Imagina que necesitas reservar un hotel para un viaje importante.<\/p>\n
Hoy probablemente abrir\u00edas un buscador, revisar\u00edas algunas plataformas, comparar\u00edas precios y ubicaciones, mirar\u00edas fotograf\u00edas, leer\u00edas rese\u00f1as y terminar\u00edas visitando las p\u00e1ginas de dos o tres hoteles. Quiz\u00e1 llamar\u00edas a uno para confirmar una habitaci\u00f3n silenciosa o preguntar si realmente puedes cancelar hasta el d\u00eda anterior. Durante ese proceso, cada empresa tendr\u00eda varias oportunidades de influir en tu decisi\u00f3n mediante una fotograf\u00eda, una rese\u00f1a, la facilidad de su sitio, una promoci\u00f3n, una conversaci\u00f3n o simplemente la confianza acumulada por experiencias anteriores.<\/p>\n
Ahora cambia una sola cosa.<\/p>\n
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 direcci\u00f3n, silencioso, con buen desayuno, gimnasio, cancelaci\u00f3n hasta 24 horas antes y un presupuesto m\u00e1ximo de cuatro mil pesos por noche. Le pides tambi\u00e9n que revise las rese\u00f1as recientes y descarte propiedades con quejas recurrentes de ruido.<\/p>\n
Minutos \u2014quiz\u00e1 segundos\u2014 despu\u00e9s tienes tres alternativas razonadas. Tal vez autorizas al agente a reservar una de ellas.<\/p>\n
No navegaste por veinte p\u00e1ginas, viste quince anuncios, hablaste con recepci\u00f3n ni llenaste un formulario. Una parte considerable de aquello que durante a\u00f1os las empresas han llamado customer journey<\/em> ocurri\u00f3 sin que t\u00fa lo experimentaras directamente.<\/p>\n Sin embargo, cuando llegues al hotel comenzar\u00e1 algo que el agente no podr\u00e1 vivir por ti. Alguien te recibir\u00e1 \u2014o no\u2014 con atenci\u00f3n, la habitaci\u00f3n ser\u00e1 realmente silenciosa \u2014o no\u2014 y el desayuno cumplir\u00e1 o decepcionar\u00e1 tus expectativas. Quiz\u00e1 ocurra un problema y alguien tendr\u00e1 que resolverlo. Al final del viaje quedar\u00e1 una impresi\u00f3n capaz de influir en tu siguiente decisi\u00f3n, aunque sea nuevamente un agente quien realice la b\u00fasqueda.<\/p>\n Esta escena plantea una pregunta bastante m\u00e1s importante que si las empresas deber\u00edan \u201cponer IA en su CRM\u201d:<\/p>\n \u00bfQu\u00e9 ocurre con la relaci\u00f3n y la experiencia del cliente cuando una parte creciente de comprar deja de ser una actividad humana?<\/strong><\/p>\n La evidencia disponible en 2026 no ofrece una respuesta sencilla. Tampoco parece respaldar ninguno de los dos extremos habituales: ni que la inteligencia artificial eliminar\u00e1 la necesidad de relaciones humanas, ni que, como reacci\u00f3n a la automatizaci\u00f3n, \u201cel toque humano\u201d se convertir\u00e1 autom\u00e1ticamente en el gran diferenciador competitivo.<\/p>\n Lo que est\u00e1 apareciendo es m\u00e1s complejo. Los agentes pueden reducir dr\u00e1sticamente 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, ambig\u00fcedad, reconocimiento, vulnerabilidad, conflicto o responsabilidad.<\/p>\n Para CRM y Customer Experience Management, esa combinaci\u00f3n puede resultar m\u00e1s disruptiva que la automatizaci\u00f3n por s\u00ed sola.<\/p>\n Durante a\u00f1os, CRM termin\u00f3 convirti\u00e9ndose en sin\u00f3nimo de software. Hablamos de contactos, oportunidades, pipelines<\/em>, actividades, campa\u00f1as, tickets, automatizaciones y dashboards, aunque las tres letras siguen significando Customer Relationship Management<\/em>.<\/p>\n La palabra problem\u00e1tica es Relationship<\/strong>.<\/p>\n La literatura de relationship marketing<\/em> lleva d\u00e9cadas 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<\/em> en 1994, situ\u00f3 precisamente ambas variables en el centro de los intercambios relacionales exitosos. Consultar el estudio original en SAGE Journals<\/a>.<\/p>\n Eso no significa que CRM sea simplemente \u201camistad entre vendedor y cliente\u201d. Una persona puede confiar en una organizaci\u00f3n, una marca, un proceso o incluso en la capacidad t\u00e9cnica de un sistema sin mantener una relaci\u00f3n interpersonal significativa con nadie dentro de la compa\u00f1\u00eda.<\/p>\n Esta distinci\u00f3n se vuelve crucial con la llegada de los agentes. Durante buena parte de la historia del CRM digital, el sistema almacenaba informaci\u00f3n para que una persona pudiera actuar: el vendedor revisaba el historial, interpretaba una oportunidad y llamaba; el agente de servicio consultaba el expediente y respond\u00eda; el gerente observaba un reporte y tomaba una decisi\u00f3n. En t\u00e9rminos muy simplificados, el dato alimentaba la interpretaci\u00f3n humana y \u00e9sta conduc\u00eda a una decisi\u00f3n y una acci\u00f3n.