Imagina que mañana una persona necesita escoger una clínica, reservar un viaje o comprar una refrigeradora. Tiene poco tiempo, varias dudas y cero ganas de abrir veinte pestañas. Le explica lo que busca a un asistente de IA y recibe tres opciones.
Tu empresa podría estar entre ellas. También podría quedarse fuera antes de tener la oportunidad de hablar con esa persona.
Eso es lo que me hace prestar atención a los agentes de inteligencia artificial. Están entrando en un momento muy sensible de la relación comercial: cuando el cliente decide a quién creerle, qué comparar y con quién gastar su dinero.
Desde la experiencia del cliente, la pregunta que me hago es esta: ¿seguimos siendo útiles y reconocibles cuando la conversación comienza en una plataforma que no controlamos?
Esperar tiene un costo, aunque todavía no aparezca en el reporte
Entiendo la tentación de esperar. Cada semana aparece una herramienta, una sigla y alguien prometiendo que todo lo anterior dejó de servir. Es agotador. Pero podemos empezar a aprender sin apostar la empresa a una plataforma ni comprar tecnología por ansiedad.
Una prueba pequeña ya puede revelar algo importante: qué entiende un asistente sobre tu negocio, qué información inventa, qué competidores menciona y qué preguntas no consigue resolver con tu sitio. Es una forma concreta de reconocer dónde estás perdiendo claridad.
La autonomía también se juega ahí. Si dependes de que un intermediario explique tu propuesta, necesitas cuidar la información que encuentra y seguir construyendo razones para que el cliente quiera tratar contigo directamente. El precio puede conseguirte una primera comparación. La confianza y la experiencia le dan motivos para recordarte.
Las cifras son grandes; conviene leerlas con cuidado
El estudio How People Use ChatGPT, publicado en 2025, describía una escala de aproximadamente 700 millones de usuarios activos semanales y 18 mil millones de mensajes por semana. El uso no laboral pasó del 53 % al 73 % entre junio de 2024 y junio de 2025. Son datos históricos de cuentas de consumo, no cifras actuales ni una medición exclusiva de compras. Fuente: Duke Fuqua, explicación del estudio, octubre de 2025.
Ese último matiz importa. Una consulta no laboral puede ser una receta, una explicación o una ayuda para escribir. Convertir todo ese porcentaje en «personas comprando con IA» sería estirar el dato hasta que diga algo que nunca midió.
BCG reportó en su análisis de 2025 que el 48 % de los consumidores estaba entusiasmado con la posibilidad de que la IA generativa mejorara la compra. El mismo artículo citó una encuesta de Omnisend a 4.000 compradores de Estados Unidos, Reino Unido, Canadá y Australia: más de la mitad usaba estas herramientas mensualmente para tareas de compra. Son estudios distintos y esos mercados no representan automáticamente a Guatemala o toda Latinoamérica. Fuente: BCG, When Brands Meet AI Bots, 2025.
BCG también recogió un dato de Similarweb: ChatGPT representó el 20 % de los clics de referencia de Walmart en agosto de 2025. Eso no quiere decir el 20 % de sus visitas totales, de sus ventas o de sus compradores. Es una parte de un canal concreto. Fuente y atribución del dato.
Con esos límites claros, mi conclusión es que vale la pena observar este canal en nuestra propia operación. Una cifra global puede abrir una conversación. La decisión de inversión necesita también datos de tus clientes, tu categoría y tu mercado.
El recorrido del cliente puede empezar antes de que lo veas
Piensa en una familia que busca un hotel. Antes podía visitar varios sitios, comparar ubicaciones, leer reseñas y llamar para resolver dudas. Un asistente puede reunir parte de ese trabajo en una conversación: presupuesto, edades, transporte, accesibilidad y condiciones de cancelación.
Cuando la persona llega al sitio del hotel, quizá ya descartó otras opciones. En otros casos llegará con una expectativa equivocada porque la respuesta mezcló información antigua con una inferencia. Ambas situaciones afectan la experiencia.
Con agentes capaces de ejecutar acciones, el recorrido podría incluir una reserva, un cambio o una gestión posterior. No todo agente puede hacerlo ni todas las categorías están igual de preparadas. En viajes, finanzas o vehículos, la autorización, la identidad y las consecuencias de equivocarse requieren especial cuidado.
