sobre IA muestra que las ganancias más significativas provienen del rediseño de los flujos de trabajo, no solo de su digitalización. La IA generativa ya está redefiniendo los flujos de trabajo en todo el proceso de ventas B2B, desde la generación de leads hasta el cierre de acuerdos, liberando la capacidad de los vendedores y acelerando el crecimiento.

En este artículo, analizaremos cómo los equipos de ventas exitosos están empezando a utilizar la IA con agentes. Los ejemplos a continuación se basan en nuestra investigación y experiencia en consultoría.

De “Dime” a “Hazlo por mí”

Muchos equipos de ventas ya utilizan IA para aumentar la productividad. Por ejemplo, la IA predictiva puede indicar a los vendedores cuál es la mejor acción a seguir para un cliente potencial: el tipo de contacto (una llamada o un correo electrónico) y qué tipo de información (sobre una característica del producto o una promoción) tiene la mayor probabilidad de generar una venta. La IA agencial va un paso más allá: en lugar de asesorar al vendedor sobre su próximo paso, el agente puede realizar la tarea de forma autónoma. Ejemplos de este cambio se pueden encontrar en la generación y el contacto con clientes potenciales, la planificación de ventas y la interacción con el cliente, y la retención y el crecimiento.

Generación de clientes potenciales y difusión 

Los agentes de IA están redefiniendo la primera línea de ventas B2B al apoyar activamente a los representantes: interpretan las señales del comprador, extraen información contextual y recomiendan las mejores acciones en tiempo real. En una empresa tecnológica B2B, se implementó un representante de desarrollo de negocio con tecnología de IA para gestionar de forma autónoma la interacción en la parte inicial del embudo de ventas. El proceso comenzó con la calificación de leads, analizando las señales de comportamiento para identificar qué leads interesados ​​tenían más probabilidades de convertirse. Para cada uno, el agente generó correos electrónicos de contacto personalizados, basándose en datos como el historial de compras, las tendencias de uso y los intereses inferidos para adaptar los mensajes a escala. Esta personalización basada en datos generó un aumento del 6% en las tasas de respuesta. Cuando los leads respondían, el agente analizaba el lenguaje, identificaba la intención y continuaba la conversación, respondiendo preguntas, abordando objeciones y derivando al cliente potencial a una reunión. Una vez calificados, los leads se transferían a un vendedor humano, con el historial completo de la conversación registrado en el CRM para un seguimiento contextualizado. Se proyecta que esta orquestación de extremo a extremo que combina priorización inteligente, personalización basada en datos y gestión de diálogo en tiempo real generará $50 millones en ingresos anuales incrementales a través de una mayor conversión y una mayor capacidad de los vendedores.

Planificación de ventas y compromiso del cliente

En la fase de venta, los agentes de IA pueden ayudar a optimizar la implementación, coordinar a las partes interesadas y garantizar el cumplimiento normativo. Tareas que tradicionalmente consumían mucho tiempo, como la generación de presupuestos y propuestas, ahora pueden automatizarse y adaptarse a las necesidades del comprador. La última Encuesta de Pulso B2B de McKinsey destaca el valor de estas capacidades, especialmente en sectores con carteras de productos complejas o un gran volumen de clientes potenciales, como la construcción, el transporte marítimo o la industria química.

Los agentes de IA también aceleran el progreso del pipeline al programar reuniones, sincronizar calendarios y registrar interacciones en sistemas CRM. En una firma norteamericana de gestión patrimonial, se implementó una herramienta de IA de Agentic para generar resúmenes de clientes mediante la síntesis de datos de CRM con fuentes externas, lo que redujo el tiempo de preparación de reuniones en más de un 30 % e impulsó un aumento del 6 % en los ingresos. Anteriormente, los vendedores dependían de notas fragmentadas e investigación manual, y a menudo pasaban por alto información clave o dependían del reconocimiento de patrones sesgado por el comportamiento previo de los clientes. En cambio, el agente de IA se basaba tanto en datos estructurados de CRM como en entradas no estructuradas, como notas de reuniones, uso de productos y señales del mercado, para identificar las necesidades específicas de los clientes. Al identificar patrones que los humanos podrían pasar por alto y adaptar la información al flujo de trabajo de cada asesor, el agente ayudó a descubrir nuevas oportunidades y a profundizar la interacción con los clientes.

