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
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Durante años, los gestores de relaciones (relationship managers, o RM) de los bancos de todo el mundo han tenido que lidiar con sistemas poco fiables, clientes potenciales de baja calidad y un exceso de tareas administrativas. Los RM no son ni de lejos tan eficaces como ellos mismos y sus equipos directivos desearían. A menudo hay demasiados movimientos improductivos, se dedica poco tiempo a los clientes y se pierden demasiadas oportunidades.
Por fin, una solución podría estar al alcance. A medida que los bancos afrontan presión sobre los márgenes, una desaceleración del crecimiento y un aumento en la proporción de costo sobre ingresos, la IA agéntica representa no solo una herramienta de productividad, sino un nuevo modelo operativo para la gestión de relaciones. La IA agéntica —cuando se ejecuta con intención, coordinación y foco— ofrece una vía de salida a los problemas actuales y una nueva forma de trabajar que puede adaptarse conforme cambien las necesidades en el futuro. Los primeros resultados son prometedores. La IA agéntica puede aumentar la productividad y el crecimiento de los RM en cuestión de meses–no de años– cuando los bancos reconfiguran de extremo a extremo un único dominio de primera línea (por ejemplo, la prospección). En nuestro trabajo, los bancos que lo hacen logran entre un 3 y un 15 por ciento más de ingresos por RM y entre un 20 y un 40 por ciento menos de costos de servicio.
A estas alturas, la mayoría de los líderes empresariales ya están familiarizados con las líneas generales de la IA agéntica. Esta tecnología va más allá de la generación reactiva de contenidos de la IA generativa para pasar a la acción autónoma en colaboración con los usuarios humanos. Los agentes pueden interpretar objetivos, dividirlos en subtareas, interactuar tanto con personas como con sistemas, ejecutar acciones, adaptarse de forma dinámica y comunicarse de manera sofisticada con los clientes, todo ello con una intervención humana mínima.
En las ventas de primera línea, el potencial es enorme. La IA agéntica hace posible automatizar los flujos de trabajo complejos característicos de los servicios financieros, algo que los banqueros llevan mucho tiempo queriendo hacer, pero en lo que nunca han logrado tener pleno éxito. Y la IA agéntica está empezando a ir más allá, hasta transformar de forma fundamental las ventas de primera línea al actuar no solo como una herramienta, sino como un socio adaptativo capaz de percibir, decidir y actuar en tiempo real. En lugar de esperar a que los humanos analicen paneles de control o persigan clientes potenciales, los sistemas agénticos priorizan prospectos, personalizan el contacto con mensajes ricos en contexto e incluso negocian dentro de límites predefinidos, todo ello mientras aprenden de manera continua a partir de los resultados. Esto permite a los RM trasladar sus relaciones con los clientes de un enfoque transaccional a uno estratégico, liberándolos para centrarse en generar confianza, gestionar operaciones complejas y construir relaciones a largo plazo. Mientras tanto, los agentes funcionan en segundo plano, realizando las tareas “siempre activas” de cualificación, seguimiento y optimización.
Recientemente entrevistamos a unos 400 banqueros, gestores de relaciones y líderes de ventas de Estados Unidos y Canadá en varios segmentos —banca minorista, pequeñas empresas, banca comercial y corporativa, banca privada, gestión de patrimonios y activos, y pagos— para comprender los problemas que afronta hoy la primera línea y cómo la IA agéntica puede ayudar.1 El 85 por ciento afirma que ya utiliza la IA de alguna forma, y los encuestados se muestran optimistas respecto a aplicaciones adicionales, incluida la IA agéntica. En este artículo analizaremos los desafíos que generan fricción en la primera línea y las soluciones de IA para abordarlos, examinaremos los usos de la IA que los equipos de primera línea buscan implementar con mayor éxito y ofreceremos algunas ideas sobre cómo empezar el viaje para reimaginar las ventas de primera línea con IA.
