Imagina que necesitas reservar un hotel para un viaje importante.
Hoy probablemente abrirías un buscador, revisarías algunas plataformas, compararías precios y ubicaciones, mirarías fotografías, leerías reseñas y terminarías visitando las páginas de dos o tres hoteles. Quizá llamarías a uno para confirmar una habitación silenciosa o preguntar si realmente puedes cancelar hasta el día anterior. Durante ese proceso, cada empresa tendría varias oportunidades de influir en tu decisión mediante una fotografía, una reseña, la facilidad de su sitio, una promoción, una conversación o simplemente la confianza acumulada por experiencias anteriores.
Ahora cambia una sola cosa.
En lugar de hacer todo eso, le dices a tu agente de inteligencia artificial que necesitas un hotel a menos de quince minutos de cierta dirección, silencioso, con buen desayuno, gimnasio, cancelación hasta 24 horas antes y un presupuesto máximo de cuatro mil pesos por noche. Le pides también que revise las reseñas recientes y descarte propiedades con quejas recurrentes de ruido.
Minutos —quizá segundos— después tienes tres alternativas razonadas. Tal vez autorizas al agente a reservar una de ellas.
No navegaste por veinte páginas, viste quince anuncios, hablaste con recepción ni llenaste un formulario. Una parte considerable de aquello que durante años las empresas han llamado customer journey ocurrió sin que tú lo experimentaras directamente.
Sin embargo, cuando llegues al hotel comenzará algo que el agente no podrá vivir por ti. Alguien te recibirá —o no— con atención, la habitación será realmente silenciosa —o no— y el desayuno cumplirá o decepcionará tus expectativas. Quizá ocurra un problema y alguien tendrá que resolverlo. Al final del viaje quedará una impresión capaz de influir en tu siguiente decisión, aunque sea nuevamente un agente quien realice la búsqueda.
Esta escena plantea una pregunta bastante más importante que si las empresas deberían “poner IA en su CRM”:
¿Qué ocurre con la relación y la experiencia del cliente cuando una parte creciente de comprar deja de ser una actividad humana?
La evidencia disponible en 2026 no ofrece una respuesta sencilla. Tampoco parece respaldar ninguno de los dos extremos habituales: ni que la inteligencia artificial eliminará la necesidad de relaciones humanas, ni que, como reacción a la automatización, “el toque humano” se convertirá automáticamente en el gran diferenciador competitivo.
Lo que está apareciendo es más complejo. Los agentes pueden reducir drásticamente el esfuerzo necesario para comprar, comparar y relacionarse con una empresa y, al mismo tiempo, determinadas interacciones humanas parecen conservar un valor particular cuando entran en juego confianza, ambigüedad, reconocimiento, vulnerabilidad, conflicto o responsabilidad.
Para CRM y Customer Experience Management, esa combinación puede resultar más disruptiva que la automatización por sí sola.
Antes de hablar de IA, conviene recordar qué significa realmente la R de CRM
Durante años, CRM terminó convirtiéndose en sinónimo de software. Hablamos de contactos, oportunidades, pipelines, actividades, campañas, tickets, automatizaciones y dashboards, aunque las tres letras siguen significando Customer Relationship Management.
La palabra problemática es Relationship.
La literatura de relationship marketing lleva décadas estudiando la confianza y el compromiso como componentes fundamentales de las relaciones comerciales. El conocido modelo de Morgan y Hunt, publicado en Journal of Marketing en 1994, situó precisamente ambas variables en el centro de los intercambios relacionales exitosos. Consultar el estudio original en SAGE Journals.
Eso no significa que CRM sea simplemente “amistad entre vendedor y cliente”. Una persona puede confiar en una organización, una marca, un proceso o incluso en la capacidad técnica de un sistema sin mantener una relación interpersonal significativa con nadie dentro de la compañía.
Esta distinción se vuelve crucial con la llegada de los agentes. Durante buena parte de la historia del CRM digital, el sistema almacenaba información para que una persona pudiera actuar: el vendedor revisaba el historial, interpretaba una oportunidad y llamaba; el agente de servicio consultaba el expediente y respondía; el gerente observaba un reporte y tomaba una decisión. En términos muy simplificados, el dato alimentaba la interpretación humana y ésta conducía a una decisión y una acción.