Por eso prefiero hablar de un recorrido que se reorganiza. Sigue habiendo dudas, expectativas, riesgos y emociones, aunque algunas tareas ocurran en una sola interfaz. En el Customer Journey Map conviene incorporar al asistente como otro punto de contacto: qué promete, qué información utiliza y cómo entrega la conversación a la empresa.
Del SEO al AEO: que puedan encontrarte y entenderte
AEO significa Answer Engine Optimization, optimización para motores de respuesta. La idea es que tu información pueda utilizarse para responder una pregunta, además de aparecer como un enlace entre muchos.
Eso no elimina los fundamentos del SEO. Google indica que sus buenas prácticas siguen siendo relevantes para AI Overviews y AI Mode, sin requisitos adicionales ni una optimización especial obligatoria para aparecer. No hay una etiqueta que garantice una recomendación. Fuente: Google Search Central.
Lo llevaría a una revisión muy concreta. ¿Tu sitio explica para quién sirve cada servicio? ¿Dice qué incluye y qué queda fuera? ¿Las ubicaciones, horarios y condiciones coinciden entre canales? ¿Las páginas importantes se pueden leer y navegar sin depender de elementos inaccesibles?
Como arquitecto, me resulta natural pensar en la orientación. Un espacio puede verse precioso y aun así hacer que uno se pierda. Con una web ocurre algo parecido: si las respuestas básicas están escondidas, la presentación bonita no resuelve el recorrido.
Una clínica, por ejemplo, podría explicar cómo agendar, qué documentos llevar y cómo cambiar una cita. Una tienda puede mantener medidas, compatibilidades y disponibilidad. La precisión ayuda al cliente que lee y a los sistemas que intentan interpretar esa información.
No hay un solo algoritmo al que convencer
Dos asistentes pueden responder distinto a la misma pregunta. Pueden consultar fuentes diferentes, tener información con distintas fechas o interpretar de otra manera el contexto. Incluso una misma herramienta puede cambiar su respuesta entre sesiones.
No conocemos todas sus ponderaciones internas. Por eso me parece más útil trabajar sobre lo verificable: información consistente, fuentes identificables, contenido accesible y una propuesta que no requiera adivinar.
Haz una prueba con preguntas reales. «Busco un taller que explique el diagnóstico antes de reparar». «Necesito una capacitación para personal con turnos». «Quiero comparar opciones sin comprometerme todavía». Observa qué responde la herramienta y con qué evidencia.
La meta no debería ser repetir una palabra hasta que un algoritmo la asocie contigo. Debería ser que la explicación de tu negocio resista una pregunta concreta y una comparación honesta.
Auditar la presencia en IA debe convertirse en una rutina
Yo guardaría un conjunto pequeño de consultas importantes y lo revisaría periódicamente. En cada revisión anotaría la herramienta, la fecha, el contexto y la respuesta. Sin ese registro, es fácil confundir una impresión con una tendencia.
Separaría tres asuntos: si la marca aparece, si está descrita correctamente y si la respuesta ayuda a la persona. Que te mencionen con un horario equivocado puede ser peor que no aparecer en una consulta secundaria.
Después conectaría esa observación con señales del negocio: referencias identificables, consultas calificadas, reservas y conversiones. Parte de la influencia de una respuesta puede no producir un clic rastreable. Conviene reconocer esa limitación en vez de atribuirle a la IA cualquier cambio en ventas.
El registro puede empezar en una hoja sencilla. Lo importante es que alguien revise los errores, corrija las fuentes que controla y vuelva a comprobarlos. Una auditoría sin responsable termina siendo otra carpeta.
Una marca clara tiene más razones para ser elegida
Si todas las empresas de una categoría se describen como «calidad, innovación y excelente servicio», comparar se vuelve difícil. Una diferencia concreta puede ser una política comprensible, una especialidad demostrable o una forma consistente de acompañar al cliente.
Piensa en un taller que entrega evidencia del diagnóstico y pide aprobación antes de hacer un trabajo adicional. Esa promesa se entiende. También se puede comprobar. Si la cumple, la próxima vez el cliente tiene un motivo para buscar ese taller por nombre.
