Utilizar la IA generativa para transformar la experiencia del cliente

Con 112 años de juventud, Holcim está demostrando que la edad y la innovación pueden ir de la mano. Con sede en Suiza, presencia en 70 países de todo el mundo y $27,000 millones de dólares en ventas netas, la empresa de materiales de construcción está utilizando tecnología de vanguardia para ayudar a que el proceso de pedidos de los clientes se realice de manera más fluida. Para transformar lo que antes era un sistema manual en algo más rápido y fácil de usar, Holcim comenzó a experimentar recientemente con una solución móvil habilitada con inteligencia artificial (IA) generativa que permite a los clientes realizar pedidos de cemento rápidamente a través de una aplicación de mensajería. Esto libera al personal de ventas de Holcim para centrarse en pedidos de mayor complejidad y con mayor atención personalizada. Como parte de la serie C-Suite Growth Talks de la Práctica de Crecimiento, Marketing y Ventas de McKinsey (Growth, Marketing & Sales Practice), Juan se sentó recientemente con José Carluccio, de McKinsey, para hablar sobre la gran promesa que está mostrando este programa piloto. A continuación, se presenta una versión editada de su conversación.

José Carluccio: ¿Cómo es el recorrido que sigue un cliente cuando quiere pedir cemento?

Juan Beltrán: Tradicionalmente, ha sido muy sencillo. Si alguien quiere cemento, llama a un representante de ventas y le dice: “Oye, ¿puedes enviarme otro camión de cemento, por favor?”. Y eso es todo. El representante de ventas revisa el contrato, los materiales disponibles y la dirección a la que la empresa debe entregar este pedido. Mantiene una conversación con el cliente. Luego, lo enviamos. Es muy simple.

José Carluccio: ¿Cómo hacer que un proceso simple sea aún más sencillo con la IA generativa?

Juan Beltrán: Queremos permitir que los clientes hagan sus pedidos por mensaje de texto. Para ello, recurrimos a una solución conocida y ampliamente adoptada por muchas personas: WhatsApp. Además, estamos utilizando la IA generativa para intentar comprender el lenguaje natural del cliente cuando habla, ya que, al hacer su pedido, es posible que no utilice códigos SKU o nombres de productos.

José Carluccio: ¿Cómo ha sido su experimento?

Juan Beltrán: El año pasado realizamos un piloto en España para probar una solución de pedidos para clientes con copiloto habilitado con IA. En lugar de levantar el teléfono para hacer una llamada, un cliente puede abrir WhatsApp y solicitar un camión de cemento. Nuestra herramienta reconoce al cliente, muestra su historial de pedidos y propone opciones para el siguiente pedido. El modelo de IA usa lenguaje natural para responder al cliente y hace sugerencias sobre qué productos pedir. El cliente puede entonces hacer modificaciones en el pedido, incluyendo el número de camiones, el tiempo de entrega, el tipo de material y el lugar al que debemos enviar el cemento. Luego, puede confirmar el pedido. Después, lo enviamos.

Queríamos ver si esto era algo que les gustaría a nuestros clientes. Recibimos comentarios increíbles. Dijeron que les había resultado muy conveniente. Les ha facilitado mucho hacer sus pedidos en cualquier momento y desde cualquier lugar.

José Carluccio: ¿Cuáles han sido los resultados?

Juan Beltrán: Con este piloto habilitado con IA, se aceptaron alrededor del 66 por ciento de nuestras propuestas de primer pedido, porque son precisas y reflejan lo que quieren los clientes. También ha habido una mayor adopción de esta herramienta en comparación con otros portales para clientes; hemos conseguido pasar de una tasa de adopción del 25 por ciento a una del 93 por ciento.

José Carluccio: Vemos mucho revuelo en torno a la IA generativa. Obtener valor de ella no es fácil. ¿Cuáles han sido algunos de los desafíos en su trayectoria hasta ahora?

Juan Beltrán: El caso de uso es sencillo, pero la IA generativa es bastante nueva y no hay mucha experiencia al respecto.

Durante las pruebas, en ocasiones nuestra herramienta habilitada con IA generativa podía ser demasiado habladora, explicar demasiado las cosas o incluso recomendar productos que no formaban parte de nuestra cartera. Estos son los principales retos. Tenemos que afrontarlos restringiendo las posibles respuestas a las consultas.

La latencia también es muy importante. El cliente espera una interacción similar a la humana. Espera recibir un mensaje como si alguien lo estuviera escribiendo. No espera que el mensaje o la propuesta de producto aparezcan demasiado rápido. Espera que haya un pequeño retraso. Pero la respuesta de nuestra parte también debe ser lo suficientemente rápida. Si tarda cinco o diez minutos, el cliente abandonará el proceso. Estas son algunas de las cosas complicadas que encontramos durante nuestras pruebas.