Los agentes empiezan a modificar esa secuencia porque pueden interpretar contexto, recomendar una acción y, bajo determinadas condiciones, ejecutarla. El CRM deja entonces de ser solamente memoria para una persona y puede convertirse también en contexto para una máquina que actúa.
Eso cambia las consecuencias de lo que contiene. Un teléfono equivocado podía provocar antes una llamada fallida; un dato equivocado utilizado por un agente puede desencadenar una comunicación, una clasificación, una oferta o una acción incorrecta sin que una persona haya revisado previamente cada paso. La calidad del dato deja de ser únicamente un problema de información y puede convertirse en un problema de comportamiento.
Los consumidores ya están delegando partes de comprar, pero “comprar” no es una sola acción
Una de las dificultades de investigar el comercio agéntico en 2026 es que las cifras parecen contradecirse.
La investigación de NRF e IBM, realizada con más de 18,000 consumidores de 23 países, encontró que 41% utilizaba asistentes de IA para investigar productos, 33% para buscar reseñas y 31% para encontrar ofertas. Consultar la investigación de NRF e IBM.
Accenture, en una encuesta a 25,590 personas de 16 países, encontró incluso que 74% declaraba que confiaría más en un agente personal de IA que en su mejor amigo para realizar una compra en su nombre. Consultar el estudio de Accenture.
Otros estudios dibujan un panorama mucho más cauteloso. Forrester reportó que tres cuartas partes de los consumidores encuestados en Estados Unidos, Reino Unido y Canadá se sentían incómodos permitiendo que un agente realizara y pagara autónomamente una compra, incluso cuando podían establecer reglas y límites. Consultar el análisis de Forrester.
Checkout.com encontró, por su parte, que 27% no confiaba en ninguna organización para operar un agente de compras y que 24% afirmaba que nunca delegaría compras a IA. Consultar los resultados de Checkout.com.
Las cifras no necesariamente se contradicen porque las preguntas son diferentes. “¿Usarías IA para comprar?” puede significar pedir una recomendación, solicitar que seleccione tres opciones, permitir que decida cuál es mejor, dejar que coloque un artículo en el carrito, autorizar una transacción o darle permiso para gastar dinero sin una confirmación adicional. Son niveles de delegación radicalmente distintos.
La investigación académica ayuda a entender esa diferencia. Los consumidores muestran mayor disposición a delegar determinadas decisiones cuando conservan autonomía, y existe evidencia de una mayor aceptación de IA para decisiones objetivas que para aquellas donde predomina la subjetividad. Consultar investigación sobre autonomía y delegación de decisiones. Otros experimentos encuentran igualmente diferencias entre decisiones objetivas y subjetivas, moduladas por la competencia percibida de la IA. Consultar el estudio en Wiley.
La investigación académica reciente sobre compras autónomas encuentra además que transparencia algorítmica, accountability y control sobre la decisión pueden afectar confianza, riesgo percibido e intención de delegar. Consultar el estudio en Journal of Retailing and Consumer Services.
Por eso, afirmar que “los consumidores ya están listos para que los agentes compren por ellos” sería prematuro. Lo que sí puede sostenerse es que ya están delegando partes del proceso y que su disposición cambia conforme aumentan autonomía, riesgo y consecuencias.
El agente puede eliminar una experiencia sin eliminar el proceso
Aquí aparece un problema particularmente interesante para Customer Experience Management.
Las empresas llevan años diseñando customer journeys y optimizando touchpoints. Cada interacción se analiza buscando reducir fricción, aumentar conversión o mejorar satisfacción. Un agente introduce una alternativa que puede resultar mucho más radical que mejorar un punto de contacto: hacer que el cliente deje de experimentarlo.
Buscar durante cuarenta minutos el producto adecuado puede convertirse en una tarea del agente. Lo mismo puede ocurrir con comparar especificaciones, revisar disponibilidad, llenar formularios, perseguir confirmaciones o consultar el estado de un pedido.
El proceso empresarial sigue ocurriendo. Los sistemas continúan intercambiando información, validando inventario, consultando políticas y ejecutando transacciones; incluso puede haber más interacciones digitales que antes. Lo que cambia es que la persona no necesariamente las vive.
