Cada vez más pequeñas y medianas empresas argentinas incorporan herramientas de inteligencia artificial para automatizar tareas, analizar información y mejorar la gestión comercial. Sin embargo, la velocidad con la que avanza la adopción tecnológica no siempre encuentra su correlato en una mejora equivalente de las decisiones de negocio. Muchas organizaciones disponen hoy de más información que nunca sobre sus clientes, sus procesos y sus ventas, pero todavía encuentran dificultades para responder preguntas esenciales: dónde concentrar los esfuerzos comerciales, qué oportunidades tienen mayor potencial o qué señales anticipan la pérdida de un cliente.
La situación quedó reflejada en la Encuesta Nacional sobre Adopción de Inteligencia Artificial en Pequeñas y Medianas Empresas Argentinas, elaborada por el Nodo Argentino de Inteligencia Artificial (nadIA), una iniciativa del Centro para la Evaluación de Políticas basadas en Evidencia (CEPE) de la Universidad Torcuato Di Tella y Fundar, centro de innovación en políticas de desarrollo. El estudio reveló que el 41,6% de las PyMEs ya utiliza al menos una tecnología de inteligencia artificial, aunque la mayoría todavía transita etapas iniciales de adopción y enfrenta el desafío de convertir esas herramientas en mejoras productivas sostenidas.
Ese escenario forma parte del trabajo cotidiano de Delenio, una firma argentina con proyección regional especializada en estrategia comercial y transformación de procesos de ventas mediante inteligencia artificial. Fundada por Emiliano Marchiori, la compañía acompaña a empresas de distintos sectores en el diseño de modelos comerciales que integran tecnología, análisis de datos y rediseño de procesos, con un objetivo concreto: que la información disponible termine convirtiéndose en mejores decisiones y no simplemente en más reportes.
Esa problemática apareció con claridad durante un proyecto desarrollado junto a una empresa industrial con operaciones en Argentina, Chile, Perú y Uruguay, dedicada a la comercialización de autoelevadores. La organización contaba con un CRM, tableros de control, históricos de clientes, cotizaciones, registros de servicio técnico y una enorme cantidad de información distribuida entre distintas áreas. Sin embargo, el volumen de datos no lograba resolver una pregunta aparentemente sencilla.
“Tenemos todos los datos, pero el lunes seguimos sin saber a quién llamar primero“, resumió uno de los responsables comerciales durante una reunión de seguimiento.
Para Emiliano Marchiori, esa frase sintetiza uno de los principales desafíos que enfrentan actualmente muchas PyMEs. “Durante años las empresas invirtieron en generar más información sobre sus clientes y sus operaciones. Hoy el problema ya no suele ser la falta de datos, sino la dificultad para transformarlos en decisiones comerciales concretas”, explica.
La experiencia coincide con uno de los hallazgos más relevantes de la encuesta de nadIA. Aunque la adopción de inteligencia artificial crece de manera acelerada, muchas empresas todavía no desarrollaron mecanismos sistemáticos para evaluar el impacto real de esas herramientas sobre sus resultados. En otras palabras, incorporar inteligencia artificial no garantiza, por sí solo, una mejora en la calidad de las decisiones.
Ese matiz resulta importante porque desplaza la conversación desde la tecnología hacia la gestión. En muchas organizaciones, los equipos comerciales conviven con múltiples fuentes de información: visitas registradas en el CRM, historiales de compra, conversaciones por correo electrónico o WhatsApp, reclamos, márgenes, oportunidades abiertas, reportes financieros y datos provenientes de distintas áreas. El desafío ya no consiste en acceder a esa información, sino en interpretarla de manera integrada para establecer prioridades.
“Muchas veces encontramos empresas que incorporaron plataformas muy sofisticadas, pero todavía no definieron con claridad qué caracteriza a un buen cliente, qué señales anticipan una oportunidad de crecimiento o qué indicadores deberían disparar una acción comercial. Si esas definiciones no existen, ninguna herramienta puede reemplazarlas”, sostiene Marchiori.
Esa fue precisamente la primera conclusión del trabajo realizado por Delenio junto a la empresa industrial. Antes de pensar en automatizaciones, asistentes inteligentes o nuevos desarrollos tecnológicos, el equipo decidió revisar cuestiones bastante más básicas: cómo se definía una oportunidad comercial real, qué información debía registrar cada vendedor después de una visita, qué comportamientos anticipaban el riesgo de perder una cuenta estratégica y cuáles eran los criterios para asignar prioridades comerciales.