José Carluccio: ¿Puede dar un ejemplo de algo en lo que la herramienta de IA generativa se equivocó durante las pruebas?

Juan Beltrán: Durante las pruebas, un cliente intentó ver si podía pedir una famosa sopa fría de tomate española llamada gazpacho a través de esta herramienta de copiloto. La herramienta identificó el gazpacho como un nuevo SKU y propuso enviar un camión lleno de gazpacho. Fue divertido. Pero no, no entregamos un camión lleno de sopa.

José Carluccio: ¿Cuál es la fórmula secreta para lograr tasas de adopción tan altas?

Juan Beltrán: Es fundamental encontrarse con los clientes donde están y ofrecerles una solución con herramientas que ya están utilizando. En este caso, es WhatsApp porque sabemos que nuestros clientes ya lo usan. No necesitan aprender a utilizar algo nuevo. No necesitan seleccionar productos de un catálogo. No necesitan darle demasiadas vueltas. Solo tienen que usar lo que ya usan. También es importante permitirles emplear lenguaje natural.

José Carluccio: ¿Cómo inyectan un toque humano a sus modelos de IA?

Juan Beltrán: Intentamos que las cosas sean lo más humanas posible. Los humanos deciden el tono de voz que se utilizará en las interacciones y los tipos de mensajes que enviamos. Los humanos definen todo el proceso. Hay algunos casos en los que los clientes solo necesitan interactuar con la herramienta de copiloto para satisfacer sus necesidades. Pero también puede haber casos en los que requieran más ayuda. Es posible que el modelo de lenguaje a gran escala (large language model, o LLM) no gestione ciertas consultas de manera eficaz. Por eso, siempre ofrecemos a los clientes la opción de interactuar con un agente humano.

José Carluccio: En este proyecto hay muchas partes en movimiento. Existe una plataforma de mensajería, un sistema de gestión de relaciones con el cliente (customer relationship management, o CRM), un proveedor de servicios en la nube y más. ¿Cómo se gestiona la complejidad de un proyecto como este cuando hay tantos sistemas diferentes?

Juan Beltrán: No siempre es fácil. A veces trabajamos en paralelo con dos modelos diferentes que aportan inteligencia a la herramienta. Pero nos aseguramos de que todos conozcan sus funciones y responsabilidades en el proyecto. Intentamos proporcionar una rendición de cuentas y transparencia claras. Y alguien de nuestro equipo de Holcim tomó el liderazgo del proyecto, junto con McKinsey, asegurándose de que avanzáramos en la dirección correcta y apuntando a un objetivo claro, que era ofrecer una experiencia fantástica al cliente. Todos estaban muy comprometidos. La emoción facilita la colaboración.

José Carluccio: ¿Cuánto tiempo tomó este proyecto piloto? ¿Cómo fue prepararlo, formar equipos y poner en marcha la prueba de concepto?

Juan Beltrán: La parte que más consumió tiempo en todo el proyecto fue el trabajo previo: analizar los requisitos, encontrar el socio adecuado y entender en qué punto se encontraba la tecnología. Llevó tiempo determinar si existía la tecnología idónea para proporcionar la solución que necesitábamos. Fueron alrededor de siete meses. El desarrollo real de la solución fue bastante rápido. Tomó entre dos y tres meses en total. El proyecto tardó más en encontrar la tecnología adecuada que en desarrollar la solución en sí.

José Carluccio: Ahora tienen la prueba de concepto en España. ¿Cómo visualizan la próxima ola de pedidos habilitados con IA?

Juan Beltrán: Estamos implementando esta solución en todas las regiones de España. Queremos asegurarnos de que funcione. Queremos captar la retroalimentación de los clientes, afinar la solución y asegurarnos que tenga valor para ellos. Luego, en 2025, nos expandiremos a otros países. Comenzaremos en Europa y luego nos globalizaremos. Esta línea de negocio es fácil en comparación con otras. Tenemos otras más complejas en las que hay muchos más productos, muchos más SKU y muchas más direcciones de entrega. Por último, queremos expandirnos a otros canales. WhatsApp es, por supuesto, uno de los canales más utilizados, pero las llamadas telefónicas siguen siendo populares entre nuestros clientes. Es un negocio muy industrial y, cuando los clientes necesitan cemento, no esperan a que alguien se los pregunte. Levantan el teléfono, llaman de inmediato y dicen: “Oye, necesito cemento para hoy o mañana”. Tenemos que encontrar la manera de incorporar esta tecnología también a las llamadas telefónicas y los correos electrónicos. Los LLM deberán manejar una complejidad mucho mayor. Eso es lo siguiente en nuestra hoja de ruta, y es muy emocionante.