Tradicionalmente, llamar a la línea de soporte de tu proveedor de internet por una caída del servicio era más o menos así. Una voz robótica te daba la bienvenida como cliente valioso y luego te hacía perder varios minutos en menús telefónicos (“presiona 3 para soporte técnico, 2 para internet y luego 4 para todos los demás problemas”). Te ponían en espera, sintiéndote olvidado, hasta que finalmente un representante de servicio contestaba y te pedía tu nombre, número de cuenta y el motivo de la llamada. Si reiniciar el router no solucionaba el problema, te volvían a poner en espera, solo para tener que contarle toda la historia por segunda vez a otro representante antes de conseguir una cita con un técnico.
La IA ya está transformando interacciones de soporte como esta. En lugar de lidiar con una voz robótica y varios representantes de servicio, ahora un agente de IA puede atenderte de inmediato. Puede ver tu cuenta, comprobar si otros clientes de tu zona también están afectados y resolver directamente los problemas sencillos o agendar un técnico. Se acabó el “todos nuestros representantes están ocupados en este momento” y se acabó la música de espera. Hasta hace poco, este era el límite tecnológico.
Pero ahora, nuevas capacidades permiten a los agentes seguir hilos de conversación y ejecutar tareas en horizontes temporales más largos. Creemos que esto permitirá a las empresas de IA ir más allá de las interacciones individuales con el cliente y replantearse cómo abordar recorridos complejos que se extienden durante semanas y meses. La IA guiará a los clientes de seguros desde la primera llamada hasta el pago, a los solicitantes de hipotecas desde la preaprobación hasta la firma, y a los leads corporativos desde su primera demo hasta la rúbrica del contrato. Esto no solo generará mejores resultados para esos clientes, sino que también permitirá al proveedor de IA cobrar por la expansión de ingresos resultante, y no solo por el ahorro de costos.
El valor solo aparece al final de la carrera de relevos
Hay muchos tipos de negocios donde crear valor para los clientes requiere múltiples pasos, a lo largo de semanas y meses. Tomemos como ejemplo el recorrido tradicional de preparación de un caso en un despacho de abogados demandantes. Los casos potenciales suelen llegar como leads por teléfono, donde los especialistas de admisión recopilan los hechos clave y se los pasan a un abogado que evalúa si acepta al cliente. Una vez que el despacho firma un caso, siguen la investigación y la recopilación de pruebas: los asistentes legales solicitan informes policiales, intentan contactar a testigos y envían cartas de preservación de pruebas a los demandados para conservar la evidencia, manteniendo a los clientes informados sobre el progreso. Luego, los despachos esperan a que concluya el tratamiento médico del cliente antes de redactar una cronología médica y entregar la información a los abogados para finalizar la carta de reclamación.
Históricamente, a este proceso lo habríamos llamado una “carrera de relevos”: un largo recorrido con riesgo de abandono o pérdida de valor en cada entrega. Los clientes potenciales suelen llamar a varios despachos de lesiones personales y a menudo firman con el que les responde más rápido. Así, los casos pueden caer del embudo si los clientes solo encuentran un buzón de voz o si la decisión de calificación es lenta. Una vez firmado el cliente, la recopilación de pruebas implica muchos procesos paralelos a la vez, y es posible que los despachos no tengan la persistencia para llamar a un testigo potencial por quinta vez después de que los cuatro intentos anteriores quedaran sin respuesta. Además, las limitaciones de personal pueden impedir que los despachos revisen cada prueba en detalle, especialmente en reclamaciones aparentemente rutinarias y de bajo valor. Un despacho podría aceptar la primera oferta cuando una lectura detallada del informe médico habría revelado indicios de una lesión cerebral, aumentando el valor del acuerdo. Por último, los casos pueden durar meses, requerir numerosos colaboradores e involucrar información distribuida entre documentos, partes interesadas y sistemas. Esto hace casi imposible mantener una visión completa de cada cliente. Como resultado, facturas importantes podrían no reflejarse en la carta de reclamación o las brechas en el tratamiento podrían quedar sin explicación, reduciendo el valor del acuerdo.