Esto obliga a separar dos conceptos que hasta ahora podían confundirse: el customer journey operacional y la Customer Experience humana. Un pedido podría necesitar veinte interacciones entre sistemas y producir para el cliente una experiencia prácticamente invisible: pidió algo y apareció cuando debía aparecer. Desde el punto de vista operacional ocurrió muchísimo; desde el punto de vista humano, casi nada.
Quizá algunas experiencias no necesitan mejorar; necesitan desaparecer
Esta posibilidad cuestiona una parte de la filosofía tradicional de CX. Durante años hemos preguntado cómo hacer más agradable llenar un formulario, navegar un portal, esperar una respuesta o consultar un estatus. Los agentes permiten formular una pregunta diferente: ¿por qué debería seguir haciendo esto una persona?
Repetir una dirección cinco veces no es una experiencia que necesitemos convertir en memorable; probablemente sea una fricción que debería desaparecer. Comparar manualmente decenas de pólizas tampoco tiene necesariamente valor experiencial y un agente podría realizar buena parte de ese trabajo mejor y más rápido.
Pero de ahí no se sigue que toda participación humana sea fricción. Elegir el lugar de una luna de miel, conversar con un arquitecto sobre una casa, seleccionar una universidad o discutir con un asesor las consecuencias de una decisión empresarial pueden tener un valor que reside precisamente en participar de la decisión.
Ésta puede ser una distinción fundamental para el CEM de la era agéntica: fricción inútil no es lo mismo que participación significativa. Si confundimos ambas, podemos diseñar experiencias extremadamente eficientes que las personas ya no quieran vivir.
La evidencia no dice que los humanos sean siempre mejores
Una tentación comprensible sería detener aquí el análisis y concluir que, frente a tanta automatización, “lo humano será el nuevo lujo”. La investigación no permite hacerlo.
Hay escenarios donde la IA puede producir resultados comparables o incluso ser preferida. Un estudio sobre servicio encontró que una combinación de chatbot con una intervención humana ligera podía alcanzar niveles de satisfacción comparables a un servicio exclusivamente humano, mientras que la confianza previa y aprendida hacia la IA influía en satisfacción y aceptación. Consultar el estudio.
La investigación sobre revelación de información ofrece un ejemplo aún más interesante. Un estudio publicado en 2026 encontró que las personas mostraban mayor preferencia por agentes de IA cuando tenían que revelar información objetiva, mientras que preferían agentes humanos para información subjetiva. Consultar el estudio.
La diferencia es intuitivamente importante. Preguntar cuál es el presupuesto, la fecha de viaje y el número de habitaciones pertenece a una clase de conversación muy diferente de escuchar a alguien decir que no sabe qué hacer y le preocupa equivocarse. Un agente puede participar técnicamente en ambas, pero la evidencia indica que la preferencia y la confianza del usuario no son iguales en todos los contextos.
Por eso, humano no es sinónimo automático de confianza y agente tampoco es sinónimo automático de desconfianza.
Hay momentos en que una persona parece significar algo que la eficiencia no reproduce
Una serie de cuatro estudios sobre trato preferencial encontró mayor satisfacción cuando dicho reconocimiento provenía de una persona en lugar de una IA. La explicación es especialmente reveladora: intervenían el estatus percibido por el cliente y el esfuerzo que atribuía a la empresa. Consultar la investigación.
La acción podía ser funcionalmente similar, pero su significado era diferente. Cuando alguien dentro de una organización hace algo especial por nosotros, podemos interpretar que la empresa nos reconoce, que hizo un esfuerzo o que nuestra relación importa. Una máquina capaz de ejecutar instantáneamente la misma acción puede ser más eficiente y, sin embargo, comunicar algo distinto.
Este resultado introduce una dimensión que las métricas tradicionales de automatización capturan mal: el significado de quién realiza una acción.
Algo parecido ocurre cuando la empresa se equivoca. Investigaciones experimentales sobre recuperación de servicio encontraron que, cuando el fallo se atribuía al propio cliente, los consumidores podían favorecer la interacción con IA; cuando la responsabilidad correspondía a la empresa, aumentaba la preferencia por una persona. Consultar la investigación.
La diferencia merece atención. Si yo cometí el error, quizá agradezca resolverlo rápidamente con un sistema que no me juzga. Pero si tú cometiste el error, puede importarme que alguien de tu organización aparezca, reconozca lo ocurrido y responda por ello. La experiencia no consiste únicamente en resolver el problema; también consiste en quién asume la responsabilidad de resolverlo.