<\/p>\n Los agentes empiezan a modificar esa secuencia porque pueden interpretar contexto, recomendar una acci\u00f3n y, bajo determinadas condiciones, ejecutarla. El CRM deja entonces de ser solamente memoria para una persona y puede convertirse tambi\u00e9n en contexto para una m\u00e1quina que act\u00faa.<\/p>\n Eso cambia las consecuencias de lo que contiene. Un tel\u00e9fono equivocado pod\u00eda provocar antes una llamada fallida; un dato equivocado utilizado por un agente puede desencadenar una comunicaci\u00f3n, una clasificaci\u00f3n, una oferta o una acci\u00f3n incorrecta sin que una persona haya revisado previamente cada paso. La calidad del dato deja de ser \u00fanicamente un problema de informaci\u00f3n y puede convertirse en un problema de comportamiento.<\/p>\n Una de las dificultades de investigar el comercio ag\u00e9ntico en 2026 es que las cifras parecen contradecirse.<\/p>\n La investigaci\u00f3n de NRF e IBM, realizada con m\u00e1s de 18,000 consumidores de 23 pa\u00edses, encontr\u00f3 que 41% utilizaba asistentes de IA para investigar productos, 33% para buscar rese\u00f1as y 31% para encontrar ofertas. Consultar la investigaci\u00f3n de NRF e IBM<\/a>.<\/p>\n Accenture, en una encuesta a 25,590 personas de 16 pa\u00edses, encontr\u00f3 incluso que 74% declaraba que confiar\u00eda m\u00e1s en un agente personal de IA que en su mejor amigo para realizar una compra en su nombre. Consultar el estudio de Accenture<\/a>.<\/p>\n Otros estudios dibujan un panorama mucho m\u00e1s cauteloso. Forrester report\u00f3 que tres cuartas partes de los consumidores encuestados en Estados Unidos, Reino Unido y Canad\u00e1 se sent\u00edan inc\u00f3modos permitiendo que un agente realizara y pagara aut\u00f3nomamente una compra, incluso cuando pod\u00edan establecer reglas y l\u00edmites. Consultar el an\u00e1lisis de Forrester<\/a>.<\/p>\n Checkout.com encontr\u00f3, por su parte, que 27% no confiaba en ninguna organizaci\u00f3n para operar un agente de compras y que 24% afirmaba que nunca delegar\u00eda compras a IA. Consultar los resultados de Checkout.com<\/a>.<\/p>\n Las cifras no necesariamente se contradicen porque las preguntas son diferentes. \u201c\u00bfUsar\u00edas IA para comprar?\u201d puede significar pedir una recomendaci\u00f3n, solicitar que seleccione tres opciones, permitir que decida cu\u00e1l es mejor, dejar que coloque un art\u00edculo en el carrito, autorizar una transacci\u00f3n o darle permiso para gastar dinero sin una confirmaci\u00f3n adicional. Son niveles de delegaci\u00f3n radicalmente distintos.<\/p>\n La investigaci\u00f3n acad\u00e9mica ayuda a entender esa diferencia. Los consumidores muestran mayor disposici\u00f3n a delegar determinadas decisiones cuando conservan autonom\u00eda, y existe evidencia de una mayor aceptaci\u00f3n de IA para decisiones objetivas que para aquellas donde predomina la subjetividad. Consultar investigaci\u00f3n sobre autonom\u00eda y delegaci\u00f3n de decisiones<\/a>. Otros experimentos encuentran igualmente diferencias entre decisiones objetivas y subjetivas, moduladas por la competencia percibida de la IA. Consultar el estudio en Wiley<\/a>.<\/p>\n La investigaci\u00f3n acad\u00e9mica reciente sobre compras aut\u00f3nomas encuentra adem\u00e1s que transparencia algor\u00edtmica, accountability<\/em> y control sobre la decisi\u00f3n pueden afectar confianza, riesgo percibido e intenci\u00f3n de delegar. Consultar el estudio en Journal of Retailing and Consumer Services<\/a>.<\/p>\n Por eso, afirmar que \u201clos consumidores ya est\u00e1n listos para que los agentes compren por ellos\u201d ser\u00eda prematuro. Lo que s\u00ed puede sostenerse es que ya est\u00e1n delegando partes del proceso y que su disposici\u00f3n cambia conforme aumentan autonom\u00eda, riesgo y consecuencias.<\/p>\n Aqu\u00ed aparece un problema particularmente interesante para Customer Experience Management.<\/p>\n Las empresas llevan a\u00f1os dise\u00f1ando customer journeys<\/em> y optimizando touchpoints<\/em>. Cada interacci\u00f3n se analiza buscando reducir fricci\u00f3n, aumentar conversi\u00f3n o mejorar satisfacci\u00f3n. Un agente introduce una alternativa que puede resultar mucho m\u00e1s radical que mejorar un punto de contacto: hacer que el cliente deje de experimentarlo<\/strong>.<\/p>\n 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.<\/p>\n El proceso empresarial sigue ocurriendo. Los sistemas contin\u00faan intercambiando informaci\u00f3n, validando inventario, consultando pol\u00edticas y ejecutando transacciones; incluso puede haber m\u00e1s interacciones digitales que antes. Lo que cambia es que la persona no necesariamente las vive.