PYMEsign
Cuando la consulta llega después de que todos se fueron
Son las diez y media de la noche. Un responsable de Compras prepara una reunión del lunes y entra a la web de una empresa que le recomendaron. Necesita resolver tres dudas bastante básicas: si trabajan en su industria, si operan en Neuquén y qué información debería enviar para que le indiquen si pueden atender su proyecto.
La web explica los servicios, pero las respuestas están repartidas entre varias páginas (lo cual demuestra que hoy en día con un sitio genérico no alcanza para atraer leads calificados). El teléfono comercial ya no atiende y WhatsApp muestra el mensaje automático de fuera de horario. Completa un formulario, aunque no sabe si debería enviar allí una consulta técnica ni cuándo alguien la leerá. Antes de cerrar la computadora abre la página de otro proveedor.
En esa segunda web encuentra un asistente que puede responder las preguntas generales con información de la empresa, mostrarle un caso parecido y preguntarle solamente sector, ubicación y medio de contacto. Cuando la consulta empieza a entrar en cuestiones técnicas, el sistema no improvisa: le explica que hace falta una persona real, registra el contexto y le informa cuándo continuará la conversación.
Ningún chatbot cerró una venta esa noche. Pero uno de los proveedores consiguió algo importante: evitó que el comprador tuviera que empezar de cero al día siguiente. Y su equipo comercial recibe el lunes una consulta mejor ordenada, en lugar de un formulario que sólo dice “necesito información”.
Ahí puede ayudar un chatbot con inteligencia artificial. Pero no lo pensemos como si fuera un vendedor autónomo. Puede funcionar como una primera guardia que recibe, orienta, registra el contexto y deriva cuando corresponde.
Que la herramienta resulte útil depende del trabajo previo: qué puede responder, de qué fuentes obtiene la información, cuándo debe admitir que no sabe y cómo entrega la conversación a una persona.
La expectativa de disponibilidad también está cambiando. En el informe CX Trends 2026 de Zendesk, el 74% de los consumidores dijo que hoy espera atención disponible las 24 horas como consecuencia de la expansión de la IA.
Aunque el dato no corresponde exclusivamente a compras B2B, ayuda a entender un cambio de hábito: la investigación y las consultas digitales ya no respetan necesariamente el horario de la oficina.
Cómo automatizar una página web sin perder criterio humano
Decir que toda empresa B2B necesita un chatbot sería exagerar. Hay sitios con poco tráfico, procesos de venta muy personalizados o consultas tan sensibles que un formulario bien diseñado y una respuesta humana rápida pueden funcionar mejor.
El caso de uso se vuelve interesante cuando se repiten preguntas, llegan consultas fuera de horario, se pierden datos al pasar de la web a WhatsApp o el equipo comercial dedica demasiado tiempo a contactos sin encaje.
Antes de elegir una plataforma conviene definir el problema y la línea de base: cuántas consultas recibe el sitio, cuántas se responden, cuánto tarda la primera respuesta, qué porcentaje tiene información suficiente para derivarse y cuántas terminan en una conversación comercial pertinente.
Sin esa comparación, cualquier promesa de “más leads” queda en el aire. El chatbot puede mejorar disponibilidad y consistencia; el resultado comercial también depende del tráfico, la propuesta de valor, el guion, la velocidad del seguimiento y la calidad de la atención humana.
Un copiloto, no un piloto automático
La imagen del copiloto en un vuelo ejecutivo explica mejor el papel que puede cumplir la IA.
El copiloto se ocupa de tareas acotadas: confirmar el destino, ordenar información y avisar cuando aparece una condición que exige atención. El piloto -tu equipo comercial- conserva las decisiones donde importan el criterio, la relación y la responsabilidad.
Un chatbot bien diseñado puede preguntar el sector, el tipo de La imagen del copiloto en un vuelo ejecutivo explica mejor el papel que puede cumplir la IA.proyecto, la ubicación, el plazo y el canal de contacto. No debería prometer una solución técnica, un precio o una fecha que la empresa todavía no validó.
NIST (Instituto Nacional de Estándares y Tecnología de EE.UU.) recomienda definir las tareas que la IA apoyará, documentar sus límites, establecer supervisión humana y monitorear su desempeño en producción. Traducido al sitio web: alcance explícito, fuentes controladas, reglas de derivación y revisión continua.
La discusión sobre si la inteligencia artificial va a reemplazar trabajadores suele mezclar dos cosas distintas: puestos y tareas. En una empresa técnica, responder por décima vez cuál es el horario de atención, enviar el mismo enlace a una certificación o preguntarle a cada consulta en qué sector trabaja consume tiempo, pero no necesariamente requiere el criterio de un especialista. Interpretar una necesidad ambigua, tranquilizar a un cliente con un problema serio, negociar condiciones o comprometer una solución sí.