En B2B, la construcción de relaciones tampoco parece haberse vuelto irrelevante
Esta cuestión es especialmente importante porque gran parte de la conversación sobre agentes se concentra en retail y customer service.
Una investigación publicada en Industrial Marketing Management en 2026 estudió directamente la posibilidad de sustituir vendedores humanos por agentes autónomos en relaciones B2B. Los compradores profesionales mostraron preferencia por vendedores humanos para tareas relacionadas con construcción de relaciones, asociada, entre otros factores, con una mayor cercanía psicológica.
La elección entre humano y agente también afectó variables como confianza, compromiso organizacional e intención de compra, aunque los compradores con mayor autoeficacia tecnológica mostraron mayor receptividad hacia agentes. Consultar el artículo en Industrial Marketing Management.
No demuestra que un agente nunca pueda construir una relación B2B. Sí contradice una versión extrema del argumento tecnológico: competencia funcional suficiente no equivale necesariamente a equivalencia relacional.
Esto puede importar particularmente en ventas complejas, donde la compra no termina cuando se firma el contrato. El cliente y el proveedor pueden necesitar trabajar juntos durante meses o años, resolver excepciones, intercambiar información sensible y asumir riesgos que difícilmente pueden reducirse a una tabla comparativa.
La disponibilidad de una persona puede generar valor aunque nunca necesitemos hablar con ella
Una encuesta de Gartner realizada en 2026 a 3,566 clientes B2B y B2C encontró otra aparente contradicción: 50% consideraba que GenAI facilitaba sus interacciones con las empresas, mientras que 87% consideraba esencial disponer de acceso a un agente humano cuando la compañía utilizaba GenAI en servicio. Consultar los resultados de Gartner.
No significa que 87% quiera hablar siempre con una persona. Significa que quiere poder hacerlo. La posibilidad de llegar a una persona puede funcionar como una opción de recurso: algo que quizá nunca utilicemos, pero cuya existencia modifica nuestra percepción de control cuando la automatización falla, no comprende el problema o alcanza el límite de su autoridad.
No es una preocupación completamente nueva. El Consumer Financial Protection Bureau estadounidense ya había documentado problemas con chatbots financieros capaces de dejar a consumidores atrapados en ciclos sin acceso adecuado a ayuda individualizada, especialmente ante problemas complejos. Consultar el análisis del CFPB.
Para Customer Experience Management, esto puede cambiar la pregunta de diseño. En lugar de limitarse a decidir dónde poner humanos y dónde poner IA, será necesario comprender cómo debe funcionar la transición entre ambos para que el cliente no quede atrapado en el sistema. La calidad de esa transición podría llegar a ser tan importante como la calidad de cada canal por separado.
Cuando comparar cuesta casi cero, algunas diferencias competitivas pueden encogerse
Los agentes introducen además una presión que va más allá de servicio y CRM: reducen el costo de comparar alternativas.
Precio, disponibilidad, especificaciones, políticas, tiempos de entrega, garantías y una parte de la reputación pueden ser procesados en segundos si la información está disponible y suficientemente estructurada.
Deloitte ha descrito esta nueva competencia como una especie de algorithmic shelf: el producto ya no necesita resultar atractivo solamente para una persona, sino también ser interpretable y competitivo para los sistemas que filtran alternativas en su nombre. Consultar el análisis de Deloitte.
NRF e IBM plantean una transformación semejante cuando señalan que las marcas deberán resultar confiables para las personas y creíbles para los algoritmos. Consultar la investigación de NRF e IBM.
Son análisis de actores interesados en el desarrollo de este mercado y no deben confundirse con demostración académica. Sin embargo, el mecanismo económico subyacente merece atención: si comparar se vuelve mucho más barato, determinadas asimetrías de información pierden valor competitivo.
Eso no convierte automáticamente todos los productos en commodities. Convierte en más comparables aquellos atributos que una máquina puede evaluar con facilidad. Un agente puede saber que dos hoteles cuestan prácticamente lo mismo, están a igual distancia, tienen habitaciones similares y ofrecen políticas de cancelación equivalentes. Lo que no puede conocer completamente antes de que ocurra es cómo te sentirás cuando llegues.