<\/p>\n Esto obliga a separar dos conceptos que hasta ahora pod\u00edan confundirse: el customer journey operacional y la Customer Experience humana<\/strong>. Un pedido podr\u00eda necesitar veinte interacciones entre sistemas y producir para el cliente una experiencia pr\u00e1cticamente invisible: pidi\u00f3 algo y apareci\u00f3 cuando deb\u00eda aparecer. Desde el punto de vista operacional ocurri\u00f3 much\u00edsimo; desde el punto de vista humano, casi nada.<\/p>\n Esta posibilidad cuestiona una parte de la filosof\u00eda tradicional de CX. Durante a\u00f1os hemos preguntado c\u00f3mo hacer m\u00e1s agradable llenar un formulario, navegar un portal, esperar una respuesta o consultar un estatus. Los agentes permiten formular una pregunta diferente: \u00bfpor qu\u00e9 deber\u00eda seguir haciendo esto una persona?<\/strong><\/p>\n Repetir una direcci\u00f3n cinco veces no es una experiencia que necesitemos convertir en memorable; probablemente sea una fricci\u00f3n que deber\u00eda desaparecer. Comparar manualmente decenas de p\u00f3lizas tampoco tiene necesariamente valor experiencial y un agente podr\u00eda realizar buena parte de ese trabajo mejor y m\u00e1s r\u00e1pido.<\/p>\n Pero de ah\u00ed no se sigue que toda participaci\u00f3n humana sea fricci\u00f3n. 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 decisi\u00f3n empresarial pueden tener un valor que reside precisamente en participar de la decisi\u00f3n.<\/p>\n \u00c9sta puede ser una distinci\u00f3n fundamental para el CEM de la era ag\u00e9ntica: fricci\u00f3n in\u00fatil no es lo mismo que participaci\u00f3n significativa<\/strong>. Si confundimos ambas, podemos dise\u00f1ar experiencias extremadamente eficientes que las personas ya no quieran vivir.<\/p>\n Una tentaci\u00f3n comprensible ser\u00eda detener aqu\u00ed el an\u00e1lisis y concluir que, frente a tanta automatizaci\u00f3n, \u201clo humano ser\u00e1 el nuevo lujo\u201d. La investigaci\u00f3n no permite hacerlo.<\/p>\n Hay escenarios donde la IA puede producir resultados comparables o incluso ser preferida. Un estudio sobre servicio encontr\u00f3 que una combinaci\u00f3n de chatbot con una intervenci\u00f3n humana ligera pod\u00eda alcanzar niveles de satisfacci\u00f3n comparables a un servicio exclusivamente humano, mientras que la confianza previa y aprendida hacia la IA influ\u00eda en satisfacci\u00f3n y aceptaci\u00f3n. Consultar el estudio<\/a>.<\/p>\n La investigaci\u00f3n sobre revelaci\u00f3n de informaci\u00f3n ofrece un ejemplo a\u00fan m\u00e1s interesante. Un estudio publicado en 2026 encontr\u00f3 que las personas mostraban mayor preferencia por agentes de IA cuando ten\u00edan que revelar informaci\u00f3n objetiva, mientras que prefer\u00edan agentes humanos para informaci\u00f3n subjetiva. Consultar el estudio<\/a>.<\/p>\n La diferencia es intuitivamente importante. Preguntar cu\u00e1l es el presupuesto, la fecha de viaje y el n\u00famero de habitaciones pertenece a una clase de conversaci\u00f3n muy diferente de escuchar a alguien decir que no sabe qu\u00e9 hacer y le preocupa equivocarse. Un agente puede participar t\u00e9cnicamente en ambas, pero la evidencia indica que la preferencia y la confianza del usuario no son iguales en todos los contextos<\/strong>.<\/p>\n Por eso, humano no es sin\u00f3nimo autom\u00e1tico de confianza y agente tampoco es sin\u00f3nimo autom\u00e1tico de desconfianza.<\/p>\n Una serie de cuatro estudios sobre trato preferencial encontr\u00f3 mayor satisfacci\u00f3n cuando dicho reconocimiento proven\u00eda de una persona en lugar de una IA. La explicaci\u00f3n es especialmente reveladora: interven\u00edan el estatus percibido por el cliente y el esfuerzo que atribu\u00eda a la empresa. Consultar la investigaci\u00f3n<\/a>.<\/p>\n La acci\u00f3n pod\u00eda ser funcionalmente similar, pero su significado era diferente. Cuando alguien dentro de una organizaci\u00f3n hace algo especial por nosotros, podemos interpretar que la empresa nos reconoce, que hizo un esfuerzo o que nuestra relaci\u00f3n importa. Una m\u00e1quina capaz de ejecutar instant\u00e1neamente la misma acci\u00f3n puede ser m\u00e1s eficiente y, sin embargo, comunicar algo distinto.<\/p>\n Este resultado introduce una dimensi\u00f3n que las m\u00e9tricas tradicionales de automatizaci\u00f3n capturan mal: el significado de qui\u00e9n realiza una acci\u00f3n<\/strong>.<\/p>\n Algo parecido ocurre cuando la empresa se equivoca. Investigaciones experimentales sobre recuperaci\u00f3n de servicio encontraron que, cuando el fallo se atribu\u00eda al propio cliente, los consumidores pod\u00edan favorecer la interacci\u00f3n con IA; cuando la responsabilidad correspond\u00eda a la empresa, aumentaba la preferencia por una persona. Consultar la investigaci\u00f3n<\/a>.<\/p>\n La diferencia merece atenci\u00f3n. Si yo comet\u00ed el error, quiz\u00e1 agradezca resolverlo r\u00e1pidamente con un sistema que no me juzga. Pero si t\u00fa cometiste el error, puede importarme que alguien de tu organizaci\u00f3n aparezca, reconozca lo ocurrido y responda por ello. La experiencia no consiste \u00fanicamente en resolver el problema; tambi\u00e9n consiste en qui\u00e9n asume la responsabilidad de resolverlo<\/strong>.