El desafío consiste en liberar a las personas de tareas repetitivas para que puedan dedicar más tiempo a las conversaciones donde realmente hacen falta criterio y experiencia.
Una de las cosas que hace la tecnología es crear nuevas oportunidades para trabajos deseados.
Que el chatbot se ocupe de lo repetitivo, no del criterio
En muchos equipos de Ventas o Atención hay preguntas que aparecen todas las semanas: “¿trabajan en mi industria?”, “¿atienden esta zona?”, “¿dónde encuentro las certificaciones?”, “¿qué información necesitan para cotizar?”, “¿a quién debería enviarle el proyecto?”. Son preguntas legítimas, pero cuando alguien las responde manualmente una y otra vez terminan ocupando tiempo que podría dedicarse a analizar oportunidades, preparar propuestas o resolver casos difíciles.
Ese es un buen lugar para empezar: reunir cinco u ocho preguntas reales que Ventas y Soporte reciben permanentemente y preparar para cada una una respuesta aprobada.
- Responder lo básico: servicios, sectores, ubicaciones, horarios y pasos habituales.
- Orientar: llevar al visitante hacia el caso, ficha, página o recurso correcto.
- Pedir sólo el contexto necesario: sector, tipo de proyecto, ubicación o plazo cuando realmente modifican el próximo paso.
- Atender fuera de horario: registrar la necesidad e informar cuándo continuará la conversación.
- Derivar con contexto: entregar al vendedor o especialista un resumen para que no obligue al cliente a contar todo nuevamente.
La primera versión no necesita resolver más que eso. Si consigue quitarle al equipo algunas conversaciones repetitivas, evitar consultas perdidas y entregar mejores datos cuando interviene una persona, ya está haciendo más fácil el trabajo.
Caso real: recuperar 15 horas por semana sin sacar a las personas de escena
Middleby Corporation fabrica equipamiento para cocinas profesionales. Su equipo recibía constantemente consultas rutinarias: especificaciones, piezas, compatibilidades, documentación y preguntas previas a una cotización. Eran consultas válidas, pero buena parte del tiempo de los especialistas terminaba ocupado clasificándolas y respondiendo las mismas cuestiones una y otra vez.
La compañía incorporó un asistente de IA llamado Grillbert para atender esas primeras preguntas y reconocer cuándo debía intervenir alguien del equipo. Según el caso publicado por HubSpot, la herramienta de IA devuelve aproximadamente tres horas de trabajo por día, unas 15 horas semanales, al equipo. Además, disminuyeron las consultas de bajo valor y aumentó proporcionalmente la actividad vinculada con cotizaciones.
Middleby mantuvo a sus especialistas en el proceso, pero consiguió que recibieran principalmente las consultas donde su conocimiento aportaba más valor.
Lo que la IA no debería hacer sola
Imaginá que un visitante pregunta: “¿Esta solución sirve para nuestro caso y pueden implementarla en el plazo que necesitamos?”. En la web existen páginas que describen el servicio, pero ninguna confirma esa combinación concreta de condiciones. Un chatbot mal configurado podría unir información dispersa y responder con demasiada seguridad: “Sí, podemos hacerlo”.
Ahí la IA dejó de ahorrar trabajo y empezó a crear uno nuevo. Por esos son los casos en que decir “no sé” es una buena respuesta. Ahora un ingeniero o un vendedor tendrá que corregir una promesa que la empresa nunca validó. Lo correcto sería algo mucho más simple: reconocer que la respuesta requiere revisión, pedir únicamente el dato técnico necesario y derivar el caso conservando todo el contexto.
El mejor momento para pasar a una persona aparece cuando la conversación deja de ser informativa y empieza a crear consecuencias: una decisión técnica, una promesa de plazo, un precio definitivo, una obligación contractual, un riesgo de seguridad o una situación donde el cliente simplemente pide hablar con alguien.
Privacidad: que el chatbot ayude sin pedir de más
Una persona entra para saber si la empresa presta determinado servicio. Para responder esa primera duda probablemente no hagan falta DNI, CUIT, presupuesto detallado, documentación contractual ni información confidencial del proyecto. Si el chatbot solicita datos “por las dudas”, la automatización deja de simplificar la experiencia y empieza a generar un riesgo innecesario.
La AAIP (Agencia de Acceso a la Información Pública) recomienda aplicar privacidad desde el diseño, minimizar los datos recopilados, explicar el funcionamiento de los sistemas, evaluar riesgos antes de implementar IA y mantener medidas de seguridad y supervisión humana y responsabilidad empresarial durante todo el ciclo de vida de la IA. También pone especial énfasis en proteger los derechos de las personas sobre sus datos.