Aquí aparece la posible relevancia extraordinaria —pero no universal— de Customer Experience
Supongamos que dos ofertas empiezan a parecer funcionalmente equivalentes para un agente. En determinadas categorías, la experiencia puede convertirse en una fuente de diferenciación precisamente porque resulta difícil reducirla a atributos estructurados.
Pero no siempre.
Si compro detergente y mi agente sabe qué producto funciona, cuánto quiero pagar, cuáles son mis restricciones y cuándo necesito reponerlo, una experiencia de compra invisible puede ser exactamente lo que deseo. No necesito enamorarme del proceso de comprar detergente; necesito que haya detergente cuando haga falta.
En ese escenario, la agentificación podría reducir la importancia de partes completas de Customer Experience. Sitios, campañas, checkout, programas de puntos y otros elementos podrían perder relevancia si el cliente deja de interactuar directamente con ellos.
Ahora pensemos en un restaurante, un hotel, una universidad, una consulta médica, un viaje, una firma de servicios profesionales o una marca de lujo. Allí la experiencia no sólo rodea al producto: es parte del producto.
El agente puede reservar el restaurante, pero no celebrar tu aniversario; puede comparar universidades, pero no estudiar por ti; puede analizar hoteles, pero no descansar en la habitación; puede recomendar un consultor, pero no vivir por el equipo directivo las conversaciones difíciles que vendrán después.
En estas categorías, eliminar la experiencia equivaldría parcialmente a eliminar aquello por lo que el cliente está pagando. Por eso la afirmación “CEM será más importante en la era de los agentes” parece demasiado general. Podría ser más importante en algunos momentos, convertirse en requisito básico en otros y prácticamente desaparecer en aquellos que el cliente prefiera delegar.
Tal vez tendremos que distinguir la experiencia humana de la interacción entre agentes
Si un agente personal comienza a comunicarse con los sistemas de una empresa, aparecen dos capas diferentes.
La primera continúa siendo profundamente humana y en ella importan confianza, autonomía, reconocimiento, emociones, comodidad, pertenencia, vulnerabilidad y significado. La segunda es computacional: allí importan datos correctos, disponibilidad, identidad, permisos, precios, políticas, evidencia, interoperabilidad y capacidad para ejecutar una acción de manera confiable.
No parece adecuado llamar Customer Experience a ambas. Un agente no necesita sentirse bienvenido ni reconocido; necesita interpretar correctamente la oferta y actuar dentro de sus instrucciones.
Quizá resulte más preciso pensar en una capa de interacción agéntica que coexistirá con la experiencia humana. Una empresa podría ofrecer una magnífica interacción computacional y una pésima experiencia humana, o exactamente lo contrario. Ambas afectarían el negocio, pero lo harían por mecanismos diferentes.
La confianza tampoco es una sola cosa
Este cambio obliga a revisar otra palabra que utilizamos con demasiada facilidad: confianza.
Un cliente puede confiar en su vendedor y desconfiar de la empresa, confiar en la empresa pero no en su agente de IA, considerar competente una recomendación algorítmica y, aun así, negarse a permitir que el sistema gaste su dinero. También puede confiar en su propio agente y desconfiar del agente de la marca.
Por eso quizá necesitemos distinguir, al menos analíticamente, entre confianza interpersonal, organizacional, funcional, algorítmica y transaccional.
NIST aborda el problema desde una perspectiva diferente pero compatible: la confiabilidad de sistemas de IA no es una característica única, sino una combinación contextual de validez, fiabilidad, seguridad, resiliencia, transparencia, accountability, explicabilidad, privacidad y otros atributos. Consultar las características de IA confiable del NIST AI RMF.
La consecuencia para CRM puede ser importante. Un campo llamado “cliente satisfecho” o un engagement score difícilmente describen toda la relación cuando diferentes actores —personas y agentes— confían en diferentes componentes del sistema para cosas diferentes.
Ahora la identidad de quien habla también forma parte de la experiencia
La transparencia sobre IA ya no es solamente una discusión de buenas prácticas.
En la Unión Europea, las obligaciones de transparencia del artículo 50 del AI Act comenzaron a aplicar el 2 de agosto de 2026. Entre otras disposiciones, determinados sistemas destinados a interactuar directamente con personas deben informar que se está interactuando con IA, salvo las excepciones previstas. Consultar las directrices de la Comisión Europea sobre las obligaciones de transparencia.