<\/p>\n Esta cuesti\u00f3n es especialmente importante porque gran parte de la conversaci\u00f3n sobre agentes se concentra en retail y customer service.<\/p>\n Una investigaci\u00f3n publicada en Industrial Marketing Management<\/em> en 2026 estudi\u00f3 directamente la posibilidad de sustituir vendedores humanos por agentes aut\u00f3nomos en relaciones B2B. Los compradores profesionales mostraron preferencia por vendedores humanos para tareas relacionadas con construcci\u00f3n de relaciones, asociada, entre otros factores, con una mayor cercan\u00eda psicol\u00f3gica.<\/p>\n La elecci\u00f3n entre humano y agente tambi\u00e9n afect\u00f3 variables como confianza, compromiso organizacional e intenci\u00f3n de compra, aunque los compradores con mayor autoeficacia tecnol\u00f3gica mostraron mayor receptividad hacia agentes. Consultar el art\u00edculo en Industrial Marketing Management<\/a>.<\/p>\n No demuestra que un agente nunca pueda construir una relaci\u00f3n B2B. S\u00ed contradice una versi\u00f3n extrema del argumento tecnol\u00f3gico: competencia funcional suficiente no equivale necesariamente a equivalencia relacional<\/strong>.<\/p>\n 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 a\u00f1os, resolver excepciones, intercambiar informaci\u00f3n sensible y asumir riesgos que dif\u00edcilmente pueden reducirse a una tabla comparativa.<\/p>\n Una encuesta de Gartner realizada en 2026 a 3,566 clientes B2B y B2C encontr\u00f3 otra aparente contradicci\u00f3n: 50% consideraba que GenAI facilitaba sus interacciones con las empresas, mientras que 87% consideraba esencial disponer de acceso a un agente humano cuando la compa\u00f1\u00eda utilizaba GenAI en servicio. Consultar los resultados de Gartner<\/a>.<\/p>\n No significa que 87% quiera hablar siempre con una persona. Significa que quiere poder hacerlo<\/strong>. La posibilidad de llegar a una persona puede funcionar como una opci\u00f3n de recurso: algo que quiz\u00e1 nunca utilicemos, pero cuya existencia modifica nuestra percepci\u00f3n de control cuando la automatizaci\u00f3n falla, no comprende el problema o alcanza el l\u00edmite de su autoridad.<\/p>\n No es una preocupaci\u00f3n completamente nueva. El Consumer Financial Protection Bureau estadounidense ya hab\u00eda 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 an\u00e1lisis del CFPB<\/a>.<\/p>\n Para Customer Experience Management, esto puede cambiar la pregunta de dise\u00f1o. En lugar de limitarse a decidir d\u00f3nde poner humanos y d\u00f3nde poner IA, ser\u00e1 necesario comprender c\u00f3mo debe funcionar la transici\u00f3n entre ambos para que el cliente no quede atrapado en el sistema<\/strong>. La calidad de esa transici\u00f3n podr\u00eda llegar a ser tan importante como la calidad de cada canal por separado.<\/p>\n Los agentes introducen adem\u00e1s una presi\u00f3n que va m\u00e1s all\u00e1 de servicio y CRM: reducen el costo de comparar alternativas.<\/p>\n Precio, disponibilidad, especificaciones, pol\u00edticas, tiempos de entrega, garant\u00edas y una parte de la reputaci\u00f3n pueden ser procesados en segundos si la informaci\u00f3n est\u00e1 disponible y suficientemente estructurada.<\/p>\n Deloitte ha descrito esta nueva competencia como una especie de algorithmic shelf<\/em>: el producto ya no necesita resultar atractivo solamente para una persona, sino tambi\u00e9n ser interpretable y competitivo para los sistemas que filtran alternativas en su nombre. Consultar el an\u00e1lisis de Deloitte<\/a>.<\/p>\n NRF e IBM plantean una transformaci\u00f3n semejante cuando se\u00f1alan que las marcas deber\u00e1n resultar confiables para las personas y cre\u00edbles para los algoritmos. Consultar la investigaci\u00f3n de NRF e IBM<\/a>.<\/p>\n Son an\u00e1lisis de actores interesados en el desarrollo de este mercado y no deben confundirse con demostraci\u00f3n acad\u00e9mica. Sin embargo, el mecanismo econ\u00f3mico subyacente merece atenci\u00f3n: si comparar se vuelve mucho m\u00e1s barato, determinadas asimetr\u00edas de informaci\u00f3n pierden valor competitivo<\/strong>.<\/p>\n Eso no convierte autom\u00e1ticamente todos los productos en commodities<\/em>. Convierte en m\u00e1s comparables aquellos atributos que una m\u00e1quina puede evaluar con facilidad. Un agente puede saber que dos hoteles cuestan pr\u00e1cticamente lo mismo, est\u00e1n a igual distancia, tienen habitaciones similares y ofrecen pol\u00edticas de cancelaci\u00f3n equivalentes. Lo que no puede conocer completamente antes de que ocurra es c\u00f3mo te sentir\u00e1s cuando llegues.