El fundador y líder de CX afirma que la IA orientada al cliente falla cuando las empresas ignoran el recorrido que la rodea

Jaco van den Heever es un fundador en serie con experiencia en experiencia digital del cliente. Actualmente es el CEO de Sand Dollar Design, una consultora remota de estrategia de UX, diseño de productos y desarrollo de IA.

Nos sentamos con Jaco para conocer cómo utiliza la IA para ampliar los flujos de trabajo de CX y cómo aplicar la IA a la EX puede mejorar la CX.

La CX es más que el acabado de la interfaz

Soy Jaco van den Heever, fundador y CEO de Sand Dollar Design. Llevo más de 20 años trabajando en la intersección de la experiencia digital del cliente, la estrategia de producto, la UX y la tecnología. Antes de fundar Sand Dollar Design, dirigí proyectos de productos digitales y omnicanal en aplicaciones móviles, sitios web y plataformas de servicios. Esto moldeó mi visión de la CX: no se trata únicamente del acabado de la interfaz, sino de si el producto, el servicio y el modelo operativo funcionan para los usuarios.

En Sand Dollar Design, ayudamos a empresas emergentes, pymes y equipos empresariales a mejorar los productos digitales y los recorridos del cliente mediante estrategia de UX, investigación de UX, diseño de productos y, cada vez más, desarrollo de MVP y productos basados en IA.

Nuestros canales incluyen sitios web, aplicaciones móviles, portales de clientes, plataformas B2B, herramientas internas, paneles de control y sistemas de flujo de trabajo. Nuestros clientes suelen ser fundadores, responsables de producto, equipos de innovación, equipos de transformación digital y líderes empresariales que necesitan reducir la fricción, mejorar la adopción y tomar mejores decisiones de producto antes de comprometerse considerablemente con el desarrollo.

Trabajamos a escala global, con experiencia en Sudáfrica, Estados Unidos, Reino Unido y Europa, y hemos realizado proyectos en sectores complejos como los servicios financieros, la sanidad, las telecomunicaciones, el comercio B2B y el software empresarial.

Cómo se puede utilizar la IA para facilitar el recorrido del cliente

Estoy incorporando la IA mucho antes en el recorrido del cliente, especialmente durante la incorporación y el descubrimiento del producto.

Un buen ejemplo es GigExecs, una plataforma que cofundé para profesionales con experiencia que buscan trabajo fraccionado, interino y basado en proyectos. Detectamos un punto de fricción: los profesionales sénior suelen tener una amplia experiencia, pero convertirla en un perfil claro, fácil de buscar y atractivo requiere esfuerzo. Las personas explican demasiado, no valoran suficientemente sus capacidades o retrasan completar el flujo de incorporación porque la página en blanco parece una tarea. Eso afectaba a su experiencia.

Por eso, diseñamos la experiencia en torno a la creación de perfiles asistida por IA. En lugar de esperar que los usuarios escriban todo manualmente desde cero, el flujo asistido por IA interpreta un CV, un perfil de LinkedIn o una aportación en formato de conversación y la convierte en un posicionamiento más claro, contenido para el perfil y datos estructurados.

El cambio importante no fue simplemente «añadir IA». Fue rediseñar el recorrido en torno a un camino que requiriera menos esfuerzo para llegar al valor.

Esto cambió mi forma de pensar sobre la IA en la CX en general. Cada vez busco más los puntos del recorrido en los que los usuarios se atascan, se sienten inseguros, se saturan o deben traducir sus necesidades al lenguaje de un sistema. Estos suelen ser los mejores lugares para que la IA ayude.

El resultado es una visión más práctica de la IA en la experiencia del cliente. Me interesa menos la IA como una capa novedosa y más como una forma de reducir el esfuerzo, mejorar la relevancia y ayudar a las personas a avanzar por un recorrido digital con mayor confianza.

Qué tareas de CX debería realizar la IA

Ahora confío en la IA para informar o impulsar varias actividades de CX:

• Sintetizar la investigación de usuarios
• Identificar puntos de fricción recurrentes
• Priorizar problemas a partir de datos de soporte o comentarios
• Generar contenido de primer borrador
• Acelerar la creación de prototipos
• Crear opciones de recorrido más personalizadas

La síntesis de la investigación de usuarios destaca especialmente. En un proyecto de investigación típico, recopilamos grandes cantidades de datos cualitativos: notas de entrevistas, transcripciones, respuestas de encuestas, hallazgos de pruebas de usabilidad, aportaciones de las partes interesadas y observaciones del recorrido. En el pasado, la síntesis era un proceso manual. Seguimos realizando análisis humanos, pero ahora la IA nos ayuda a encontrar patrones mucho más rápido. Nos ayuda a agrupar temas, detectar puntos de fricción recurrentes, comparar comentarios entre distintos tipos de usuarios e identificar señales que requieren más investigación. Esto significa que dedicamos menos tiempo a organizar datos y más tiempo a plantear preguntas más complejas: ¿qué significa esto?, ¿qué debería hacer el cliente a continuación y qué decisiones sobre el producto deben cambiar?