La propia Comisión vincula estas obligaciones con la posibilidad de que las personas calibren adecuadamente su confianza. Consultar las preguntas frecuentes de la Comisión Europea sobre el artículo 50.
Pero tampoco aquí existe una fórmula sencilla. Hay experimentos donde revelar asistencia de IA no reduce significativamente la confianza. Consultar uno de esos estudios. Otros encuentran que comunicaciones atribuidas a empleados pueden generar mayor confianza en determinadas condiciones que comunicaciones asistidas o producidas por IA, particularmente en dimensiones como benevolencia e integridad. Consultar el estudio en International Journal of Consumer Studies.
Ser transparente puede ser necesario. Eso no significa que la transparencia, por sí misma, produzca confianza.
CRM podría estar pasando de registrar relaciones a proporcionar contexto para actuar
Si juntamos estas piezas, aparece una transformación importante del CRM.
Durante décadas aspiramos a tener una single source of truth para que ventas, marketing y servicio conocieran mejor al cliente. En un entorno agéntico, esa misma información puede convertirse en el contexto que permite a un sistema actuar.
Eso exige algo más que almacenar nombre, teléfono, oportunidad, ticket e historial de compras. Puede empezar a importar registrar quién realizó una acción, si fue humana o automática, qué permisos existían, qué información utilizó un agente, qué recomendó, qué terminó decidiendo una persona, dónde ocurrió una excepción y cuándo se produjo un escalamiento.
La trazabilidad deja de servir solamente para auditoría. Puede formar parte de la relación de confianza.
Esta preocupación es consistente con la evolución del trabajo de NIST sobre agentes. Su análisis de 2026 de las respuestas recibidas sobre seguridad de agentes señala riesgos particulares de estos sistemas y la necesidad de adaptar prácticas de seguridad existentes. Consultar el análisis de NIST.
CRM, visto así, no necesariamente pierde importancia con los agentes. Pero quizá deja de ser solamente el lugar donde la empresa recuerda al cliente y se convierte también en el lugar desde el que personas y sistemas obtienen contexto para relacionarse y actuar.
CEM enfrenta una pregunta todavía más difícil
Si CRM necesita reconsiderar qué significa administrar una relación, Customer Experience Management puede tener que reconsiderar qué significa administrar una experiencia.
Hasta ahora, una buena parte del trabajo consistía en observar journeys, identificar fricciones y mejorar touchpoints. Los agentes obligan a introducir una decisión anterior: ¿este touchpoint debería seguir existiendo para una persona?
Algunos merecerán desaparecer; otros podrán automatizarse siempre que conserven una salida humana efectiva; otros seguirán necesitando personas porque allí se produce reconocimiento, interpretación, responsabilidad o confianza. Habrá también experiencias que quizá deban diseñarse deliberadamente para ser vividas por personas porque esa vivencia constituye una parte importante de la diferenciación.
CEM podría entonces dejar de administrar indiscriminadamente todos los puntos de contacto y empezar a gestionar una frontera mucho más interesante: qué merece ser vivido, qué merece ser delegado y cómo se transita entre ambos.
Menos interacciones humanas no necesariamente significan relaciones humanas menos importantes
Esta distinción puede resultar especialmente relevante para las empresas que midan la transformación exclusivamente por volumen de automatización.
Si los agentes absorben investigación, clasificación, actualización de información, seguimiento rutinario, respuestas sencillas y coordinación, el número de contactos humanos puede disminuir considerablemente. Sin embargo, los que permanezcan podrían concentrarse precisamente donde la situación es más ambigua o significativa.
Un vendedor podría hacer menos llamadas pero participar más en negociación y construcción de consenso; un agente de servicio podría atender menos consultas sobre estatus y dedicar más atención a los casos donde algo realmente salió mal; un gerente de cuenta podría emplear menos tiempo recopilando información y más interpretando qué está cambiando en el negocio del cliente.
No tenemos todavía evidencia longitudinal suficiente para afirmar que ésta será la configuración dominante. La evidencia disponible sobre relaciones B2B, recuperación de servicio, reconocimiento y delegación es, sin embargo, compatible con esa posibilidad.
Menor frecuencia humana y menor importancia humana no son la misma cosa.
