La inteligencia artificial agéntica está cambiando una de las ideas sobre las que se ha construido durante años la experiencia de cliente. En lugar de diseñar recorridos predeterminados y optimizar cada punto de contacto por separado, las empresas empiezan a plantearse cómo coordinar decisiones que se toman en tiempo real entre distintos procesos, sistemas y canales.
McKinsey sostiene que este cambio obliga a pasar de gestionar el customer journey como una secuencia relativamente estática a gobernar decisiones en movimiento. El 41% de los despliegues de IA en funciones orientadas al cliente, como personalización, operaciones de servicio o automatización de contact centers, ya ha escalado completamente. Según la consultora, estos proyectos tienen 3,5 veces más probabilidades de alcanzar esa escala que las aplicaciones de IA en otros ámbitos empresariales.
El problema ya no es conectar canales
Hasta ahora, buena parte de la estrategia omnicanal del retail se ha centrado en conectar tienda, e-commerce, aplicación, atención al cliente y logística. Pero ahora, la IA agéntica añade algo más. No basta con que los canales compartan información. También deben coordinar las decisiones que se toman en cada uno de ellos.
En su análisis sobre cómo la IA agéntica está cambiando la experiencia de cliente, McKinsey señala que los consumidores miran una tienda a través de decisiones concretas: qué oferta reciben, qué política se aplica, qué ayuda se activa y en qué momento interviene una persona.
El riesgo de incorporar agentes sobre procesos fragmentados es que la tecnología haga más rápida una estructura que sigue tomando decisiones incoherentes. Porque un sistema puede resolver correctamente una interacción y, al mismo tiempo, perder el contexto cuando el cliente pasa a otro proceso o canal.
Esto podría ocurrir cuando una decisión tomada durante la compra no se conserva en logística. También cuando una devolución no modifica una recomendación posterior o cuando atención al cliente, fidelización y marketing actúan sobre el mismo consumidor con reglas distintas.
Coordinar varios procesos
McKinsey organiza esta evolución en tres niveles según el alcance de las decisiones que pueden tomar y coordinar los agentes de IA. El primero se concentra en automatizar de principio a fin un flujo de trabajo claramente definido, con reglas, límites y mecanismos de escalado establecidos.
Es el nivel en el que se encuentran actualmente la mayoría de los despliegues en producción. Los casos más adecuados son procesos repetitivos y de gran volumen, como soporte, atención, asistencia en ventas o resolución de incidencias. La consultora identifica entre las áreas con mayor potencial la siguiente mejor acción, la búsqueda y elección de productos, la resolución de problemas en contact centers, la gestión personalizada de casos y las acciones de retención.
El segundo nivel aparece cuando los agentes de IA empiezan a coordinar varios flujos de trabajo relacionados. La decisión deja entonces de optimizar una tarea aislada y pasa a tener en cuenta qué debe suceder después y qué información necesita conservarse entre procesos.
McKinsey utiliza el comercio agéntico como una señal temprana de esta evolución. Un agente podría conocer preferencias, acotar opciones, comprobar condiciones, completar una compra, organizar la entrega y trasladar ese contexto a procesos posteriores sin reiniciar la relación en cada paso.
El salto más complejo: compartir una lógica de decisión
El tercer nivel es el más ambicioso y todavía no existe plenamente en ninguna organización, según McKinsey. En este escenario, los agentes coordinarían decisiones entre funciones, canales y socios utilizando objetivos y contexto comunes durante todo el ciclo de relación con el cliente.
Para llegar ahí no basta con conectar sistemas. Hacen falta decisiones compartidas, una identidad persistente del cliente, contexto unificado y criterios claros sobre qué debe optimizar cada agente. También es necesario equilibrar objetivos que pueden entrar en conflicto, como valor para el cliente, coste, riesgo o capacidad operativa.
En retail, esta lógica podría conectar decisiones que hoy pertenecen a áreas distintas. Por ejemplo, una incidencia con un pedido puede afectar a una devolución, una compensación, una recomendación futura, una acción de fidelización o la decisión de ofrecer determinadas condiciones comerciales. La diferencia estaría en que esas respuestas no serían desencadenadas de forma independiente por cada departamento, sino coordinadas con un contexto y unas reglas comunes.
La próxima ventaja omnicanal podría, por tanto, no consistir únicamente en conectar canales, sino en conectar decisiones. Este cambio adquiere especial relevancia para retailers con estructuras donde e-commerce, tienda, marketing, operaciones, atención y fidelización manejan diferentes partes de una misma relación con el cliente.
Decidir qué puede decidir un agente
El uso de la IA agéntica en retail introduce una cuestión organizativa central. Las empresas necesitan establecer qué decisiones puede tomar un agente por sí mismo, cuáles debe trasladar a una persona y qué límites no puede superar.
McKinsey sitúa esta definición entre las condiciones necesarias para escalar. Los objetivos deben traducirse en reglas explícitas. Y los equipos deben establecer umbrales de escalado, responsabilidades y puntos de intervención humana desde el inicio.
Esto resulta especialmente importante cuando una decisión tiene consecuencias económicas o afecta directamente al cliente. Autorizar una compensación, modificar una condición, aplicar una excepción a una política o actuar sobre una cuenta exige límites diferentes a los de una recomendación de producto.
El papel humano, por tanto, no desaparece. Se desplaza hacia la definición de objetivos, reglas y excepciones, mientras los agentes ejecutan determinadas decisiones dentro de esos límites.
Gobernanza y trazabilidad
Cuanta más autonomía recibe un agente, mayor es la necesidad de saber qué decidió, con qué información y por qué. McKinsey plantea que las acciones importantes deben poder revertirse y que las personas necesitan puntos claros desde los que corregir una actuación cuando el sistema se equivoca.
También recomienda registrar esas intervenciones para que los errores no se repitan y establecer mecanismos de seguimiento sobre la calidad de cada decisión. La gobernanza toma así protagonismo en todo el proceso.
Para un retailer, esta trazabilidad será especialmente importante cuando los agentes actúen entre sistemas. Un error pequeño puede propagarse si una decisión incorrecta sobre identidad, inventario, precio, devolución o política comercial desencadena automáticamente otras acciones.
La arquitectura de decisión, una ventaja competitiva
La IA agéntica en retail plantea un cambio más estructural que añadir asistentes a los canales que ya existen. El verdadero salto aparece cuando los agentes pueden conservar contexto, coordinar procesos y ejecutar decisiones sin que cada interacción vuelva a empezar desde cero.
La mayoría de las empresas todavía está lejos de una orquestación completa. McKinsey señala que ninguna organización opera plenamente en el nivel más avanzado de su modelo. Pero el hecho de que los despliegues orientados al cliente estén escalando con mayor frecuencia indica que este ámbito se está convirtiendo en uno de los principales terrenos de prueba para la tecnología.
Para los retailers, la cuestión será decidir qué arquitectura quieren construir antes de conceder más autonomía a los agentes de IA. Conectar tienda, e-commerce y atención fue una primera etapa de la omnicanalidad. Coordinar las decisiones que circulan entre esos canales puede convertirse en la siguiente.
impulsada por las operadoras de telefonía?