<\/p>\n Supongamos que dos ofertas empiezan a parecer funcionalmente equivalentes para un agente. En determinadas categor\u00edas, la experiencia puede convertirse en una fuente de diferenciaci\u00f3n precisamente porque resulta dif\u00edcil reducirla a atributos estructurados.<\/p>\n Pero no siempre.<\/p>\n Si compro detergente y mi agente sabe qu\u00e9 producto funciona, cu\u00e1nto quiero pagar, cu\u00e1les son mis restricciones y cu\u00e1ndo 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.<\/p>\n En ese escenario, la agentificaci\u00f3n podr\u00eda reducir la importancia de partes completas de Customer Experience<\/strong>. Sitios, campa\u00f1as, checkout, programas de puntos y otros elementos podr\u00edan perder relevancia si el cliente deja de interactuar directamente con ellos.<\/p>\n Ahora pensemos en un restaurante, un hotel, una universidad, una consulta m\u00e9dica, un viaje, una firma de servicios profesionales o una marca de lujo. All\u00ed la experiencia no s\u00f3lo rodea al producto: es parte del producto<\/strong>.<\/p>\n 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 habitaci\u00f3n; puede recomendar un consultor, pero no vivir por el equipo directivo las conversaciones dif\u00edciles que vendr\u00e1n despu\u00e9s.<\/p>\n En estas categor\u00edas, eliminar la experiencia equivaldr\u00eda parcialmente a eliminar aquello por lo que el cliente est\u00e1 pagando. Por eso la afirmaci\u00f3n \u201cCEM ser\u00e1 m\u00e1s importante en la era de los agentes\u201d parece demasiado general. Podr\u00eda ser m\u00e1s importante en algunos momentos, convertirse en requisito b\u00e1sico en otros y pr\u00e1cticamente desaparecer en aquellos que el cliente prefiera delegar.<\/p>\n Si un agente personal comienza a comunicarse con los sistemas de una empresa, aparecen dos capas diferentes.<\/p>\n La primera contin\u00faa siendo profundamente humana y en ella importan confianza, autonom\u00eda, reconocimiento, emociones, comodidad, pertenencia, vulnerabilidad y significado. La segunda es computacional: all\u00ed importan datos correctos, disponibilidad, identidad, permisos, precios, pol\u00edticas, evidencia, interoperabilidad y capacidad para ejecutar una acci\u00f3n de manera confiable.<\/p>\n No parece adecuado llamar Customer Experience<\/em> a ambas. Un agente no necesita sentirse bienvenido ni reconocido; necesita interpretar correctamente la oferta y actuar dentro de sus instrucciones.<\/p>\n Quiz\u00e1 resulte m\u00e1s preciso pensar en una capa de interacci\u00f3n ag\u00e9ntica<\/strong> que coexistir\u00e1 con la experiencia humana. Una empresa podr\u00eda ofrecer una magn\u00edfica interacci\u00f3n computacional y una p\u00e9sima experiencia humana, o exactamente lo contrario. Ambas afectar\u00edan el negocio, pero lo har\u00edan por mecanismos diferentes.<\/p>\n Este cambio obliga a revisar otra palabra que utilizamos con demasiada facilidad: confianza<\/strong>.<\/p>\n 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 recomendaci\u00f3n algor\u00edtmica y, aun as\u00ed, negarse a permitir que el sistema gaste su dinero. Tambi\u00e9n puede confiar en su propio agente y desconfiar del agente de la marca.<\/p>\n Por eso quiz\u00e1 necesitemos distinguir, al menos anal\u00edticamente, entre confianza interpersonal, organizacional, funcional, algor\u00edtmica y transaccional.<\/p>\n NIST aborda el problema desde una perspectiva diferente pero compatible: la confiabilidad de sistemas de IA no es una caracter\u00edstica \u00fanica, sino una combinaci\u00f3n contextual de validez, fiabilidad, seguridad, resiliencia, transparencia, accountability<\/em>, explicabilidad, privacidad y otros atributos. Consultar las caracter\u00edsticas de IA confiable del NIST AI RMF<\/a>.<\/p>\n La consecuencia para CRM puede ser importante. Un campo llamado \u201ccliente satisfecho\u201d o un engagement score<\/em> dif\u00edcilmente describen toda la relaci\u00f3n cuando diferentes actores \u2014personas y agentes\u2014 conf\u00edan en diferentes componentes del sistema para cosas diferentes.<\/p>\n La transparencia sobre IA ya no es solamente una discusi\u00f3n de buenas pr\u00e1cticas.<\/p>\n En la Uni\u00f3n Europea, las obligaciones de transparencia del art\u00edculo 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 est\u00e1 interactuando con IA, salvo las excepciones previstas. Consultar las directrices de la Comisi\u00f3n Europea sobre las obligaciones de transparencia<\/a>.<\/p>\n La propia Comisi\u00f3n vincula estas obligaciones con la posibilidad de que las personas calibren adecuadamente su confianza. Consultar las preguntas frecuentes de la Comisi\u00f3n Europea sobre el art\u00edculo 50<\/a>.<\/p>\n Pero tampoco aqu\u00ed existe una f\u00f3rmula sencilla. Hay experimentos donde revelar asistencia de IA no reduce significativamente la confianza. Consultar uno de esos estudios<\/a>. 