Nota: Hacemos nuestro mejor esfuerzo por preservar el espíritu original y los matices de nuestros artículos. Sin embargo, nos disculpamos de antemano por cualquier falla de traducción que pueda notar. Agradecemos sus comentarios en reader_input@mckinsey.com
La industria de financiamiento automotriz está lista para una transformación. Históricamente definida por procesos complejos y laboriosos, así como por sistemas de datos fragmentados, el sector ha enfrentado ineficiencias persistentes a lo largo de toda la cadena de valor. Desafíos como formatos de datos inconsistentes, registros incompletos y acceso limitado en tiempo real han generado retrasos y errores. Además, la industria sigue estando muy regionalizada, con regulaciones locales, ineficiencias significativas y especificidades de mercado únicas en cada región.
La IA generativa y otras tecnologías de IA ofrecen una forma oportuna y poderosa de desbloquear valor significativo a lo largo de toda la cadena de valor. La IA generativa puede ir más allá de las interacciones con los clientes para respaldar la toma de decisiones internas, generar información y optimizar procesos a escala. Si se aprovecha de manera efectiva, la IA tiene el potencial de abordar ineficiencias arraigadas y redefinir la economía del sector. El análisis de McKinsey sugiere que la IA generativa podría reducir la relación costo-ingresos al disminuir los costos operativos (que suelen representar alrededor del 60 por ciento de los ingresos) entre cinco y ocho puntos porcentuales.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Para aprovechar al máximo las nuevas tecnologías de IA, los actores del sector de leasing pueden desplegar sistemas agénticos; es decir, sistemas autónomos que utilizan la IA y el aprendizaje automático (machine learning, o ML) para realizar tareas específicas. Estos sistemas van más allá de la automatización tradicional al permitir una toma de decisiones y una ejecución dinámicas y conscientes del contexto. Pueden permitir la ejecución totalmente autónoma de tareas o utilizarse como herramientas que complementan la toma de decisiones humana y la personalización, según el caso de uso específico y los resultados deseados. Al integrar tecnologías agénticas, el sector tiene una oportunidad única de reinventar sus procesos, mejorar la rentabilidad y ofrecer una experiencia del cliente más fluida.
Agentes impulsados por IA como solución
Los agentes de IA son sistemas especializados que combinan algoritmos avanzados de ML para la toma de decisiones con IA generativa para la comunicación y la interacción. Estos agentes pueden ayudar tanto en procesos internos como orientados al exterior en toda la organización, logrando nuevas eficiencias al aprovechar fuentes de datos existentes y nuevas. Sin embargo, no todos los problemas requieren una solución agéntica: los modelos tradicionales de ML o la IA pueden ser más adecuados para ciertos casos de uso.
Sugerimos que las organizaciones interesadas en crear una visión de una empresa impulsada por la IA empiecen por considerar la construcción e integración de cuatro grupos de agentes: un grupo de remarketing, un grupo de servicio y operaciones, un grupo de ventas y precios, y un grupo de adquisiciones y maximización del valor de extremo a extremo (Gráfica 1).
Grupo de agentes de remarketing
El objetivo del grupo de agentes de IA de remarketing es automatizar la extensa documentación y la coordinación involucradas en el proceso de remarketing de vehículos. Los agentes de este grupo también pueden contactar a los clientes de leasing para reservar horarios de inspección, comunicarse con los transportistas para programar la recolección de vehículos y coordinarse con los concesionarios para reacondicionar los mismos. Además, este grupo de agentes puede realizar evaluaciones integrales del mercado, generando informes sobre los canales más rentables y analizando las tendencias de vehículos usados en términos de volumen y precio.
Se requieren algunas capacidades tecnológicas subyacentes para que funcione el grupo de agentes de remarketing. Una herramienta de pronóstico que utilice modelización estadística y ML para predecir las devoluciones de vehículos es esencial para la planeación y la asignación. Además, un optimizador de precios y de canalización, que requiere curvas de elasticidad precisas, garantiza que los vehículos se dirijan a los canales más adecuados y rentables (Gráfica 2). El acceso a datos de mercado en tiempo real, información histórica de ventas y métricas de rentabilidad es crucial para que estas herramientas tomen decisiones informadas. Al integrar estos algoritmos de ML, el grupo de agentes de remarketing puede ofrecer recomendaciones precisas y basadas en datos que maximizan la rentabilidad y agilizan las operaciones.