Qué tareas de CX deben realizar las personas

Las actividades que mantengo explícitamente en manos de las personas son aquellas que implican criterio, confianza y responsabilidad.

Por ejemplo, el diseño del recorrido sigue necesitando criterio humano porque implica equilibrar las necesidades de los clientes, los objetivos empresariales, la realidad operativa y las limitaciones técnicas. La recuperación del servicio también debería seguir estando dirigida por personas cuando existe frustración, riesgo financiero, sensibilidad médica, impacto reputacional o un contexto emocional. La IA puede detectar el problema y preparar el contexto, pero una persona debería decidir cómo responder.

Lo mismo se aplica a la estrategia y la priorización del producto. La IA puede ayudarnos a detectar patrones más rápido, pero no debería decidir qué es lo más importante. Eso sigue requiriendo comprender al cliente, el modelo de negocio, la promesa de marca y las consecuencias de equivocarse.

Por eso, mi opinión es sencilla: la IA debería reducir el esfuerzo, mejorar el contexto y acelerar el aprendizaje. Las personas deberían asumir las decisiones en las que la empatía, la ética, la confianza y el criterio comercial son más importantes.

Jaco States

…mi opinión es sencilla: la IA debería reducir el esfuerzo, mejorar el contexto y acelerar el aprendizaje. Las personas deberían asumir las decisiones en las que la empatía, la ética, la confianza y el criterio comercial son más importantes.

Cómo la creación de prototipos con IA mejora la calidad de los comentarios de los usuarios

Una gran ventaja de la IA puede observarse en la creación de prototipos. Antes, un proceso típico pasaba de los esquemas a los diseños de alta fidelidad, después a los prototipos interactivos y finalmente a la entrega a los desarrolladores. Ahora, mediante el desarrollo de productos basado en IA, a menudo podemos poner un prototipo funcional delante de los usuarios mucho antes. Este prototipo puede incluir interacciones reales, datos realistas y suficiente lógica funcional para que los usuarios respondan como si se tratara de algo más cercano al producto terminado.

Esto mejora la calidad de los comentarios. Las personas se comportan de forma diferente cuando utilizan algo que parece real. Y eso significa que podemos comprender mejor el comportamiento real del producto antes de completar su desarrollo íntegro.

Pero la desventaja es que la IA también puede generar una falsa confianza. Los equipos pueden crear más rápido de lo que pueden pensar. El código sigue necesitando revisión. Las decisiones sobre el producto siguen requiriendo pruebas. La síntesis de la investigación sigue necesitando criterio humano. Un prototipo pulido puede hacer que una idea débil parezca más sólida de lo que realmente es.

Por eso, el mejor resultado no ha sido que «la IA sustituyera al equipo». En su lugar, la IA ha reducido la distancia entre la perspectiva obtenida, el prototipo, las pruebas y la iteración.

Por qué los chatbots orientados al cliente no están dando la talla

Mi mayor decepción son los chatbots orientados al cliente en grandes entornos corporativos, especialmente en los servicios financieros, los seguros, la banca y las empresas de tecnología financiera.

La capacidad actual de la IA supera con creces lo que experimentan muchos clientes.

En teoría, los clientes deberían poder mantener una conversación natural con un asistente digital. Este debería comprender la intención, recordar el contexto, formular preguntas de seguimiento útiles, acceder a la información adecuada, explicar las opciones con claridad y transferir la conversación a una persona cuando un problema se vuelva delicado o complejo.

En la práctica, muchos chatbots corporativos siguen pareciendo antiguos árboles de decisión con una etiqueta nueva. El bot obliga a los clientes a elegir entre un conjunto limitado de opciones, deja de funcionar en cuanto una pregunta se vuelve ligeramente inusual y los usuarios suelen intentar escapar del bot en lugar de obtener ayuda de él.