Pero a veces es indispensable recabar datos para optimizar algunas consultas específicas. Y un chatbot debe poder pedir datos como nombre, empresa, correo o información básica sobre una consulta siempre que exista una finalidad clara y se haga de manera responsable. En Argentina, la Ley 25.326 establece que esos datos deben tratarse con medidas adecuadas de seguridad y confidencialidad, por lo que la clave está en pedir sólo la información necesaria, explicar para qué se utiliza y protegerla correctamente.
Bajado al chat: la persona debería saber que está hablando con un sistema automatizado, para qué se solicita cada dato, dónde puede consultar la política de privacidad y cómo pedir atención humana. Si solicita acceso, corrección o eliminación de información, o aparece un posible incidente, esa conversación debería pasar a quien tenga responsabilidad sobre privacidad dentro de la empresa.
Qué medir durante el primer mes
Hay otra forma de que un chatbot ahorre tiempo internamente y, sin embargo, fracase para el cliente. La persona explica su problema, el sistema vuelve a preguntarle lo mismo, ofrece respuestas que no encajan y finalmente termina con un “un asesor se comunicará pronto”. Después, cuando aparece el vendedor, le pide otra vez todos los datos. La empresa automatizó el contacto, pero para quien estaba del otro lado sólo consiguió hacer el trámite más largo.
Durante el primer mes conviene observar cuánto trabajo consiguió ahorrarles el chatbot al cliente y al equipo, además de cuántas conversaciones pudo resolver correctamente.
Algunas métricas útiles son:
- conversaciones completadas;
- preguntas no resueltas;
- derivaciones correctas;
- tiempo hasta una respuesta humana;
- consultas comerciales con contexto suficiente;
- errores, respuestas inventadas o incidentes de privacidad.
Las métricas deberían mostrar si la persona pudo avanzar con menos fricción y si el equipo recibió un contexto mejor que antes.
En una encuesta reciente de Gartner sobre 3.566 clientes, sólo el 27% dijo que volvería a probar un chatbot después de una experiencia negativa.
Por dónde empezar, antes de elegir una herramienta
Antes de elegir una plataforma o definir cuánto automatizar, conviene comprobar si el equipo puede ponerse de acuerdo sobre cinco respuestas básicas, qué información las respalda y en qué momento debería intervenir una persona.
Ese ejercicio suele revelar el problema real. A veces falta tecnología; otras veces las respuestas están repartidas entre Ventas, Soporte y documentos que nadie actualiza. Automatizar ese desorden no lo resuelve: simplemente hace que circule más rápido.
Preparamos la guía descargable “5 preguntas que todo chatbot B2B debería poder responder solo”. Incluye respuestas modelo, campos para definir fuentes y derivaciones, una matriz de pruebas y un tablero simple para el primer mes. Te explicamos cómo funciona…
¿Tu chatbot ayuda o agrega trabajo?
La guía descargable incluye 3 páginas útiles para organizarte y programar un cambio real.
La primera página permite definir el caso de uso —objetivo, audiencia, horario humano y canal de salida— y escribir las respuestas aprobadas para las primeras tres preguntas: qué hace la empresa, si la solución puede encajar y qué información necesita para orientar al visitante. La lógica es empezar por las dudas reales que hoy consumen tiempo a Ventas o Soporte.
La segunda página completa las dos preguntas restantes —qué ocurrirá después y qué pasará con los datos compartidos— y obliga a definir claramente cuándo el chatbot debe dejar de responder y pasar el caso a una persona. Incluye además un chequeo de privacidad y transparencia basado en criterios de la AAIP, junto con pruebas simples para detectar respuestas inventadas, consultas fuera de alcance o derivaciones mal resueltas.
La tercera página propone medir el primer mes con pocas señales útiles: conversaciones terminadas, preguntas no resueltas, derivaciones, tiempo hasta atención humana, consultas comerciales pertinentes e incidentes. Después permite registrar qué se aprendió y convertirlo en un plan de 30 días con responsables y fechas. La finalidad es comprobar si el chatbot realmente les está haciendo más fácil el trabajo al cliente y al equipo.
Descargá la guía y completala con ventas, soporte, sistemas y la persona responsable de privacidad. Si el equipo no puede acordar esas cinco respuestas en papel, agregar IA no resolverá el problema: solo lo automatizará.
Descargá la guía
5 preguntas para tu chatbot B2B
Orientá, calificá y derivá consultas sin inventar respuestas.
