El responsable de Éxito del Cliente desglosa los flujos de trabajo que ahorran tiempo y hacen más felices a los clientes

Ajay Balamurugadas es director de Éxito del Cliente y Estrategia en PostQode, un producto de desarrollo de software nativo de IA.

Hablamos con Ajay para entender cómo está utilizando la IA para crear clientes más satisfechos. Esto es lo que nos contó.

Agentes autónomos de IA en el desarrollo de software

Me llamo Ajay Balamurugadas y soy un líder experimentado en ingeniería de calidad. Durante los dos últimos años, he sido director de Éxito del Cliente y Estrategia en PostQode, una empresa de productos que incorpora agentes autónomos de IA en todas las etapas del ciclo de vida del desarrollo de software.

Entre nuestros clientes se incluyen startups, empresas y compañías de servicios que atienden a sus propios clientes.

Cómo la IA crea clientes más satisfechos

Durante el último año, hemos realizado dos cambios concretos en la forma en que ofrecemos la experiencia del cliente mediante IA.

En primer lugar, utilizamos la IA ampliamente para investigar a los clientes. En lugar de depender únicamente del análisis manual de reuniones, comentarios y documentos, usamos la IA para resumir conversaciones, identificar puntos débiles recurrentes y extraer expectativas. La IA también investiga la empresa del cliente, sus actividades comerciales, sus competidores y posibles soluciones, y destaca las diferencias entre lo que dicen los clientes y lo que realmente necesitan.

El análisis y los resúmenes asistidos por IA han reducido el tiempo dedicado a las actividades de investigación de clientes y mercados de casi una jornada laboral completa a normalmente entre 1 y 2 horas.

En segundo lugar, introdujimos asistencia para la resolución de problemas basada en IA para el análisis y la resolución de incidencias. La IA ayuda a analizar registros, patrones de errores, resultados de pruebas e incidencias históricas con el fin de acotar rápidamente las posibles causas raíz y sugerir los siguientes pasos. Esto ha mejorado los tiempos de respuesta, reducido el esfuerzo de investigación y permitido a los equipos resolver las incidencias de los clientes más rápido y con un mejor contexto.

La IA también genera y mantiene documentación, como guías de incorporación, preguntas frecuentes de resolución de problemas y documentos comparativos; de nuevo, reduce el tiempo y el esfuerzo necesarios para crearlos de días a horas.

Y lo más importante: todo esto ha dado lugar a clientes más satisfechos.

Cómo puede la IA ampliar los flujos de trabajo de investigación de CX

Ajay comparte

\u003cstrong\u003ePedimos a la IA que sugiera estrategias de posicionamiento, propuestas de valor, casos de uso relevantes y formas personalizadas de presentar la solución… Esto ayuda al equipo a preparar las respuestas con antelación y a mejorar la calidad de las conversaciones con los clientes.\u003c/strong\u003e

Este es el flujo de trabajo de investigación de CX que utilizamos incluso antes de que tenga lugar la primera conversación con el cliente.

Comenzamos investigando con Perplexity AI para comprender la empresa del posible cliente, su sector, sus competidores, su posicionamiento en el mercado y sus actividades recientes. Esto nos ayuda a desarrollar un sólido conocimiento del contexto antes de interactuar con el cliente.

A continuación, utilizamos Claude o ChatGPT para combinar esa investigación con información detallada sobre nuestra organización e identificar cómo puede ayudar mejor nuestra plataforma a ese posible cliente concreto. Pedimos a la IA que sugiera estrategias de posicionamiento, propuestas de valor, casos de uso relevantes y formas personalizadas de presentar la solución.

Después usamos ChatGPT o Gemini para simular las posibles objeciones, preocupaciones y preguntas de los clientes. Esto ayuda al equipo a preparar las respuestas con antelación y a mejorar la calidad de las conversaciones con los clientes.

Durante las reuniones con los clientes, grabamos y transcribimos las llamadas. Utilizamos ChatGPT para resumir las conversaciones, generar actas estructuradas de las reuniones, identificar las tareas pendientes y registrar las expectativas y los riesgos de los clientes.

Después de las reuniones, utilizamos Claude y ChatGPT para generar materiales complementarios, como documentos de soluciones, guías de incorporación, documentos comparativos, diagramas, flujos de trabajo y materiales de resolución de problemas.

Por qué las relaciones y los matices no pueden delegarse en la IA

Pero no utilizamos la IA para todo.

La creación de relaciones y la conexión emocional siguen siendo tareas exclusivamente humanas. Creemos que la confianza, la empatía y las relaciones a largo plazo no pueden externalizarse a la IA. Las personas gestionan directamente las interacciones personales, como comprobar el progreso de los clientes respecto a sus objetivos, comprender sus avances, felicitarles en ocasiones especiales y mantener una conexión humana genuina.

La IA respalda la relación, pero los seres humanos la construyen y la mantienen.

Además, en muchos casos, el contexto crítico de los clientes se encuentra repartido entre correos electrónicos, sistemas de CRM, notas de reuniones, grabaciones de llamadas, tickets de soporte y conversaciones internas, lo que hace que la IA no ofrezca resultados óptimos. En estas áreas en las que falta continuidad contextual, sigue siendo necesaria la intervención humana para interpretar los matices, validar las recomendaciones y conectar la información entre distintas fuentes.