El problema no suele estar en el modelo en sí, sino en la experiencia que lo rodea. Los datos están fragmentados. Las integraciones están incompletas. Las reglas de escalado son débiles. Las empresas no han diseñado el bot en torno al recorrido real del cliente. Y, en los sectores regulados, las preocupaciones relacionadas con los riesgos y el cumplimiento suelen llevar a las empresas a implementar algo más seguro, pero mucho menos útil.

Esto crea una extraña brecha. Los clientes oyen hablar mucho de la IA, pero luego interactúan con sistemas que no parecen inteligentes en absoluto.

Herramientas que todos los equipos de CX deberían considerar utilizar

Los equipos de CX pueden beneficiarse de las siguientes herramientas:

• ChatGPT y Codex para el análisis y la planificación
• Claude Cowork para la asistencia en tareas complejas y la creación de repositorios de conocimiento
• Cursor para el desarrollo de productos de IA y la automatización
• Qualtrics para recibir comentarios de los clientes

Por qué los líderes de CX deben invertir primero en el contexto

La calidad de los resultados de la IA depende tanto del contexto que se le proporciona como del propio modelo.

Al principio, es fácil pensar que la habilidad consiste simplemente en «escribir una buena instrucción». Eso importa, pero solo es una parte. He aprendido que la IA funciona mucho mejor cuando se le proporciona un contexto estructurado: el objetivo, el problema del cliente, las reglas del negocio, el tono, las limitaciones, los ejemplos, las fuentes de datos y cómo debería ser una buena respuesta.

Eso cambió mi forma de configurar ahora el trabajo con IA. Utilizo instrucciones más estructuradas, archivos Markdown, carpetas de proyecto y documentos de contexto reutilizables para que la IA no parta de cero cada vez. Esto aporta más coherencia al trabajo y hace que los resultados sean mucho más útiles.

Mi consejo es que consideres tu primer proyecto piloto de IA menos como un experimento puntual y más como el comienzo de un nuevo sistema operativo para la forma en que trabaja tu equipo. Cuanto mejor estructures el contexto, mejor se comportará la IA como un socio real en el flujo de trabajo.

Por qué la EX aumentada con IA beneficia a la CX

Más líderes deberían rediseñar la experiencia de los empleados, especialmente los sistemas y flujos de trabajo internos de los que depende el personal para atender a los clientes.

Muchos problemas de CX no comienzan en el punto de contacto con el cliente. Comienzan entre bastidores, cuando los empleados intentan ofrecer una buena experiencia mientras lidian con sistemas fragmentados, procesos manuales, datos ausentes y flujos de trabajo mal diseñados.

La IA crea una oportunidad para solucionar esto.

Si la IA puede ayudar a los empleados a reunir información de distintos sistemas, comprender más rápidamente el contexto del cliente, resumir su historial, recomendar los siguientes pasos y reducir el trabajo administrativo, la experiencia del cliente mejora casi de inmediato.

Por eso creo que la EX es una de las fronteras más importantes de la CX aumentada con IA.

Por qué el objetivo nunca debería ser simplemente añadir IA a los flujos de trabajo de CX

Mi consejo para los líderes de CX es que adopten la IA, pero que no abandonen los fundamentos de una buena experiencia del cliente.

La IA es una nueva y potente capa tecnológica. Puede ayudar a los equipos a trabajar más rápido, analizar más datos, personalizar los recorridos, crear prototipos antes y prestar asistencia a los clientes de formas que antes no eran prácticas. Pero el proceso fundamental de resolver problemas de manera centrada en el usuario no ha cambiado.

Aún necesitas comprender al cliente. Aún necesitas definir el problema adecuado. Aún necesitas alinear los objetivos empresariales, la tecnología y las necesidades humanas. Aún necesitas poner a prueba las hipótesis antes de ampliar una solución.

El peligro es que los equipos utilicen la IA para desarrollar más rápido sin preguntarse primero si están construyendo lo correcto. Eso puede generar más ruido, más automatización y más complejidad para los clientes.

El objetivo no debería ser añadir IA en todas partes, sino hacer que el recorrido resulte más fácil, claro y útil para el cliente. Para eso hacen falta diseño, investigación, datos y criterio humano, no solo tecnología.

Sigue su trabajo

Puedes seguir el trabajo de Jaco van den Heever en LinkedIn, X y en su sitio web personal. También puedes consultar Sand Dollar Design en su sitio web y en LinkedIn:

• Casos prácticos
• Servicios de desarrollo de IA
• Consultoría de estrategia de UX

¡Próximamente habrá más entrevistas con expertos en The CX Lead!