Retención y crecimiento

La IA agenética está ampliando el valor del autoservicio digital al gestionar mucho más que las preguntas frecuentes básicas, especialmente en las operaciones de posventa, un ámbito a menudo infrautilizado como palanca de crecimiento. Tradicionalmente, cuando los clientes encontraban un obstáculo más allá de las consultas estándar, el problema se escalaba a un representante de servicio. Sin embargo, una empresa tecnológica líder descubrió que el razonamiento agenético permitió a su agente de experiencia del cliente (chatbot de IA) basado en IA resolver el 85 % de las consultas, incluyendo preguntas de segundo orden que requerían interpretar el contexto, consultar múltiples sistemas y aplicar lógica para ofrecer una respuesta personalizada. Este tipo de preguntas antes saturaban los canales de autoservicio y se dirigían directamente al soporte humano. Ahora, los representantes de servicio al cliente tienen más tiempo para centrarse en escaladas realmente complejas, como casos que involucran múltiples problemas, a menudo no relacionados, que no pueden asignarse a una sola pregunta frecuente o incluso a preguntas adyacentes y que requieren un juicio humano matizado. El resultado es una reducción del 65 % en los tiempos de gestión y una mayor satisfacción del cliente.

Están surgiendo rápidamente nuevos casos de uso, como agentes de incorporación que guían a los clientes en la configuración y agentes de prevención de abandono que abordan proactivamente el riesgo del cliente. A diferencia de los modelos de IA tradicionales, que simplemente predicen el abandono, la IA agenética puede razonar sobre los mejores pasos a seguir para mitigar dicho riesgo. Por ejemplo, cuando se detecta un riesgo de abandono, el agente determina las tres o cuatro acciones principales (priorizadas según el contexto, el historial del cliente y el impacto en el negocio) e inicia o recomienda dichas intervenciones. Una vez tomadas estas acciones, los modelos tradicionales pueden actualizarse con los datos más recientes del cliente para recalcular el riesgo. Esto crea un ciclo de retroalimentación continuo donde la IA predictiva y el razonamiento agenético trabajan en conjunto, pasando del conocimiento a la intervención con mucha mayor velocidad y precisión.

Los equipos de ventas deben adoptar nuevas métricas y roles

Como demuestran estos ejemplos, Agentic AI está preparada para transformar las ventas tal como las conocemos, introduciendo cambios en los modelos operativos y roles de las organizaciones.

Las organizaciones necesitan replantear cómo medir el rendimiento y evaluar las estructuras de compensación, adoptando métricas que reflejen tanto la contribución humana como la de la IA. Las métricas de interacción con el cliente, como las puntuaciones de sentimiento, el volumen de interacciones por canal y las cifras de coste por adquisición, ayudarán a las empresas a comprender el impacto holístico de sus estrategias de ventas. Al mismo tiempo, surgirán nuevas métricas específicas para cada agente, como las puntuaciones de calidad de la conversación, las tasas de abandono, la precisión de las respuestas y el cumplimiento de las normas de riesgo y cumplimiento.

El propio modelo operativo exigirá una mayor visibilidad. Los líderes deberán supervisar cómo se distribuye el trabajo entre la IA y los humanos, por ejemplo, qué porcentaje de interacciones gestionan los agentes, con qué frecuencia se completan correctamente esas interacciones y si las transferencias entre la IA y los vendedores humanos se realizan sin problemas. A medida que la IA asuma tareas más rutinarias y transaccionales, los vendedores humanos serán evaluados cada vez más en los aspectos del rol que requieren fortalezas claramente humanas: construir relaciones, gestionar la complejidad e influir en los tomadores de decisiones clave.