La IA es buena para lo que le aqueja
Los banqueros de primera línea están atrapados en un ciclo que limita su eficacia. La prospección es ineficiente, y más de la mitad de los encuestados (53 por ciento) cita la escasez de clientes potenciales de alta calidad como su mayor obstáculo (Gráfica 1). Se pierden horas persiguiendo listas desactualizadas o prospectos ya captados por la competencia, lo que frustra a los banqueros. Y, en ocasiones, incluso los buenos clientes potenciales se desaprovechan. Un banquero nos dijo: “Prepararse para reuniones con clientes implica rebuscar en presentaciones antiguas para encontrar una sola idea valiosa. La mitad del día se va en eso”. Otro problema: las exigencias administrativas y de cumplimiento normativo consumen más tiempo que la interacción con los clientes. Los gestores de relaciones a menudo se describen como “empleados de introducción de datos”, absorbidos por la actualización del sistema de gestión de relaciones con clientes (customer relationship management, o CRM) y otra documentación, cuando preferirían estar desarrollando relaciones con los clientes. Como resultado, la rotación de los RM es elevada y oscila entre el 15 y 35 por ciento en muchos bancos.
Estos desafíos apuntan a un modelo de distribución que hace tiempo necesita ser reinventado, algo que la IA agéntica ahora está haciendo posible. La IA agéntica puede reequilibrar de forma radical la ecuación de distribución para los banqueros. Los sistemas inteligentes pueden escanear continuamente los mercados, calificar prospectos y priorizar oportunidades reales, eliminando el esfuerzo desperdiciado de la prospección manual. La IA también puede automatizar tareas rutinarias de cumplimiento normativo y documentación, reduciendo la dependencia de los equipos de back office y liberando a los banqueros para que se centren en las conversaciones con los clientes. Hemos observado que, en muchos bancos comerciales, los gestores de relaciones dedican solo entre el 25 y 30 por ciento de su tiempo al diálogo con clientes, muy por debajo de los RM de las instituciones del cuartil superior. Más de tres cuartas partes de los líderes que encuestamos tienen grandes expectativas respecto a esta tecnología (Gráfica 2).
Al traducir estas expectativas en tiempo efectivo, las ganancias serán sustanciales: de 10 a 12 horas a la semana devueltas a cada banquero, que podrían utilizarse para hablar con más clientes, mejorando la proporción de cobertura en torno a un 40 por ciento (y algunos banqueros nos han dicho que esperan una ganancia de hasta un 120 por ciento), no porque los banqueros tengan una mayor exigencia, sino porque por fin están trabajando de manera más inteligente.
El impacto más profundo va más allá de la eficiencia. Como nos dijo un alto directivo: “El mayor valor de la IA no es que ahorre tiempo. Es que cambia lo que mis banqueros hacen con su tiempo”. Con los agentes encargándose de las rutinas, los banqueros tienen la oportunidad de asumir un rol de mayor valor: asesores de confianza que ganan a través del conocimiento, la empatía y el tipo de conexión humana que la IA nunca podrá replicar. Ese es el tipo de trabajo que desean los RM y, si los bancos logran hacerlo realidad, podrían acabar con la plaga del agotamiento.
Cinco usos esenciales de la IA agéntica
Los encuestados señalaron cinco tareas en las que las formas actuales de trabajo resultan especialmente dolorosas y en las que la IA agéntica ofrece un potencial verdaderamente transformador (Gráfica 3).
Prospección
Punto de dolor: Encontrar nuevos clientes es lento e ineficiente. Los banqueros dependen de referencias, conocimiento local y datos incompletos para identificar nuevos clientes.
Cómo la IA cambia las reglas del juego: Los mapas de mercado impulsados por agentes combinan datos estructurados y no estructurados –desde registros empresariales hasta patrones de transacciones– para generar listas priorizadas de clientes con alto potencial. Los agentes actualizan estas listas de forma continua, señalando nuevas oportunidades a medida que evolucionan las condiciones del mercado. En lugar de dedicar horas a realizar llamadas en frío, los banqueros reciben prospectos seleccionados y clasificados que ofrecen una mayor probabilidad de conversión.
Impacto: En nuestra experiencia, los bancos que utilizan mapas de mercado impulsados por IA reportan un crecimiento de alrededor del 30 por ciento en su cartera de clientes y un 10 por ciento más de ingresos. Un banco comercial constató que los RM que utilizaban listas generadas por IA lograban el doble de tasa de conversión que las fuentes tradicionales de clientes potenciales.