Ahí veo una tarea central de CX: alinear lo que decimos con lo que ocurre. La recomendación de una IA puede abrir la puerta, pero la experiencia posterior sigue siendo responsabilidad de la marca.
¿Necesitas un agente propio? Empieza por el trabajo que haría
Un agente de marca puede ayudar a interpretar una necesidad y consultar información del negocio. Para ser útil necesita acceso controlado a datos confiables, un alcance explícito y una salida clara hacia una persona.
Antes de elegir tecnología, escribiría qué puede hacer: responder preguntas, consultar disponibilidad, preparar una solicitud o ejecutar una acción autorizada. También escribiría qué no puede decidir y cuándo debe detenerse.
El historial del cliente puede aportar contexto, siempre que exista una razón y una autorización adecuadas para utilizarlo. Un agente no debería mostrar información de otra persona ni inventar una condición comercial para mantener la conversación fluida.
Y su voz tiene que parecerse a la empresa. Si tu servicio es claro y cercano, el asistente debe poder decir «necesito confirmarlo» con naturalidad. Para mí, esa honestidad construye más confianza que una respuesta segura y equivocada. En la guía de gobernanza de IA en CX profundizamos en responsables y controles.
La mejor automatización también le devuelve tiempo al equipo
Hay un uso de IA que me interesa especialmente: ayudar a la persona que atiende. Resumir el caso, encontrar una política o preparar un seguimiento puede quitar trabajo repetitivo y dejar espacio para escuchar mejor.
Imagina a alguien que llama después de explicar su problema por WhatsApp. Si el asesor recibe un resumen correcto y puede revisar el contexto, la conversación empieza en otro lugar. El cliente no tiene que reconstruir su historia desde cero.
Pero el resumen debe servir de apoyo, no convertirse en una verdad incuestionable. El asesor necesita corregirlo y reconocer cuándo el caso requiere atención distinta. También necesita tiempo y autoridad para resolver: una herramienta no compensa un proceso que obliga a transferir todo.
Medir únicamente cuántos segundos se redujo una llamada puede ocultar que el cliente tuvo que volver a llamar. Prefiero mirar resolución, esfuerzo y calidad, junto con eficiencia. Es la misma lógica que aplicamos al elegir métricas de experiencia del cliente.
La tecnología de fondo tiene que sostener la promesa
Para coordinar agentes externos, un asistente propio y el equipo humano, la información debe circular con orden. Catálogo, políticas, disponibilidad y estado de una solicitud necesitan responsables y criterios de actualización.
En una empresa pequeña, empezar puede significar ordenar esas fuentes y conectar dos sistemas que hoy obligan a copiar datos. En una operación más compleja habrá integraciones, permisos, registros de acciones y mecanismos de recuperación.
Yo exigiría algo muy sencillo de explicar: que podamos saber qué pasó. Qué información utilizó el agente, qué acción propuso, quién la autorizó y qué ocurrió si falló. Esa trazabilidad permite corregir y evita que el cliente quede atrapado entre sistemas que se culpan mutuamente.
También conviene conservar una vía de atención cuando una integración no responde. La persona que necesita ayuda no tiene por qué entender nuestra arquitectura para conseguir una solución.
Lo que haría primero, sin convertirlo en un proyecto interminable
Escogería un recorrido importante para el negocio y escucharía las preguntas que ya llegan. Después revisaría cómo las responde la web, cómo las responde el equipo y qué dice un asistente externo. Esa comparación suele mostrar trabajo pendiente antes de comprar nada.
Corregiría la información básica, definiría un responsable y probaría una automatización acotada. Una consulta de estado, una preparación de cita o un apoyo al asesor. Con un resultado que podamos observar y un mecanismo para detener la prueba si genera confusión.
Finalmente, volvería a escuchar. A los clientes y al equipo que utiliza la herramienta. Una buena respuesta técnica puede sentirse poco útil, demasiado larga o fuera de contexto. Eso se descubre conversando y viendo cómo la gente intenta resolver su tarea.
Mi prioridad sería conservar algo muy humano: que la persona entienda qué está pasando, pueda decidir y encuentre ayuda cuando la necesita. Los agentes cambiarán parte del recorrido. Nuestra responsabilidad por la experiencia sigue ahí.
La marca que quiero construir no solo aparece en una respuesta. Cumple lo que esa respuesta hizo esperar.