La inteligencia artificial apareció después. No como punto de partida, sino como una herramienta para potenciar un modelo comercial que primero necesitó ordenar sus procesos y establecer criterios compartidos.
Antes de automatizar, hubo que entender el problema
A partir de ese diagnóstico comenzó un trabajo menos visible que la incorporación de nuevas herramientas, aunque probablemente mucho más determinante para los resultados. Antes de desarrollar asistentes inteligentes, automatizar tareas o construir nuevos tableros, hubo que revisar la lógica comercial de la organización. Qué información era realmente relevante, qué decisiones se tomaban todos los días y qué datos necesitaban los equipos para tomarlas con mayor rapidez y precisión.
“Muchas conversaciones sobre inteligencia artificial empiezan preguntándose qué podemos automatizar. Nosotros preferimos empezar por otra pregunta: qué decisión comercial queremos mejorar. Parece un cambio menor, pero modifica completamente el enfoque”, afirma, por su parte, Mauro Zicarelli, CEO de Delenio.
El consultor sostiene que acelerar un proceso no necesariamente mejora un negocio. “Si una empresa automatiza una tarea que no agrega valor o digitaliza un proceso comercial desordenado, simplemente consigue equivocarse más rápido. La tecnología puede multiplicar capacidades, pero no reemplaza el criterio con el que se diseñan los procesos.”
Con esa premisa, el proyecto comenzó por establecer criterios comunes entre las distintas áreas de la empresa. El equipo comercial, el servicio técnico y la administración disponían de información valiosa sobre los clientes, pero buena parte de ese conocimiento permanecía fragmentado. Un vendedor conocía el estado de una negociación; el área técnica sabía qué cuentas atravesaban mayores dificultades operativas; el CRM almacenaba parte de la historia comercial y los tableros ofrecían indicadores que pocas veces terminaban traducidos en acciones concretas.
“La inteligencia artificial empezó a aportar valor cuando dejamos de pensarla como una herramienta para reemplazar vendedores y comenzamos a utilizarla como un sistema de asistencia para que las personas pudieran decidir mejor”, resume Zicarelli.
Ese cambio de enfoque abrió distintas posibilidades de aplicación. Una de las primeras fue simplificar la carga de información en el CRM. Después de una visita o una reunión, el vendedor podía registrar verbalmente lo ocurrido y la inteligencia artificial organizaba automáticamente esa información dentro del sistema, identificando oportunidades, próximos pasos, objeciones planteadas por el cliente y tareas pendientes.
Puede parecer una mejora operativa menor, pero el impacto fue significativo. En muchas PyMEs, la actualización del CRM termina convirtiéndose en una tarea administrativa que los equipos comerciales postergan o realizan de manera incompleta. Cuando la calidad del dato disminuye, también se deteriora la calidad de los análisis y, en consecuencia, de las decisiones posteriores.
Otro desarrollo consistió en utilizar inteligencia artificial para ordenar la atención inicial de nuevos prospectos. Antes de que un vendedor estableciera el primer contacto, el sistema identificaba variables relevantes de cada consulta —tipo de operación, nivel de urgencia, país, características técnicas o necesidad específica— para que la conversación comenzara con mayor contexto y no desde cero.
“La inteligencia artificial no estaba vendiendo autoelevadores. Lo que hacía era ayudar a que el equipo comercial llegara mejor preparado a cada conversación”, explica Zicarelli. “El objetivo nunca fue reemplazar el vínculo con el cliente, sino liberar tiempo operativo para que los vendedores pudieran dedicar más energía a aquello que realmente genera valor.”
La misma lógica comenzó a aplicarse sobre la cartera activa de clientes. A partir del análisis de distintos indicadores —caída en la frecuencia de compra, disminución de consultas, reclamos reiterados o interrupción del contacto habitual— el sistema generaba alertas tempranas sobre cuentas que podían estar entrando en una zona de riesgo.
“En los negocios B2B, un cliente casi nunca se pierde de un día para otro. Generalmente aparecen señales antes. El desafío es detectarlas mientras todavía hay margen para actuar”, señala Marchiori.
La inteligencia artificial también permitió transformar el uso de los tableros de gestión. En lugar de limitarse a describir lo que había ocurrido durante el mes, comenzaron a ofrecer alertas accionables sobre cotizaciones sin seguimiento, oportunidades demoradas, pedidos con impacto comercial, desvíos respecto del forecast o clientes estratégicos que llevaban demasiado tiempo sin contacto.
“Los tableros dejaron de limitarse a describir lo ocurrido y comenzaron a orientar la acción comercial. Ese cambio parece pequeño, pero modifica completamente la utilidad de la información”, relató Marchiori.
