El uso de inteligencia artificial comienza de forma más masiva alrededor de la última década, inicialmente con automatizaciones básicas como IVR inteligentes, chatbots y analítica descriptiva.
Sin embargo, el verdadero punto de inflexión ocurre en los últimos 5 años con la llegada de la IA generativa.
Hoy la IA ya no solo automatiza tareas, sino que interpreta, predice y recomienda acciones en tiempo real. Esto ha evolucionado desde simples respuestas automatizadas a soluciones capaces de entender intención, emoción y contexto completo de una conversación.
Así lo dio a conocer el director de Servicios de Analítica e IA de Sixbell, Mauricio Chamorro: “soluciones como VOC Analytics permiten analizar el 100 % de las interacciones con las personas, no solo lo que dicen, sino cómo lo dice (emocionalidad, empatía, frustración), transformando cada conversación en decisiones de negocio accionables”.
Las empresas tienen miles o millones de interacciones, pero el gran problema no es la falta de datos, sino la falta de claridad para convertirlos en decisiones.
La IA permite justamente eso:
• Escalar atención sin aumentar dotación.
• Detectar oportunidades de venta o fuga en tiempo real.
• Mejorar calidad y consistencia de atención.
• Tomar decisiones basadas en datos, no intuición.
“PureSocial transforma canales como WhatsApp o redes sociales en canales transaccionales y automatizados. Insights convierte los datos operacionales en información confiable para gestión y VOC Analytics transforma conversaciones en insights que impactan CX, ventas y calidad”, anotó el experto en IA.
Si bien los números varían por industria, hoy se puede decir que en Latinoamérica cerca de un 30% a 40% de las empresas ha avanzado en adopción real de IA, mientras que un porcentaje mayor (sobre el 60%) está en procesos de transformación digital.
El desafío es que muchas organizaciones aún están en etapas iniciales: digitalizaron canales, pero no necesariamente generan valor con los datos que producen.
Para finalizar, unos de los obstáculos sobre el uso de la IA están en pensar que no hay que conectar con humanos y allí se perciben falta de claridad de negocio, muchas empresas ven la IA como tecnología, no como solución a problemas concretos.
En ese orden de ideas, también se comete el error de ver silos de información: se tienen datos, pero no integrados ni accionables. Se detecta miedo al cambio organizacional, se percibe como reemplazo en lugar de habilitación. Y el retorno es poco visible en etapas tempranas, si no hay resultados rápidos, se pierde impulso.
La realidad es que el problema no es la tecnología, es el enfoque: las empresas tienen datos, pero pocas decisiones claras basadas en ellos. Por eso, hoy el foco debe estar en casos de uso concretos, rápidos y medibles, no en proyectos largos o abstractos.
El gran diferencial está entonces en entender la evolución de la IA en no solo vender sino en convertir conversaciones en resultados de negocio.