La oportunidad de los agentes de larga duración
Hasta hace poco, los agentes de IA manejaban principalmente tareas delimitadas (“Envía este correo de seguimiento”, “Resume esa llamada”, “Crea este documento”) e interacciones estrechas. Por ejemplo, el soporte al cliente ha sido un excelente caso de uso inicial para la IA porque el espacio del problema está bien definido, lo que permite alcanzar una alta fiabilidad y, al mismo tiempo, personalizar la experiencia según las políticas específicas de la empresa. Las interacciones son breves, los resultados son verificables y, si los agentes de IA se topan con casos extremos que no pueden manejar, los equipos de soporte existentes suelen estar ahí para las escalaciones.
Ahora, los agentes de larga duración pueden perseguir objetivos a lo largo de docenas de pasos, modalidades y horizontes temporales más amplios, lo que les permite asumir carreras de relevos de principio a fin. En el ejemplo del derecho de demandantes, se podría asignar un agente de larga duración a un caso desde la llamada inicial de admisión con el objetivo de maximizar la indemnización del cliente. El agente guardaría y recuperaría el contexto del caso según fuera necesario. Se activa en función de eventos o fechas límite, despacha proactivamente subagentes para contactar testigos, actualizar al cliente e interactuar con los abogados por teléfono, correo electrónico o mensaje de texto. Luego consolida los hallazgos, planifica los siguientes movimientos, redacta documentos para su revisión e impulsa el caso hacia el mejor resultado posible. A través de los distintos clientes, sigue aprendiendo, ya que cada caso genera datos que ayudan al agente a procesar el siguiente mejor que el actual.
El agente aborda las fugas de valor clave que se observan en la carrera de relevos actual. Al inicio del recorrido, los clientes ya no se pierden por una evaluación lenta del caso, ya que el agente está disponible sin importar la hora o el día de la semana y puede evaluar los casos casi instantáneamente. La recopilación de pruebas ya no está limitada por la capacidad humana, pues el agente del caso puede lanzar un subagente adicional en cualquier momento para hacer la quinta, la décima o incluso la vigésima llamada telefónica. Como los agentes son escalables de forma casi infinita, incluso los casos aparentemente rutinarios se trabajan a fondo y cada prueba se revisa en detalle, sacando a la luz esa posible lesión cerebral que de otro modo habría pasado desapercibida. Y, por último, el agente mantiene un registro completo del caso, desde las transcripciones de las llamadas a los testigos hasta los informes policiales y los historiales médicos, asegurándose de que no se pierda ninguna información.
Cobrar por los resultados
Más allá de cerrar estas fugas, controlar todo el recorrido del cliente puede cambiar la economía para el proveedor del agente. A medida que los agentes ayudan a entregar resultados de mayor calidad y a mayor velocidad, pueden impulsar un aumento de los ingresos, no solo una reducción de costos para los clientes. Más importante aún, como el impacto es observable y atribuible a los agentes, los proveedores pueden participar en el valor que crean fijando precios basados en los entregables o en los resultados. En el derecho de demandantes, por ejemplo, un solo caso es una unidad de trabajo discreta y el valor del resultado obtenido —el monto del acuerdo— es claramente identificable. Además, los resultados pueden vincularse más fácilmente a los agentes a medida que estos impulsan una mayor proporción del producto de trabajo final. Los proveedores podrían entonces participar en la expansión de los ingresos brutos, alcanzando valores de contrato previamente inalcanzables si solo se centraran en la reducción de costos.
Es cierto que cambiar a un modelo de precios basado en resultados no está libre de fricciones. En el derecho de demandantes, la mayoría de los estados prohíben que quienes no son abogados participen en los honorarios legales, por lo que los precios tendrían que alinearse con los valores de los acuerdos sin tomar una parte directa de ellos. En otras verticales, los proveedores podrían enfrentar objeciones de los equipos de compras que aún no tienen precedentes de contratos basados en resultados. Y aunque los agentes se acercan a controlar plenamente los resultados, es probable que al principio surjan debates sobre la atribución. Por lo tanto, implementar con éxito agentes de larga duración será un desafío comercial tanto como técnico.
Aun así, cobrar por los resultados en recorridos de cliente de alto valor no es una idea nueva.