Debajo de la superficie, los indicadores de desempeño técnico como el tiempo de respuesta, la finalización de conversaciones de múltiples turnos, la detección de alucinaciones, la eficiencia de la memoria y el uso de tokens brindarán una ventana a qué tan bien se desempeñan los agentes de IA desde una perspectiva de sistemas.

La IA agente también transformará los roles de ventas. Algunos se automatizarán, otros se redefinirán y se crearán otros completamente nuevos. El enfoque se desplazará de la ejecución a la orquestación y la influencia.

Los gerentes de cuentas, por ejemplo, pasarán de la ejecución táctica al desarrollo de relaciones y la influencia en la toma de decisiones, coordinando a personas y agentes. Los gerentes de desarrollo de negocio podrían automatizar sus tareas tradicionales (prospección, calificación y seguimiento), lo que les permitirá centrarse en la supervisión de los agentes y la optimización de procesos.

Estos cambios liberan a los vendedores de tareas repetitivas y elevan la importancia del juicio humano, la inteligencia emocional y la creación de confianza, fomentando una cultura de aprendizaje continuo, entrenamiento y conocimiento del desempeño.

...

La IA agenética puede estar aún en sus primeras etapas, pero su potencial representa el salto de productividad más significativo en ventas desde los inicios del CRM. Las organizaciones que posicionen estratégicamente sus funciones de ventas para incorporar capacidades agenéticas superarán a aquellas que aún están atrapadas en flujos de trabajo manuales. Como con cualquier tecnología potente, la verdadera oportunidad no reside en reemplazar a las personas, sino en redefinir la colaboración entre humanos y máquinas: para elevar los roles, aumentar el rendimiento y redefinir el propósito.

Lea más sobre IA y aprendizaje automático o temas relacionados Ventas y gestión de equipos de ventas

Jaya Prakash (Jay) Kaza es experto sénior en la oficina de McKinsey & Company en Washington D. C. Asesora a clientes en estrategias de crecimiento basadas en IA, tecnología comercial, adopción de IA, datos y estrategia de TI.

Doug J. Chung es becario centenario de la Fundación CBA, profesor de Marketing y director del Foro de Ventas y Desarrollo Empresarial de la Escuela de Negocios McCombs de la Universidad de Texas en Austin. Imparte clases de gestión y estrategia de ventas en programas de MBA y de formación ejecutiva, y ha colaborado con organizaciones de todo el mundo para desarrollar estrategias eficaces de gestión de ventas.

Candace Lun Plotkin es socia de la oficina de Boston de McKinsey & Company y líder en la práctica de Crecimiento, Marketing y Ventas (GM&S). Es codirectora global de la línea de servicios omnicanal y de comercio electrónico B2B de la firma y codirige la investigación anual B2B Pulse sobre cómo compran los clientes B2B, a través de canales tradicionales y digitales, y el impacto de la inteligencia artificial de última generación en sus comportamientos.

Siamak Sarvari es socio asociado en la oficina de Nueva Jersey de McKinsey, en la práctica de GM&S, y líder central de su práctica en ventas habilitadas para IA, desarrollo de activos y asociación con clientes para mejorar la productividad de ventas a través de medidas de crecimiento y eficiencia.

Jennifer Stanley es socia de la oficina de McKinsey & Company en Londres, donde dirige el departamento de Crecimiento, Marketing y Ventas B2B en el Reino Unido. Ha trabajado con equipos de ventas B2B a nivel mundial durante más de 20 años, incluyendo los sectores de tecnología, servicios financieros e industria.

María Valdivieso es socia del área de Crecimiento, Marketing y Ventas de McKinsey & Company, con sede en Miami. Se especializa en ayudar a empresas B2B y de consumo a desarrollar capacidades de ventas avanzadas para un crecimiento superior al del mercado. Durante las últimas dos décadas, ha liderado proyectos en el área de Crecimiento, Marketing y Ventas, así como investigaciones sobre estrategia de ventas, transformaciones comerciales y la inteligencia artificial/agentización en ventas. También es coautora de " Crecimiento de Ventas: Cinco Estrategias Probadas de los Líderes de Ventas del Mundo" (Wiley, 2016).