Búsquedas sugeridas

Industrias

Soluciones

Apps para Genesys Cloud

El costo de no hacer nada: por qué los proyectos de IA se mueren en la fase de análisis

El ROI que convence no es el más alto, es el que resiste las preguntas difíciles.

Por John Aguilera, Cofundador y VP Comercial de GNS5 min de lectura

Equipo directivo revisando cifras y gráficas de un caso de negocio sobre una mesa de trabajo

En más de 20 años construyendo operaciones de contact center en Latinoamérica he visto morir muchos proyectos buenos. Casi ninguno murió porque alguien dijera que no.

Murieron porque alguien dijo «todavía no».

«Hagamos un análisis más». «Revisemos el tema el próximo trimestre». «Esperemos a que la tecnología madure». «Primero cerremos el presupuesto del año». Frases razonables, dichas por gente seria. Y mientras tanto, la operación sigue exactamente igual: el mismo volumen repetitivo, los mismos clientes que llaman dos veces, los mismos asesores atrapados en tareas que no deberían existir.

Lo que nadie pone en la mesa es que esa espera también tiene un precio. Y casi siempre es más alto que el del proyecto.

El error está en la pregunta

Cuando un líder de CX lleva un proyecto de inteligencia artificial a su comité, la pregunta que suele responder es: «¿cuánto cuesta?».

Es la pregunta equivocada. O por lo menos, es solo la mitad.

La pregunta completa es: ¿cuánto cuesta hacerlo frente a cuánto cuesta no hacerlo? Porque no hacer nada no es neutral. Si su volumen crece, va a tener que contratar. Si los salarios suben, su costo por interacción sube con ellos. Si sigue sosteniendo tecnología que ya no da más, cada año le cuesta más mantenerla. Si sus clientes se frustran, algunos se van, y reemplazarlos cuesta más que haberlos cuidado.

Eso también es un número. Y muy pocas empresas lo calculan.

Casi nadie sabe cuánto le cuesta atender a un cliente

Cuando me siento con un VP de Operaciones o con un CFO, suelo empezar con una pregunta: ¿cuánto le cuesta realmente que una persona atienda una interacción?

No el salario del asesor. El costo completo: nómina con prestaciones, supervisión, capacitación, rotación, espacio, equipos, licencias. Todo.

La respuesta casi siempre es la misma: «La verdad, no lo tengo calculado así».

Y es normal. Pero sin ese número no hay caso de negocio posible. Es el punto de partida para entender qué procesos vale la pena automatizar, cuáles necesitan un asesor mejor asistido y cuáles deben seguir siendo profundamente humanos. Cuando una empresa descubre su propio número, la conversación cambia de inmediato. Ya no estamos hablando de innovación. Estamos hablando de eficiencia financiera.

El ROI prometido frente al ROI real

El mercado está lleno de promesas. Presentaciones con retornos espectaculares, porcentajes de automatización que nadie ha visto en una operación real, casos de éxito que no aplican a su industria ni a su país.

Un comité serio lo detecta en cinco minutos. Y cuando un caso de negocio se siente inflado, no solo se cae ese proyecto: se cae la credibilidad de quien lo presentó.

Por eso en GNS construimos los casos al revés. Primero preguntamos cuál es el escenario mínimo: si solo se cumple el ahorro que podemos verificar, sin contar ingresos nuevos ni costos evitados, ¿el proyecto se paga? Si la respuesta es sí, tenemos un piso. Todo lo demás es valor adicional, no una apuesta.

Ese es el ROI de los proyectos de IA que convence. No el más alto. El que resiste las preguntas difíciles.

Tres formas de valor, sin contar dos veces

Un buen caso de negocio mira el valor desde tres ángulos distintos, y cada uno se calcula por separado:

  • Lo que hoy gasta y puede dejar de gastar.
  • Lo que hoy no factura y puede empezar a generar.
  • Lo que iba a gastar mañana y puede evitar.

El tercero es el que más se olvida y el que más le importa a un director financiero. Porque es exactamente el costo de no hacer nada, puesto en números.

No pida el salto completo

La otra razón por la que los proyectos se atoran es que piden demasiado de una vez. Todo el presupuesto, todo el alcance, todo el riesgo en una sola decisión.

La IA no genera eficiencia el primer día. Se entrena, se ajusta, aprende de las interacciones reales. Por eso los proyectos que avanzan son los que se proponen como una evolución por fases, donde cada etapa entrega resultados medibles y justifica la siguiente. Eso le da al comité algo que vale más que cualquier proyección: la posibilidad de verificar antes de seguir invirtiendo.

Y cuando aún hay dudas, una prueba justa las despeja. La mitad de un proceso como se hace hoy, la otra mitad con IA, los mismos criterios de medición durante un periodo definido. Si la IA no iguala o supera el resultado actual, no se escala. La decisión la toman los números de su propia operación, no un proveedor.

La innovación sin disciplina es un gasto

Lo digo con frecuencia porque lo creo profundamente: no se puede hablar de innovación sin hablar de gobierno, de ROI y de continuidad operativa. Por eso insistimos en medir lo que la IA hace en cada etapa del journey y en gobernar a los agentes antes de escalarlos.

La IA no es un espectáculo ni una moda que hay que tener para no quedarse atrás. Es una palanca de crecimiento, y como cualquier palanca, funciona cuando se aplica con criterio. Tampoco viene a reemplazar personas. Viene a quitarles el trabajo que no debería existir para que puedan hacer mejor el que sí importa.

Las empresas que van a liderar sus industrias en Latinoamérica no van a ser las que más gasten en IA, ni las que más esperen para estar seguras. Van a ser las que tomen la decisión con los números correctos sobre la mesa.

Así que la próxima vez que su proyecto reciba un «todavía no», haga una sola pregunta: ¿cuánto nos está costando esperar?

Si quiere calcular ese número con nosotros, hablemos. Empezamos por su operación, no por la tecnología.