Grupo de agentes de servicio y operaciones
Este grupo de agentes de IA incrementa la automatización asociada a las tareas de servicio y operaciones. En este grupo, un agente podría contactar a los clientes para organizar el mantenimiento programado o las reparaciones y enviarlos a redes preferidas. Un segundo agente podría coordinar la asistencia en carretera tras accidentes, mientras que un tercero podría gestionar las operaciones de incorporación y retirada de flota, como la programación de la recolección y entrega de vehículos.
Además, este grupo de agentes puede generar informes exhaustivos para mantener la transparencia y controlar los costos de mantenimiento, reparaciones, neumáticos y seguros. Estos agentes tienen la capacidad de señalar reclamaciones anómalas en seguros, identificar gastos inusuales de los concesionarios en mantenimiento y reparaciones, y detectar un uso irregular de neumáticos por parte de los clientes, lo que garantiza la eficiencia de costos y la integridad operativa. Los chatbots de atención al cliente y los asistentes virtuales pueden apoyar aún más a este grupo al gestionar consultas rutinarias, la programación de citas, el seguimiento de reclamaciones y otras interacciones de primera línea, mejorando la capacidad de respuesta y reduciendo la carga de trabajo de los call centers.
Para funcionar eficazmente, los agentes de IA en servicio y operaciones necesitan un sistema sólido para calibrar sus umbrales de gasto anómalo en diversas categorías. Los algoritmos de IA y ML pueden ayudar a establecer y ajustar estos umbrales basándose en datos históricos y en información en tiempo real. Esto requiere acceso a datos financieros detallados, historiales de mantenimiento y métricas operativas en tiempo real.
Grupo de agentes de ventas y precios
Los agentes de IA del grupo de ventas y precios se centran en contactar a grupos de clientes objetivo (incluidos los segmentos B2C y B2B) con ofertas comerciales de leasing, financiamiento y productos de servicio. En este grupo, un agente podría gestionar las estrategias de precios comerciales y sugerir nuevos precios mensuales mediante algoritmos dinámicos basados en el análisis de la competencia. Este agente también podría proporcionar a los concesionarios información y recomendaciones a lo largo del recorrido del cliente. En la primera fase de integración de los agentes de IA con las operaciones existentes, un agente de IA podría apoyar a los agentes de ventas humanos en sus negociaciones comerciales, ofreciendo propuestas comerciales personalizadas que impulsen las ventas y la satisfacción del cliente. En una etapa posterior o en un programa piloto con clientes minoristas, otro agente de IA podría comunicarse proactivamente con los clientes. Este grupo también se ocupa de la fijación de precios y la gestión comercial transfronterizas, con agentes de IA que adaptan las ofertas y las estrategias a las condiciones del mercado local, las estructuras fiscales y las diferencias normativas. Esto es especialmente relevante para flotas internacionales y clientes multinacionales.
Para funcionar de manera fiable, los agentes de IA de ventas y precios dependen de modelos técnicos de fijación de precios sólidos, incluidas las estimaciones de valor residual. Una parte clave del grupo de ventas y precios son los algoritmos avanzados de ML, que predicen los valores futuros de los vehículos y optimizan las estrategias de precios. Además, los algoritmos de precios dinámicos son esenciales para ajustar los precios en tiempo real basándose en datos de la competencia (solo minorista) y en las condiciones del mercado. Para la optimización transfronteriza, estos agentes requieren acceso a datos de mercado localizados, normativa fiscal y tendencias de divisas. Al integrar fuentes de datos de mercado, competencia e historiales, y aprovechar las capacidades de la IA, el grupo de agentes de IA de ventas y precios puede ofrecer estrategias de precios precisas y basadas en datos que maximizan la rentabilidad y la competitividad en todos los mercados.
Los agentes de IA también empoderarán a los clientes en su proceso de compra de vehículos. Cada vez más, los compradores podrán usar sus propias herramientas de IA para optimizar su búsqueda, comparar ofertas y negociar mejores acuerdos. Esta dinámica probablemente igualará las condiciones del mercado, limitando hasta qué punto los concesionarios y las entidades financieras podrán capturar valor a largo plazo.