La gran paradoja: la IA puede hacer CX más importante y menos diferenciador al mismo tiempo
Si todos los competidores pueden responder instantáneamente, personalizar comunicaciones, anticipar necesidades y mantener disponibilidad permanente, muchas capacidades que hoy consideramos “excelente experiencia” pueden convertirse rápidamente en requisitos mínimos.
McKinsey ha planteado precisamente esta posibilidad al analizar cómo los agentes pueden transformar CX desde journeys predefinidos hacia una orquestación más dinámica. Consultar el análisis de McKinsey sobre Customer Experience en la era agéntica.
Esto genera una paradoja: la experiencia puede volverse más importante para competir mientras determinadas capacidades de experiencia dejan de diferenciar porque todos las tienen.
La personalización ofrece un buen ejemplo. Durante años, recordar preferencias o adaptar mensajes podía sorprender al cliente. Cuando cualquier agente conectado a datos puede hacerlo automáticamente, decir “sabemos lo que te gusta” difícilmente constituye una ventaja competitiva sostenible. La tecnología puede elevar el estándar y borrar simultáneamente la ventaja de haberlo alcanzado.
La diferenciación tendrá entonces que desplazarse otra vez. No sabemos todavía si lo hará hacia producto, marca, comunidad, reputación, expertise, experiencia física, relaciones personales o alguna combinación diferente en cada industria.
Quizá la variable decisiva no sea humano versus IA, sino qué está en juego
Al ordenar los estudios aparece un patrón que merece futuras investigaciones.
La IA parece encontrar terreno favorable cuando las tareas son objetivas, repetitivas, comparables y reversibles. La presencia humana parece conservar mayor valor cuando aumentan subjetividad, ambigüedad, vulnerabilidad, necesidad de reconocimiento, consecuencias o responsabilidad.
No es una ley, sino una regularidad provisional que emerge al observar conjuntamente investigaciones diferentes.
Preguntar dónde está un paquete no plantea el mismo problema que disputar un cargo importante; elegir automáticamente un consumible barato no equivale a decidir dónde invertir los ahorros de una vida, y recomendar tres proveedores no es lo mismo que comprometer a una empresa durante cinco años con uno de ellos.
Quizá la pregunta correcta para diseñar la relación futura no sea si la IA puede realizar determinada tarea, porque la capacidad técnica responderá cada vez más veces que sí. La pregunta más difícil será qué significa para el cliente que la realice una IA en ese contexto.
Ahí CRM y CEM dejan de ser exclusivamente disciplinas de tecnología y procesos. Vuelven a ser disciplinas de relación.
Entonces, ¿será más importante Customer Experience?
Todavía no lo sabemos, y probablemente ésa sea la conclusión más rigurosa disponible hoy.
La investigación permite observar al menos tres movimientos simultáneos. En algunos momentos, CEM puede perder importancia porque el agente elimina completamente una experiencia que el cliente nunca quiso tener. En otros, la buena experiencia puede convertirse en requisito básico porque IA permite a casi todos los competidores ofrecer velocidad, personalización y disponibilidad similares. Y existen situaciones donde la experiencia humana podría ganar peso como diferenciador, especialmente cuando las ofertas funcionales resultan fáciles de comparar pero el consumo, la relación o la resolución de momentos importantes siguen siendo difíciles de reducir a atributos.
Las tres cosas pueden ocurrir dentro de la misma empresa. Por eso quizá sea prematuro preguntar si CEM será “más” o “menos” importante.
La pregunta más fértil es otra.
¿Qué debe experimentar el cliente cuando ya no necesita experimentar la compra?
Un agente puede investigar alternativas, comparar especificaciones, resumir miles de reseñas, completar formularios, coordinar agendas, solicitar cotizaciones y, bajo determinadas condiciones, realizar transacciones. En conjunto, puede eliminar del día del cliente una cantidad extraordinaria de trabajo que probablemente nunca tuvo valor intrínseco para él.
Si eso ocurre, muchas de las interacciones que hoy ocupan nuestros mapas de Customer Journey podrían volverse invisibles.
Y entonces aparecerá una pregunta incómoda para las empresas: cuando desaparezcan la búsqueda, la navegación, los formularios, buena parte de la espera, la comparación y el seguimiento rutinario, ¿qué quedará de nuestra relación con el cliente?