Detrás de todas esas aplicaciones había una misma idea: la inteligencia artificial no reemplazó la experiencia comercial acumulada por la empresa. La potenció. La tecnología comenzó a organizar la información, detectar patrones y reducir tareas repetitivas; las decisiones siguieron dependiendo del conocimiento del negocio, del contexto y de la capacidad de construir relaciones de confianza con los clientes.
De la tecnología a la estrategia
La experiencia acumulada por Delenio en proyectos de transformación comercial terminó reforzando una conclusión que, según Zicarelli, se repite con independencia del tamaño o del sector de cada empresa. “La inteligencia artificial puede procesar miles de registros en segundos, identificar correlaciones que una persona difícilmente detectaría y sugerir prioridades. Pero sigue necesitando algo que ninguna herramienta puede reemplazar: una estrategia comercial clara.”
Desde su creación, Delenio ha trabajado con empresas de distintos rubros acompañando procesos de crecimiento comercial, profesionalización de ventas y transformación digital. La propuesta combina consultoría estratégica con el desarrollo de soluciones basadas en inteligencia artificial, siempre partiendo de una premisa común: la tecnología tiene sentido cuando responde a un problema de negocio concreto y no cuando se incorpora únicamente por seguir una tendencia.
Ese enfoque también modifica la forma de pensar la adopción de inteligencia artificial dentro de las organizaciones. En lugar de preguntarse qué procesos pueden automatizarse, el trabajo comienza por identificar qué decisiones consumen más tiempo, dónde aparecen las mayores fricciones y qué tareas operativas terminan alejando a los equipos comerciales de aquello que genera verdadero valor: comprender mejor a sus clientes.
“Nos gusta hablar de asistencia artificial más que de inteligencia artificial”, explica Zicarelli. “La diferencia parece semántica, pero cambia completamente el objetivo. No buscamos reemplazar el criterio del vendedor ni la experiencia de quienes conocen el negocio. Buscamos que dediquen menos tiempo a tareas repetitivas y más tiempo a analizar oportunidades, preparar reuniones, fortalecer relaciones comerciales y tomar mejores decisiones.”
La idea de asistencia también alcanza a los nuevos agentes inteligentes que muchas empresas comenzaron a incorporar. En lugar de sustituir el trabajo humano, funcionan como asistentes capaces de resumir el historial de una cuenta antes de una reunión, organizar automáticamente la información obtenida durante una visita, proponer próximos pasos comerciales o alertar sobre oportunidades que requieren seguimiento.
“La confianza sigue siendo una construcción profundamente humana. Ningún cliente relevante toma una decisión compleja porque un algoritmo se la recomendó. Lo que sí puede hacer la inteligencia artificial es ayudar a que esa conversación llegue mucho mejor preparada”, sostiene.
La propia evolución del mercado parece confirmar esa mirada. La encuesta nacional elaborada por nadIA muestra que las empresas esperan que la inteligencia artificial mejore principalmente la productividad, reduzca costos e incremente los ingresos durante los próximos años. Sin embargo, esas expectativas todavía conviven con niveles relativamente bajos de madurez en materia de capacidades internas, gobernanza y evaluación de resultados, una brecha que obliga a mirar la transformación más allá de la incorporación de nuevas herramientas.
Para Zicarelli, esa distancia entre el entusiasmo tecnológico y la capacidad real de aprovecharlo explica buena parte de los desafíos que hoy enfrentan las PyMEs. “La inteligencia artificial puede ayudarnos a descubrir patrones, ordenar información y detectar oportunidades antes que nadie. Pero sigue siendo una herramienta. Las prioridades del negocio, la interpretación del contexto y las decisiones estratégicas continúan dependiendo de las personas.”
Quizás por eso, la transformación más profunda no pase por incorporar más inteligencia artificial, sino por aprender a formular mejores preguntas. Ya no alcanza con saber cuántos datos tiene una empresa o cuántos procesos logró automatizar. La diferencia comienza a marcarse cuando esa información permite decidir con mayor claridad dónde concentrar los esfuerzos comerciales, cómo construir relaciones de largo plazo con los clientes y qué acciones generan realmente crecimiento.
Al final, las organizaciones no compiten por tener más tableros, más indicadores o más automatizaciones. Compiten por comprender mejor su negocio y convertir ese conocimiento en decisiones oportunas. Cuando la inteligencia artificial contribuye a ese objetivo, deja de ser una promesa tecnológica para transformarse en una verdadera ventaja competitiva.