Grupo de agentes de adquisiciones y de extremo a extremo
En este grupo, los agentes buscan realizar análisis de costos de extremo a extremo y evaluaciones del valor de por vida del vehículo. Estos agentes ofrecen una visión completa de la rentabilidad financiera de todos los vehículos a lo largo de los ciclos de leasing y del remarketing, con el objetivo de ayudar a las empresas a negociar y asociarse con los fabricantes de equipos originales (original equipment manufacturers, u OEM) para seleccionar los vehículos y los neumáticos con el mayor retorno de la inversión (return on investment, o ROI). Este grupo de agentes también puede generar informes de conciliación para que humanos y agentes de IA los revisen conjuntamente.
El grupo de agentes de IA de adquisiciones requiere herramientas avanzadas de evaluación financiera para analizar el valor de por vida de los vehículos. Es fundamental contar con acceso a datos financieros completos, historiales de costos (como reparaciones, mantenimiento, neumáticos y baterías) y métricas operativas en tiempo real.
Una hoja de ruta por fases anclada en la madurez y el valor
La implementación de IA generativa y agéntica en el sector de financiamiento automotriz requiere una base técnica sólida. Los requisitos clave incluyen infraestructura de datos avanzada, algoritmos de ML y capacidades de integración de datos en tiempo real.1 Al crear una hoja de ruta para integrar agentes de IA, es importante comprender en qué punto de la curva de madurez tecnológica se encuentra la organización. Las organizaciones plenamente agénticas cuentan con capacidades bien establecidas en cada una de las siguientes áreas:
- Fundamentos técnicos, incluido un entorno agéntico
- Personal operativo capacitado que comprenda los flujos de procesos y pueda interactuar con los agentes
- Equipos técnicos capacitados para apoyar el diseño, el mantenimiento y la mejora de los agentes
Para desbloquear un impacto temprano, las organizaciones pueden comenzar integrando la IA en los esfuerzos de remarketing, ya que optimizar los precios en los distintos canales de venta es, a la vez, de alto impacto y relativamente fácil de implementar (Gráfica 3). Este ámbito suele beneficiarse de una mayor digitalización de los procesos, una mejor disponibilidad de datos y menos dependencias, lo que lo convierte en el punto de partida ideal para el despliegue de agentes de IA. Estimamos que el impacto en juego es de aproximadamente €200 euros por vehículo.
A continuación, las empresas pueden considerar la expansión de las herramientas de IA dentro de estrategias de precios más generales, respaldadas por un sistema más sólido de IA y equipos técnicos capacitados. Estas capacidades pueden apoyarse en el impulso generado al crear el grupo de agentes de IA de remarketing y seguir proporcionando un importante potencial comercial. Estimamos que el impacto en juego se sitúa entre €300 y €500 euros por vehículo.
Los casos de uso operativos, como la coordinación del servicio y la retirada de flotas, tienden a ser más complejos debido a los procesos fragmentados y a la limitada madurez digital. Estos aspectos pueden abordarse en fases posteriores, una vez que las empresas hayan establecido la infraestructura tecnológica fundamental y hayan mejorado las capacidades tanto de los equipos operativos como de los técnicos.
Equilibrar oportunidades, costos y riesgos
La implementación de agentes de IA conlleva costos asociados, como el reentrenamiento de modelos, el etiquetado de datos y el consumo en la nube. Las organizaciones deben evaluar cuidadosamente estos costos y priorizar los problemas más valiosos por resolver para garantizar un retorno de la inversión positivo.
Por último, las organizaciones deben abordar los riesgos asociados con la IA, especialmente en contextos relacionados con el crédito. El cumplimiento de normativas como la Ley de Igualdad de Oportunidades de Crédito (Equal Credit Opportunity Act) en Estados Unidos y la Ley de IA de la Unión Europea es fundamental. La gestión de riesgos sólida, la gobernanza de datos, la transparencia y la supervisión humana son esenciales para garantizar el cumplimiento y generar confianza.
Al integrar grupos de agentes de IA en el recorrido de financiamiento de automóviles, las empresas pueden mejorar la eficiencia y reducir los costos operativos, al tiempo que capacitan a los agentes humanos para actuar con mayor rapidez ante mejores oportunidades. La integración de estas herramientas en las organizaciones existentes debe realizarse de manera cuidadosa, pero, si tiene éxito, los beneficios potenciales son grandes.