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<\/a>.<\/p>\n Ser transparente puede ser necesario. Eso no significa que la transparencia, por s\u00ed misma, produzca confianza.<\/strong><\/p>\n Si juntamos estas piezas, aparece una transformaci\u00f3n importante del CRM.<\/p>\n Durante d\u00e9cadas aspiramos a tener una single source of truth<\/em> para que ventas, marketing y servicio conocieran mejor al cliente. En un entorno ag\u00e9ntico, esa misma informaci\u00f3n puede convertirse en el contexto que permite a un sistema actuar.<\/p>\n Eso exige algo m\u00e1s que almacenar nombre, tel\u00e9fono, oportunidad, ticket e historial de compras. Puede empezar a importar registrar qui\u00e9n realiz\u00f3 una acci\u00f3n, si fue humana o autom\u00e1tica, qu\u00e9 permisos exist\u00edan, qu\u00e9 informaci\u00f3n utiliz\u00f3 un agente, qu\u00e9 recomend\u00f3, qu\u00e9 termin\u00f3 decidiendo una persona, d\u00f3nde ocurri\u00f3 una excepci\u00f3n y cu\u00e1ndo se produjo un escalamiento.<\/p>\n La trazabilidad deja de servir solamente para auditor\u00eda. Puede formar parte de la relaci\u00f3n de confianza.<\/p>\n Esta preocupaci\u00f3n es consistente con la evoluci\u00f3n del trabajo de NIST sobre agentes. Su an\u00e1lisis de 2026 de las respuestas recibidas sobre seguridad de agentes se\u00f1ala riesgos particulares de estos sistemas y la necesidad de adaptar pr\u00e1cticas de seguridad existentes. Consultar el an\u00e1lisis de NIST<\/a>.<\/p>\n CRM, visto as\u00ed, no necesariamente pierde importancia con los agentes. Pero quiz\u00e1 deja de ser solamente el lugar donde la empresa recuerda al cliente y se convierte tambi\u00e9n en el lugar desde el que personas y sistemas obtienen contexto para relacionarse y actuar.<\/p>\n Si CRM necesita reconsiderar qu\u00e9 significa administrar una relaci\u00f3n, Customer Experience Management puede tener que reconsiderar qu\u00e9 significa administrar una experiencia.<\/p>\n Hasta ahora, una buena parte del trabajo consist\u00eda en observar journeys, identificar fricciones y mejorar touchpoints. Los agentes obligan a introducir una decisi\u00f3n anterior: \u00bfeste touchpoint deber\u00eda seguir existiendo para una persona?<\/strong><\/p>\n Algunos merecer\u00e1n desaparecer; otros podr\u00e1n automatizarse siempre que conserven una salida humana efectiva; otros seguir\u00e1n necesitando personas porque all\u00ed se produce reconocimiento, interpretaci\u00f3n, responsabilidad o confianza. Habr\u00e1 tambi\u00e9n experiencias que quiz\u00e1 deban dise\u00f1arse deliberadamente para ser vividas por personas porque esa vivencia constituye una parte importante de la diferenciaci\u00f3n.<\/p>\n CEM podr\u00eda entonces dejar de administrar indiscriminadamente todos los puntos de contacto y empezar a gestionar una frontera mucho m\u00e1s interesante: qu\u00e9 merece ser vivido, qu\u00e9 merece ser delegado y c\u00f3mo se transita entre ambos<\/strong>.<\/p>\n Esta distinci\u00f3n puede resultar especialmente relevante para las empresas que midan la transformaci\u00f3n exclusivamente por volumen de automatizaci\u00f3n.<\/p>\n Si los agentes absorben investigaci\u00f3n, clasificaci\u00f3n, actualizaci\u00f3n de informaci\u00f3n, seguimiento rutinario, respuestas sencillas y coordinaci\u00f3n, el n\u00famero de contactos humanos puede disminuir considerablemente. Sin embargo, los que permanezcan podr\u00edan concentrarse precisamente donde la situaci\u00f3n es m\u00e1s ambigua o significativa.<\/p>\n Un vendedor podr\u00eda hacer menos llamadas pero participar m\u00e1s en negociaci\u00f3n y construcci\u00f3n de consenso; un agente de servicio podr\u00eda atender menos consultas sobre estatus y dedicar m\u00e1s atenci\u00f3n a los casos donde algo realmente sali\u00f3 mal; un gerente de cuenta podr\u00eda emplear menos tiempo recopilando informaci\u00f3n y m\u00e1s interpretando qu\u00e9 est\u00e1 cambiando en el negocio del cliente.<\/p>\n No tenemos todav\u00eda evidencia longitudinal suficiente para afirmar que \u00e9sta ser\u00e1 la configuraci\u00f3n dominante. La evidencia disponible sobre relaciones B2B, recuperaci\u00f3n de servicio, reconocimiento y delegaci\u00f3n es, sin embargo, compatible con esa posibilidad.<\/p>\n Menor frecuencia humana y menor importancia humana no son la misma cosa.<\/strong><\/p>\n Si todos los competidores pueden responder instant\u00e1neamente, personalizar comunicaciones, anticipar necesidades y mantener disponibilidad permanente, muchas capacidades que hoy consideramos \u201cexcelente experiencia\u201d pueden convertirse r\u00e1pidamente en requisitos m\u00ednimos.