Desarrollo de clientes potenciales
Punto de dolor: Los bancos generan listas extensas de clientes potenciales, pero la mayoría de los prospectos recibe poco o ningún seguimiento. Los gestores de relaciones no pueden contactar a todos los clientes potenciales y, a menudo, abandonan los contactos fríos tras uno o dos intentos.
Cómo la IA cambia las reglas del juego: Un agente desarrolla de forma autónoma a los clientes potenciales: responde consultas, envía contenidos personalizados y programa reuniones una vez que se confirma el interés. El agente actúa como un RM virtual, interactuando simultáneamente con miles de clientes potenciales y trasladando únicamente las oportunidades cualificadas.
Impacto: Los primeros pilotos muestran un aumento de dos a tres veces en los clientes potenciales cualificados y un incremento del 5 por ciento en la conversión. Los banqueros pueden centrarse en prospectos ya interesados. Como señaló un asesor financiero: “Antes pasaba la mitad de la semana persiguiendo clientes potenciales que no llevaban a nada. Ahora solo hablo con clientes que ya quieren reunirse”.
Planeación de cuentas y preparación de reuniones
Punto de dolor: Los banqueros dedican horas a elaborar planes de cuentas, recurriendo al CRM, correos electrónicos e informes. Preparar una sola reunión con un cliente puede llevar medio día, especialmente cuando se trata de clientes complejos.
Cómo la IA cambia las reglas del juego: Los agentes de IA agregan datos de múltiples fuentes para generar planes de cuentas en cuestión de minutos, con notas personalizadas, análisis y puntos de conversación. Algunas herramientas incluso simulan las preguntas probables de los clientes. En un piloto, un banquero recibió un informe conciso que resumía la expansión de un cliente, sus principales proveedores y las oportunidades de venta cruzada, todo ello sintetizado de forma automática.
Impacto: En algunos bancos, el tiempo de preparación se redujo en torno a un 25 por ciento, liberando un 10 por ciento más de tiempo para las interacciones con los clientes. Más allá de la eficiencia, los banqueros reportaron sentirse mejor preparados y más seguros, lo que se tradujo en un mayor engagement de los clientes.
Estructuración de operaciones y fijación de precios
Punto de dolor: Las decisiones de precios son inconsistentes y lentas, y a menudo tardan días en aprobarse. Los resultados dependen en gran medida de la intuición de los banqueros más que del análisis. Como dijo un banquero: “A veces aplico descuentos porque no estoy seguro de qué es lo justo; es una suposición”.
Cómo la IA cambia las reglas del juego: Los agentes de evaluación de operaciones analizan los comportamientos de descuento entre los RM, los atributos de los clientes y la disposición a pagar para recomendar precios y descuentos óptimos en tiempo real. Agilizan las aprobaciones con fundamentos transparentes en los que confían los gestores y los equipos de riesgo, lo que acelera las decisiones y refuerza la disciplina de precios.
Impacto: Los primeros resultados muestran que los bancos que utilizan evaluación de operaciones impulsada por IA logran mejoras de margen del 10 por ciento y ciclos de cotización más rápidos. En un caso, el plazo de cierre de una operación se redujo de cinco a dos días, una velocidad que ayuda a los banqueros a cerrar más operaciones con menos fricción.
Acceso a coaching
Punto de dolor: La capacitación es poco frecuente, la adopción de nuevas herramientas se diluye y las prácticas de los banqueros varían ampliamente. A los gestores les cuesta identificar brechas de desempeño y la formación tradicional rara vez se consolida.
Cómo la IA cambia las reglas del juego: Los coaches de IA analizan transcripciones de llamadas, señalan áreas de mejora y ofrecen orientación personalizada. Refuerzan la adopción de herramientas en tiempo real, adaptándose al estilo de cada banquero y proporcionando retroalimentación cada vez más específica con el tiempo.
Impacto: Los primeros despliegues elevaron los índices de satisfacción del cliente en siete puntos porcentuales y ayudaron a que los nuevos banqueros alcanzaran su nivel de rendimiento un 20 por ciento más rápido. Los gestores señalaron que el coaching basado en IA les permitió centrarse en mentorías de mayor valor en lugar de revisiones rutinarias. En un banco norteamericano, el coaching basado en IA ayudó a los líderes de equipo a identificar los comportamientos de llamada de alto rendimiento que luego se replicaron en todas las sucursales.
