Por qué las grandes empresas empiezan a corregir su apuesta por la automatización

Hay cambios que no se anuncian, pero redefinen decisiones clave dentro de las empresas. Durante los últimos años, la automatización con inteligencia artificial (IA) se instaló como una promesa de eficiencia casi indiscutida. Reducir costos, escalar operaciones y responder en tiempo real parecía un camino lineal. Pero ese escenario empieza a mostrar fisuras.

El alcance real de la automatización en el servicio al cliente

El caso de Salesforce es ilustrativo. La compañía, una de las principales proveedoras globales de soluciones de gestión de clientes, avanzó fuerte en la integración de agentes de inteligencia artificial dentro de sus plataformas de soporte. En paralelo, ejecutó ajustes de estructura que incluyeron despidos en áreas vinculadas a atención y operación.

Más que admitir un arrepentimiento formal, Salesforce empezó a mostrar una corrección de expectativas sobre el alcance de la automatización. La compañía quedó asociada a un recorte de 4.000 puestos de soporte luego de que Marc Benioff afirmara que necesitaba "less heads", mientras al mismo tiempo sostenía que la inteligencia artificial ya estaba haciendo entre 30% y 50% del trabajo interno, incluyendo customer service.

Ese discurso, sin embargo, también empezó a exponer un límite: la automatización podía absorber volumen, aunque no necesariamente reemplazar con la misma eficacia el criterio humano en funciones sensibles. En términos prácticos, el problema no es técnico, sino operativo.

Eso empieza a verse también en otras compañías que avanzaron fuerte en automatización de la atención al cliente. En la práctica, muchos usuarios ya experimentan estas fricciones cuando interactúan con agentes automatizados: respuestas correctas en lo básico, pero insuficientes frente a situaciones reales. Y hay un punto todavía más sensible: para una parte creciente de los consumidores, la interacción con estos sistemas genera rechazo. No solo por la falta de resolución, sino por la sensación de no ser comprendidos.

Es cada vez más frecuente que los usuarios intenten salir del circuito automatizado para hablar con una persona. Aunque es sabido que estos sistemas requieren entrenamiento constante, y que, en muchos casos, ese aprendizaje queda en manos del propio cliente, el nivel de satisfacción no termina de consolidarse. No es casual que en mercados como Brasil haya comenzado a aparecer un diferencial explícito en la comunicación: la "atención humanizada" se promociona como valor competitivo, destacando el trato humano por encima de la interacción automatizada.

Un sistema puede responder miles de consultas simples, pero si falla en las pocas que definen la conversión, la retención o la reputación, su eficiencia global se vuelve discutible. Es ahí donde aparece el límite.

El impacto del rechazo humano en la lealtad del consumidor

Este fenómeno tampoco es exclusivo de Salesforce. Empresas como Klarna han experimentado procesos similares. La fintech sueca impulsó el uso de inteligencia artificial para reemplazar parte de su atención al cliente, reportando mejoras iniciales en costos y tiempos de respuesta. Sin embargo, también reconoció que ciertos casos requerían intervención humana para evitar fricciones con el usuario y pérdida de confianza.

Algo similar ocurre en compañías de tecnología y comercio electrónico que operan a gran escala. La automatización mejora la eficiencia en volumen, pero no necesariamente en calidad de resolución. Ahí aparece una distinción clave: responder no es lo mismo que resolver.

En entornos de alta competencia, como el comercio electrónico, los servicios financieros o las plataformas digitales, la resolución efectiva es lo que impacta en el negocio. No alcanza con generar interacción; es necesario cerrar el problema.

Por qué la inteligencia artificial pierde precisión en casos complejos

La inteligencia artificial, en su estado actual, todavía depende de estructuras predefinidas, entrenamiento previo y escenarios conocidos. Cuando el cliente se sale de ese marco, la respuesta pierde precisión. Y esa pérdida, acumulada, tiene consecuencias.

Desde una perspectiva de mercado, esto reconfigura el rol de la automatización. Durante años se pensó como un reemplazo. Hoy empieza a consolidarse más como un sistema de soporte: un filtro inicial, un acelerador de procesos, pero no un sustituto total del criterio humano.

Néstor Arranz

La consolidación de un sistema híbrido como estrategia ganadora

Este cambio tiene implicancias directas en cómo las empresas estructuran sus equipos. Reducir costos mediante automatización es una estrategia válida, pero incompleta. Si se elimina capacidad humana en áreas donde la tecnología aún no llega, el riesgo operativo aumenta. La ecuación deja de ser solo eficiencia y pasa a ser balance.

Lo más interesante es que este ajuste no implica un retroceso tecnológico, sino una maduración del modelo. La inteligencia artificial sigue avanzando, pero empieza a encontrar su lugar dentro de la operación real. Ya no como solución total, sino como parte de un sistema híbrido donde la interacción humana sigue siendo determinante en momentos críticos.

Esto también impacta en la lógica de competencia. Las empresas que logren combinar automatización con intervención humana de calidad van a tener una ventaja estructural. No por tener más tecnología, sino por aplicarla con criterio.

En mercados saturados de ofertas similares, la diferencia no suele estar en el producto, sino en la experiencia. Y la experiencia no se construye solo con velocidad de respuesta, sino con capacidad de resolución.

El consumidor, en este contexto, también está cambiando. Después de años de interacción con sistemas automatizados, empieza a identificar cuándo está frente a una respuesta estándar y cuándo hay una intervención real. Esa percepción influye directamente en la confianza y en la decisión de volver a comprar.

El riesgo para las empresas es caer en una falsa sensación de eficiencia: sistemas que funcionan bien en métricas superficiales, pero que deterioran la relación con el cliente en el largo plazo. En ese punto, la automatización deja de ser una ventaja y pasa a ser una limitación.

El caso de Salesforce y de otras compañías que están ajustando sus estructuras no marca el fracaso de la inteligencia artificial. Marca, en todo caso, el fin de una etapa de expectativas sobredimensionadas.

La tecnología sigue siendo un factor central, pero el negocio vuelve a apoyarse en algo más básico: entender qué parte del proceso se puede automatizar y cuál no. Porque en esa decisión no se juega solo la eficiencia, sino también la calidad del vínculo que las empresas están dispuestas a construir con sus clientes.

(*) Director de Neurolab eCommerce 360.