La respuesta probablemente no será igual para todas las categorías. En algunos casos quedará sobre todo el producto o el resultado; en otros, la confianza acumulada, la experiencia que el cliente realmente quería vivir o una persona capaz de aparecer exactamente cuando la situación lo requiere. También habrá mercados donde quizá no quede una relación significativa porque el cliente nunca necesitó tenerla.
La evidencia disponible todavía no permite saber cuál de esos futuros dominará, pero sí parece suficiente para cuestionar una idea profundamente arraigada: que transformar CRM y Customer Experience para la era agéntica consiste simplemente en añadir inteligencia artificial a los procesos que ya tenemos.
Quizá el cambio más profundo consista en decidir qué partes de esos procesos deberían dejar de pertenecer a la experiencia humana y cuáles adquieren precisamente más significado cuando todo lo demás puede ser delegado.
No sabemos todavía dónde quedará exactamente esa frontera. Pero probablemente ahí se decidirá una parte importante de la relación con el cliente en la era agéntica.
Fuentes y referencias
- Morgan, R. M. & Hunt, S. D. (1994). The Commitment-Trust Theory of Relationship Marketing. Journal of Marketing.
- NRF / IBM. Own the Agentic Commerce Experience.
- Accenture. Talk to My AI Agent.
- Forrester. Consumers Aren’t Ready to Delegate Payments to AI Agents.
- Checkout.com. Investigación sobre demanda y confianza del consumidor en agentic commerce.
- Decision Support Systems. Investigación sobre autonomía y delegación de decisiones a IA.
- Wiley. Investigación experimental sobre delegación de decisiones objetivas y subjetivas.
- Journal of Retailing and Consumer Services. Investigación sobre confianza y compras autónomas mediante IA.
- Journal of Retailing and Consumer Services. Investigación sobre chatbot, intervención humana, confianza y satisfacción.
- Journal of Retailing and Consumer Services. Investigación sobre revelación de información objetiva y subjetiva ante humanos y agentes de IA.
- Journal of Retailing and Consumer Services. Investigación sobre trato preferencial proporcionado por humanos frente a IA.
- International Journal of Bank Marketing. Investigación experimental sobre recuperación de servicio mediante humanos e IA.
- Industrial Marketing Management (2026). Investigación sobre vendedores humanos y agentes autónomos en relaciones B2B.
- Gartner (2026). Investigación sobre GenAI en servicio y disponibilidad de agentes humanos.
- Consumer Financial Protection Bureau. Chatbots in Consumer Finance.
- Deloitte. Análisis sobre agentic commerce y algorithmic shelf.
- NIST AI Risk Management Framework. Características de sistemas de IA confiables.
- NIST (2026). Summary and Analysis of Responses to the Request for Information Regarding Security Considerations for Artificial Intelligence Agents.
- Comisión Europea. Directrices sobre obligaciones de transparencia para sistemas de IA.
- Comisión Europea. Preguntas frecuentes sobre las obligaciones de transparencia del artículo 50 del AI Act.
- iScience. Investigación experimental sobre comunicación asistida por IA y confianza.
- International Journal of Consumer Studies. Investigación sobre divulgación del uso de IA y confianza.
- McKinsey & Company (2026). Rewiring Customer Experience for the Agentic Era.
Nota metodológica
Esta investigación combina literatura académica revisada por pares, fuentes regulatorias, organismos técnicos y estudios de mercado de consultoras y empresas. Los estudios patrocinados o producidos por actores con intereses comerciales se utilizan como evidencia de las poblaciones, comportamientos o tendencias que efectivamente estudiaron, no como demostración independiente de sus tesis estratégicas.
Las cifras sobre comercio agéntico requieren especial cautela porque los estudios no utilizan de manera uniforme conceptos como “usar”, “confiar”, “delegar” o “comprar” mediante IA. Recomendar una alternativa y autorizar autónomamente un pago son comportamientos distintos, por lo que no deben agregarse bajo una misma idea de adopción.
Finalmente, las proposiciones sobre cómo podrían evolucionar CRM y CEM se presentan como inferencias cuando la evidencia disponible todavía no permite establecer relaciones causales o longitudinales. El objetivo de este artículo no es anticipar un ganador entre humanos y agentes, sino delimitar mejor una transformación que apenas comienza a ser observable.