La gráfica 4 resume el impacto que los banqueros están reportando a partir de los agentes mencionados anteriormente.
Materializar el valor
El impulso para integrar la IA agéntica ya es fuerte y sigue creciendo. Pero una conclusión crítica de nuestra investigación es que los bancos están avanzando más rápido en las herramientas de menor valor (Gráfica 5).
Hay una mejor manera. Capturar el valor de la IA agéntica requiere un cambio fundamental en la manera en que los bancos deben abordar las oportunidades. Los bancos que capturan todo el valor de la IA agéntica adoptan un enfoque disciplinado basado en cinco principios:
- Definir con claridad el modelo de negocio y la tesis de creación de valor. Los bancos líderes son intencionales respecto a qué casos de uso liderar y cuáles seguir, así como sobre el impacto que esperan lograr mediante las ganancias de productividad en la primera línea, el crecimiento neto de activos, la mejora de la experiencia del cliente y la distancia estratégica en el mercado.
- Reimaginar de extremo a extremo el modelo operativo de los dominios de primera línea. Los bancos con visión de futuro no se limitan a complementar los procesos existentes con IA agéntica. Reimaginan flujos de trabajo completos, crean pruebas de valor que demuestran la viabilidad y establecen un manual repetible para escalar los procesos. Dado que la IA agéntica opera entre departamentos, los bancos líderes replantean los límites organizacionales y establecen nuevos modelos de colaboración humano-agente.
- Crear capacidades tecnológicas reutilizables, incluida una base de datos. Tres capacidades son comunes en los bancos líderes, empezando por una malla de IA agéntica: una capa de orquestación distribuida y componible que permite a los agentes razonar, colaborar y actuar de forma independiente a través de interacciones con clientes, notas, tareas, correos electrónicos y modelos de lenguaje. La segunda son los datos: estos bancos construyen la “ontología” que captura los flujos de trabajo, las decisiones y el conocimiento del banco, y la utilizan como base para el trabajo de los agentes. La tercera es la confianza y la seguridad. La IA agéntica eleva el listón en materia de privacidad de datos, por lo que los bancos deben priorizar el cifrado de extremo a extremo.
- Desarrollar salvaguardas de gobernanza para la resiliencia. Los bancos necesitan implantar marcos de gobernanza sólidos para gestionar riesgos, garantizar el cumplimiento normativo y mantener la resiliencia operativa a medida que la IA agéntica escala. Esto incluye definir niveles de autonomía de los agentes (por ejemplo, establecer límites a las decisiones de incremento de crédito de los agentes y el grado de integración del humano en el bucle), supervisar los protocolos y crear mecanismos de auditoría.
- Mejorar las competencias de la fuerza laboral. Una de las brechas comunes para materializar el potencial de la IA agéntica es la capacidad de gestión para reimaginar los roles y ofrecer la recualificación necesaria para que los RM actuales colaboren con agentes. Esto abarca tanto habilidades técnicas como nuevas formas de trabajo. A medida que los banqueros adquieren mayor capacidad, pueden enfocarse en brindar información diferenciada y en orquestar la experiencia en todo el banco para servir mejor a los clientes. Con el tiempo, los bancos líderes están ajustando su enfoque de contratación, la progresión profesional y la propuesta de valor para los empleados. Están surgiendo nuevos roles, como ingenieros de negocios y orquestadores de agentes. Roles centrales como los RM, los directores de sucursal y los asesores de clientes están cambiando de forma fundamental. A medida que las personas en estos roles liberan capacidad, habrá un mayor enfoque en ofrecer más y mejores análisis a los clientes y en coordinar a sus organizaciones para llevar lo mejor de sus capacidades al cliente.
Los sentimientos de libertad que expresaron los encuestados fueron palpables. Uno comentó: “La IA nos permite dedicar más tiempo a lo que más importa: construir relaciones y cerrar operaciones”.
Otro señaló que la IA “libera a nuestros equipos para que se centren en las ventas estratégicas y en una interacción más profunda con los clientes”. Es evidente que la IA está marcando la diferencia para estos líderes y sus instituciones. Para los bancos que permanecen al margen, actuar ahora se está convirtiendo rápidamente en un imperativo. Un aumento del 30 por ciento en los ingresos es demasiado relevante como para ignorarlo.