<\/p>\n McKinsey ha planteado precisamente esta posibilidad al analizar c\u00f3mo los agentes pueden transformar CX desde journeys predefinidos hacia una orquestaci\u00f3n m\u00e1s din\u00e1mica. Consultar el an\u00e1lisis de McKinsey sobre Customer Experience en la era ag\u00e9ntica<\/a>.<\/p>\n Esto genera una paradoja: la experiencia puede volverse m\u00e1s importante para competir mientras determinadas capacidades de experiencia dejan de diferenciar porque todos las tienen.<\/p>\n La personalizaci\u00f3n ofrece un buen ejemplo. Durante a\u00f1os, recordar preferencias o adaptar mensajes pod\u00eda sorprender al cliente. Cuando cualquier agente conectado a datos puede hacerlo autom\u00e1ticamente, decir \u201csabemos lo que te gusta\u201d dif\u00edcilmente constituye una ventaja competitiva sostenible. La tecnolog\u00eda puede elevar el est\u00e1ndar y borrar simult\u00e1neamente la ventaja de haberlo alcanzado.<\/p>\n La diferenciaci\u00f3n tendr\u00e1 entonces que desplazarse otra vez. No sabemos todav\u00eda si lo har\u00e1 hacia producto, marca, comunidad, reputaci\u00f3n, expertise<\/em>, experiencia f\u00edsica, relaciones personales o alguna combinaci\u00f3n diferente en cada industria.<\/p>\n Al ordenar los estudios aparece un patr\u00f3n que merece futuras investigaciones.<\/p>\n 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, ambig\u00fcedad, vulnerabilidad, necesidad de reconocimiento, consecuencias o responsabilidad.<\/p>\n No es una ley, sino una regularidad provisional que emerge al observar conjuntamente investigaciones diferentes.<\/p>\n Preguntar d\u00f3nde est\u00e1 un paquete no plantea el mismo problema que disputar un cargo importante; elegir autom\u00e1ticamente un consumible barato no equivale a decidir d\u00f3nde invertir los ahorros de una vida, y recomendar tres proveedores no es lo mismo que comprometer a una empresa durante cinco a\u00f1os con uno de ellos.<\/p>\n Quiz\u00e1 la pregunta correcta para dise\u00f1ar la relaci\u00f3n futura no sea si la IA puede realizar determinada tarea, porque la capacidad t\u00e9cnica responder\u00e1 cada vez m\u00e1s veces que s\u00ed. La pregunta m\u00e1s dif\u00edcil ser\u00e1 qu\u00e9 significa para el cliente que la realice una IA en ese contexto<\/strong>.<\/p>\n Ah\u00ed CRM y CEM dejan de ser exclusivamente disciplinas de tecnolog\u00eda y procesos. Vuelven a ser disciplinas de relaci\u00f3n.<\/p>\n Todav\u00eda no lo sabemos, y probablemente \u00e9sa sea la conclusi\u00f3n m\u00e1s rigurosa disponible hoy.<\/p>\n La investigaci\u00f3n permite observar al menos tres movimientos simult\u00e1neos. 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 b\u00e1sico porque IA permite a casi todos los competidores ofrecer velocidad, personalizaci\u00f3n y disponibilidad similares. Y existen situaciones donde la experiencia humana podr\u00eda ganar peso como diferenciador, especialmente cuando las ofertas funcionales resultan f\u00e1ciles de comparar pero el consumo, la relaci\u00f3n o la resoluci\u00f3n de momentos importantes siguen siendo dif\u00edciles de reducir a atributos.<\/p>\n Las tres cosas pueden ocurrir dentro de la misma empresa. Por eso quiz\u00e1 sea prematuro preguntar si CEM ser\u00e1 \u201cm\u00e1s\u201d o \u201cmenos\u201d importante.<\/p>\n La pregunta m\u00e1s f\u00e9rtil es otra.<\/p>\n Un agente puede investigar alternativas, comparar especificaciones, resumir miles de rese\u00f1as, completar formularios, coordinar agendas, solicitar cotizaciones y, bajo determinadas condiciones, realizar transacciones. En conjunto, puede eliminar del d\u00eda del cliente una cantidad extraordinaria de trabajo que probablemente nunca tuvo valor intr\u00ednseco para \u00e9l.<\/p>\n Si eso ocurre, muchas de las interacciones que hoy ocupan nuestros mapas de Customer Journey<\/em> podr\u00edan volverse invisibles.<\/p>\n Y entonces aparecer\u00e1 una pregunta inc\u00f3moda para las empresas: cuando desaparezcan la b\u00fasqueda, la navegaci\u00f3n, los formularios, buena parte de la espera, la comparaci\u00f3n y el seguimiento rutinario, \u00bfqu\u00e9 quedar\u00e1 de nuestra relaci\u00f3n con el cliente?<\/strong><\/p>\n La respuesta probablemente no ser\u00e1 igual para todas las categor\u00edas. En algunos casos quedar\u00e1 sobre todo el producto o el resultado; en otros, la confianza acumulada, la experiencia que el cliente realmente quer\u00eda vivir o una persona capaz de aparecer exactamente cuando la situaci\u00f3n lo requiere. Tambi\u00e9n habr\u00e1 mercados donde quiz\u00e1 no quede una relaci\u00f3n significativa porque el cliente nunca necesit\u00f3 tenerla.<\/p>\n La evidencia disponible todav\u00eda no permite saber cu\u00e1l de esos futuros dominar\u00e1, pero s\u00ed parece suficiente para cuestionar una idea profundamente arraigada: que transformar CRM y Customer Experience para la era ag\u00e9ntica consiste simplemente en a\u00f1adir inteligencia artificial a los procesos que ya tenemos.