Por qué son necesarios los procesos de respaldo con la IA

Por tanto, la integración de la IA en las actividades de experiencia del cliente generó un ahorro significativo de tiempo y esfuerzo, una mayor coherencia y la transformación de actividades que antes dependían de personas concretas en procesos más escalables y repetibles.

Pero también han surgido desafíos. Una de las preocupaciones es el efecto de que algo sea «demasiado bueno para ser verdad», en el que los resultados generados por la IA a veces parecen muy seguros de sí mismos, incluso cuando es necesaria una validación más profunda. Esto significa que la revisión y el criterio humanos siguen siendo importantes para las decisiones críticas y las recomendaciones dirigidas a los clientes.

Otro desafío es la dependencia operativa. Una vez que los equipos se acostumbran a los flujos de trabajo asistidos por IA, les resulta difícil mantener la misma velocidad y coherencia durante las interrupciones de la IA o cuando las herramientas no están disponibles. Esto pone de manifiesto la importancia de contar con procesos de respaldo y de garantizar que los equipos sigan conservando un conocimiento fundamental del ámbito y la capacidad de tomar decisiones.

Por qué los líderes de CX deben conocer los resultados deseados antes de elegir las herramientas

Es importante comprender claramente el resultado exacto que se desea obtener antes de elegir las herramientas o los modelos.

Al principio asumimos que un único modelo podría gestionar eficazmente todo tipo de tareas, pero pronto aprendimos que los distintos modelos funcionan mejor para diferentes casos de uso. Algunos son mejores para la investigación, otros para el razonamiento, otros para la documentación estructurada y otros para la elaboración de resúmenes o las tareas conversacionales. Elegir el modelo adecuado para cada actividad puede mejorar significativamente la calidad y reducir los costes y el esfuerzo.

Otra lección importante: no abordes los problemas grandes como una única tarea masiva de IA. Dividir los flujos de trabajo complejos en tareas más pequeñas y bien definidas, y coordinarlas paso a paso, produce resultados mucho mejores y más fiables.

Cómo guiar a los equipos en el uso eficaz de la IA

Ajay comparte

Garantizamos una adopción eficaz fomentando el aprendizaje y el uso colaborativos de la IA en todo el equipo… Además, compartimos continuamente internamente descubrimientos, ejemplos, artículos, indicaciones y flujos de trabajo exitosos para que el conocimiento se difunda rápidamente por toda la organización en lugar de quedarse en manos de unas pocas personas.

Garantizamos una adopción eficaz fomentando el aprendizaje y el uso colaborativos de la IA en todo el equipo. Capacitamos periódicamente a los miembros del equipo en distintas herramientas de IA, casos de uso, enfoques para crear indicaciones y flujos de trabajo relevantes para las actividades de experiencia del cliente.

Además, compartimos continuamente descubrimientos, ejemplos, artículos, indicaciones y flujos de trabajo exitosos internamente para que el conocimiento se extienda rápidamente por toda la organización en lugar de permanecer en manos de unas pocas personas. También revisamos juntos los resultados, guiamos a los miembros del equipo para mejorar la calidad del contexto y de las indicaciones, y mostramos los recursos creados en las distintas etapas de la interacción con el cliente.

Este ciclo continuo de formación, intercambio, revisión y demostración ayuda al equipo a ganar confianza y a utilizar la IA de forma más eficaz y coherente en situaciones reales con clientes.

Cómo la IA está cambiando dónde debe aplicarse la experiencia en CX

Tradicionalmente, tareas como la investigación profunda de clientes, el análisis de la competencia, la creación de documentación, la elaboración de resúmenes de reuniones o la preparación de soluciones dependían de expertos concretos con años de conocimientos y experiencia en el sector. Ahora, la IA puede acelerar y respaldar muchas de estas actividades de forma más amplia, lo que permite que más miembros del equipo contribuyan eficazmente con la orientación y el contexto adecuados.

Esto no elimina la necesidad de contar con experiencia, pero cambia la forma en que la aplicamos. En lugar de dedicar la mayor parte de su tiempo a recopilar información y realizar preparativos repetitivos, los especialistas pueden centrarse más en la estrategia, las relaciones, la toma de decisiones y los resultados de los clientes.

Cómo deben abordar la IA los líderes de CX

Aconsejo a los líderes de CX que traten la IA como un asistente, no como un sustituto. La calidad de los resultados depende en gran medida de la calidad del contexto que proporciones. Sigue proporcionando a la IA contexto empresarial relevante, historial de clientes, flujos de trabajo e incluso «contexto sobre el contexto» para que pueda generar resultados más precisos y significativos.

Además, entiende que distintas herramientas de IA se adaptan a diferentes casos de uso. Dedica tiempo a conocer las ventajas y limitaciones de diversas herramientas en los ámbitos de la investigación, la asistencia, el análisis, la documentación, la automatización y la personalización.

Lo más importante es experimentar continuamente. Las organizaciones que obtienen más valor de la IA son las que prueban ideas activamente, perfeccionan los flujos de trabajo, aprenden de los fracasos y se adaptan con rapidez. La adopción de la IA no es una implementación puntual — es una capacidad en evolución que mejora con el uso, los comentarios y la iteración.

Mantente al tanto

Puedes seguir el trabajo de Ajay Balamurugadas en LinkedIn.

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