El argumento a favor de un Red Ventures nativo de IA
Red Ventures (RV) es un gran ejemplo histórico. RV fue fundada por Ric Elias y Dan Feldstein y fue pionera en operaciones de ventas externalizadas digitales de extremo a extremo para contratos de consumo a largo plazo. Por ejemplo, en el caso de pólizas de seguro, RV recopilaba datos de los clientes mientras buscaban estos productos (al ser dueños de sitios como homeinsurance.com), los contactaba, los guiaba por las opciones de cobertura y cerraba la póliza. Al controlar completamente este recorrido, RV cobraba un pago de la aseguradora por cada póliza que cerraba. Esto solía funcionar extremadamente bien: según S&P Global, RV generó ~370 millones de dólares en EBITDA sobre ~1.400 millones en ventas en 2022.
Ahora, este modelo parece estructuralmente amenazado. En la parte superior del embudo, los consumidores están cambiando la forma en que descubren productos. En lugar de depender de las búsquedas en Google o de los sitios de comparación para explorar y contrastar productos, ahora pueden pedir recomendaciones directamente a un agente personal como Muse o Instinct de Meta, lo que reduce el valor de poseer sitios de exploración tradicionales. Más abajo en el embudo, en lugar de cientos de personas ejecutando embudos lineales, los agentes de larga duración pueden trabajar en recorridos mucho más complejos. Lo harán a través de distintos productos y modalidades de comunicación, en paralelo, en cualquier idioma y a escala, con una persistencia infinita. La caída del EBITDA de RV a unos ~160 millones de dólares estimados en 2025, impulsada por la pérdida de clientes y un gasto publicitario más débil, ofrece un indicio temprano de la vulnerabilidad del modelo a medida que la IA siga transformando la industria.
Tres vías para llegar al mercado
Existen diferentes formas de llevar los agentes de larga duración al mercado.
(1) Vender la plataforma: Con este enfoque, el proveedor vende el agente de larga duración como software, apoyando a la empresa en sus operaciones existentes. El agente de casos legales que se integra con un equipo existente y sus flujos de trabajo es un buen ejemplo. Vender una plataforma permite un mayor potencial de ingresos, ya que a menudo no hay contratos de software o servicios externalizados comparables que anclen los precios. Sin embargo, esto también alarga los ciclos de venta porque es necesario crear nuevas partidas presupuestarias, y resulta más difícil atribuir claramente los resultados a un agente que interactúa con varios departamentos de la empresa.
(2) Vender el servicio: Aquí, el proveedor asume un servicio ya externalizado para entregar un resultado deseado de manera más eficaz, igual que Red Ventures controlaba todo el recorrido de adquisición de clientes para una aseguradora. Este enfoque acorta los ciclos de venta, ya que el cálculo del ROI para los compradores es sencillo y las partidas presupuestarias para BPO ya existen. No obstante, los modelos de precios actuales, previos a la IA, podrían no reflejar el verdadero valor que puede aportar el agente de larga duración, y muchos recorridos de alto valor se gestionan hoy internamente, lo que limita el alcance de este enfoque.
(3) Ir a full-stack: Un enfoque full-stack significa integrarse verticalmente y convertirse en un actor nativo de IA. Por ejemplo, en lugar de vender un agente de larga duración a una empresa de cobranza de deudas, podrías comprar carteras de deuda y cobrarlas tú mismo, lo que te permitiría capturar por completo cualquier ventaja creada por la IA y resolver los problemas de atribución. Sin embargo, esto también implica asumir partes del servicio como las licencias o el cumplimiento normativo, que están fuera del recorrido real del cliente, añadiendo distracciones y complejidad operativa.
Es demasiado pronto para saber cuál de estos enfoques prevalecerá, pero estamos convencidos de que los agentes de larga duración ganarán la carrera de relevos a escala y expandirán el mercado direccionable por la IA, pasando de una porción de los presupuestos de mano de obra a una porción de los ingresos. La preparación de casos de demandantes es solo un ejemplo, y esperamos ver a los agentes impulsar resultados en otros recorridos de alto valor como la originación de hipotecas, el procesamiento de siniestros de seguros, las ventas corporativas complejas y muchísimos más. Si estás trabajando para aprovechar esta oportunidad, ¡nos encantaría saber de ti!