<\/p>\n Quiz\u00e1 el cambio m\u00e1s profundo consista en decidir qu\u00e9 partes de esos procesos deber\u00edan dejar de pertenecer a la experiencia humana y cu\u00e1les adquieren precisamente m\u00e1s significado cuando todo lo dem\u00e1s puede ser delegado<\/strong>.<\/p>\n No sabemos todav\u00eda d\u00f3nde quedar\u00e1 exactamente esa frontera. Pero probablemente ah\u00ed se decidir\u00e1 una parte importante de la relaci\u00f3n con el cliente en la era ag\u00e9ntica.<\/p>\n Esta investigaci\u00f3n combina literatura acad\u00e9mica revisada por pares, fuentes regulatorias, organismos t\u00e9cnicos 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 demostraci\u00f3n independiente de sus tesis estrat\u00e9gicas.<\/p>\n Las cifras sobre comercio ag\u00e9ntico requieren especial cautela porque los estudios no utilizan de manera uniforme conceptos como \u201cusar\u201d, \u201cconfiar\u201d, \u201cdelegar\u201d o \u201ccomprar\u201d mediante IA. Recomendar una alternativa y autorizar aut\u00f3nomamente un pago son comportamientos distintos, por lo que no deben agregarse bajo una misma idea de adopci\u00f3n.<\/p>\n Finalmente, las proposiciones sobre c\u00f3mo podr\u00edan evolucionar CRM y CEM se presentan como inferencias cuando la evidencia disponible todav\u00eda no permite establecer relaciones causales o longitudinales. El objetivo de este art\u00edculo no es anticipar un ganador entre humanos y agentes, sino delimitar mejor una transformaci\u00f3n que apenas comienza a ser observable.<\/p>\n","protected":false},"excerpt":{"rendered":" Los agentes de IA empiezan a investigar, comparar, recomendar y actuar en nombre de los clientes. \u00bfQu\u00e9 ocurre entonces con CRM, Customer Experience y la relaci\u00f3n de confianza entre personas? La evidencia disponible apunta a una redistribuci\u00f3n compleja de la relaci\u00f3n comercial.<\/p>\n","protected":false},"author":2,"featured_media":104,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[14,7,13],"class_list":["post-103","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion","tag-agentes_ia","tag-crm","tag-ia"],"_links":{"self":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts\/103","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/comments?post=103"}],"version-history":[{"count":1,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts\/103\/revisions"}],"predecessor-version":[{"id":105,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts\/103\/revisions\/105"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/media\/104"}],"wp:attachment":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/media?parent=103"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/categories?post=103"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/tags?post=103"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Antes de hablar de IA, conviene recordar qu\u00e9 significa realmente la R de CRM<\/h2>\n
Los consumidores ya est\u00e1n delegando partes de comprar, pero \u201ccomprar\u201d no es una sola acci\u00f3n<\/h2>\n
El agente puede eliminar una experiencia sin eliminar el proceso<\/h2>\n
Quiz\u00e1 algunas experiencias no necesitan mejorar; necesitan desaparecer<\/h2>\n
La evidencia no dice que los humanos sean siempre mejores<\/h2>\n
Hay momentos en que una persona parece significar algo que la eficiencia no reproduce<\/h2>\n
En B2B, la construcci\u00f3n de relaciones tampoco parece haberse vuelto irrelevante<\/h2>\n
La disponibilidad de una persona puede generar valor aunque nunca necesitemos hablar con ella<\/h2>\n
Cuando comparar cuesta casi cero, algunas diferencias competitivas pueden encogerse<\/h2>\n
Aqu\u00ed aparece la posible relevancia extraordinaria \u2014pero no universal\u2014 de Customer Experience<\/h2>\n
Tal vez tendremos que distinguir la experiencia humana de la interacci\u00f3n entre agentes<\/h2>\n
La confianza tampoco es una sola cosa<\/h2>\n
Ahora la identidad de quien habla tambi\u00e9n forma parte de la experiencia<\/h2>\n
CRM podr\u00eda estar pasando de registrar relaciones a proporcionar contexto para actuar<\/h2>\n
CEM enfrenta una pregunta todav\u00eda m\u00e1s dif\u00edcil<\/h2>\n
Menos interacciones humanas no necesariamente significan relaciones humanas menos importantes<\/h2>\n
La gran paradoja: la IA puede hacer CX m\u00e1s importante y menos diferenciador al mismo tiempo<\/h2>\n
Quiz\u00e1 la variable decisiva no sea humano versus IA, sino qu\u00e9 est\u00e1 en juego<\/h2>\n
Entonces, \u00bfser\u00e1 m\u00e1s importante Customer Experience?<\/h2>\n
\u00bfQu\u00e9 debe experimentar el cliente cuando ya no necesita experimentar la compra?<\/h2>\n
Fuentes y referencias<\/h2>\n
\n
Nota metodol\u00f3gica<\/h3>\n