A los equipos de ventas les gusta implementar una nueva herramienta de IA como si se tratara de una simple actualización de funciones. ¡Basta con pulsar un botón! ¡Sincronizar el CRM! Y ya está: la IA funciona a la perfección en segundo plano, sin ningún problema.
Pero, ¿desde cuándo funciona así la vida?
Los equipos de ventas de alto rendimiento lo saben mejor que nadie: un alto rendimiento implica una formación de calidad, sobre todo durante la incorporación.
Lo mismo debería aplicarse a la IA.
Si utilizas las funciones de IA de forma estática (con indicaciones mínimas o con las indicaciones más sencillas), ¿sabes qué? Tus resultados también empezarán a parecer poco elaborados.
Si estás formando e incorporando a un nuevo agente de IA, deberías planteártelo de la misma manera que lo harías con un nuevo comercial:
- Configuración de las reglas básicas de ventas (y de los sistemas de escalado de ventas) antes de poner en marcha el agente
- Incorporar mecanismos de retroalimentación en tu agente para que puedas seguir entrenando a tu IA sobre la marcha
- Convertir la actividad comercial diaria en datos que puedas utilizar para mejorar también la forma en que lanzas los agentes de IA
Veamos algunas prácticas recomendadas para formar a tu agente de IA del mismo modo que lo harías con un nuevo comercial junior.
Práctica recomendada n.º 1: Trata a tu agente de IA como si fuera un nuevo empleado
Nadie espera que ni siquiera el comercial más brillante y sofisticado «lo pille» a la primera. Entonces, ¿por qué esperamos lo mismo de una IA a la que ni siquiera hemos entrenado? Deja de hacerlo. Sabemos que la IA es software, así que esperamos instalarla y ejecutarla como si fuera software. Pero se parece más a la incorporación de un nuevo empleado, y esa es precisamente la razón por la que creamos a Chloe, una compañera de ventas con IA que vive directamente dentro de Close, lista para que le enseñes tu estrategia de ventas de la misma manera que incorporarías a un nuevo SDR. (Está en fase beta: apúntate a la lista de espera si quieres que ella llame a tus clientes potenciales).
«Trata a tu agente de IA como si estuvieras incorporando a un nuevo miembro al equipo, no como si estuvieras instalando un programa. Antes incluso de empezar con el entrenamiento, ten claras tus reglas de escalado y los límites de su autonomía; básicamente, enséñale cuándo NO debe ayudar antes de enseñarle cómo hacerlo. Después, aborda el entrenamiento de la misma forma que lo harías con una persona».—Lisa Popovici, presidenta y cofundadora de Siena AI, creadores de IA empática y con capacidad de actuación.
¿Qué significa en la práctica «entrenar a tu agente de IA como si fuera un humano»? En primer lugar, tienes que indicarle qué debe hacer. Enséñale cómo funciona todo. A continuación te ofrecemos algunas buenas indicaciones que puedes dar a tu agente de IA antes de lanzarlo al mundo:
- Cuándo pasar el asunto a una persona
- ¿Qué objeciones no debería intentar abordar?
- La mejor forma de gestionar las objeciones es...
- ¿Qué lenguaje está prohibido?
- ¿Qué operaciones requieren una revisión manual?
Responde primero a esas preguntas. A continuación, incluye esas respuestas en un nuevo documento de introducción a la IA y explícalas con precisión.
Con los agentes de IA, hay que partir de una fórmula básica: «si entra calidad, sale calidad». Cuanta más información e instrucciones de calidad se introduzcan desde el principio, más se puede esperar que la IA funcione dentro del conjunto de reglas que se definan. ¿Si solo le das una indicación y esperas que se encargue del resto? Estás exponiendo al agente de IA a todo tipo de problemas potenciales, como que no sepa cómo gestionar las escaladas o las objeciones.
Empieza por la formación inicial, casi como si se tratara de un nuevo comercial. Elabora un documento explicativo claro sobre cómo vende tu marca y a quién. Así es como tu agente de IA empezará a parecer uno más del equipo.
Práctica recomendada n.º 2: Crea un ciclo de retroalimentación positiva desde el principio
Fíjate un momento en tus comerciales.
¿Qué características observas en las personas que realmente van a por todas? Lo más probable es que sean proactivas a la hora de recibir comentarios. Puede que no sean perfectas desde el principio, pero se muestran muy entusiastas a la hora de recabar opiniones, corregir sus errores y reforzar sus puntos débiles.
Aunque cometan errores, no es difícil reconocer a alguien que claramente tiene futuro. Suelen ser los que buscan (y ponen en práctica) comentarios y sugerencias a montones.
Aplica ese mismo principio a tu agente de IA. Piensa en la retroalimentación como un proceso de mejora continua.
«MLa mayoría de los equipos utilizan la IA como una herramienta estática. La configuran una vez, la dejan funcionar y cruzan los dedos. … Así no es como operan los equipos ganadores». —Donna McCurley, creadora de AI Sales Operating System™, con más de 20 años de experiencia en capacitación comercial
Donna McCurley ha recomendado recientemente tres formas concretas de crear bucles de retroalimentación que hagan inevitable la mejora de tu agente de IA:
Crea circuitos de retroalimentación que «funcionen de verdad»
Imaginemos que has creado tu agente de IA, lo has puesto en marcha y lo has lanzado al mercado. A continuación, el agente lleva la conversación hasta el punto de cerrar el trato y la remite a un miembro de tu equipo de ventas para que sea este quien lo cierre definitivamente.
Junto con ese traspaso viene la recomendación: hay un 85 % de probabilidades de que se cierre este acuerdo.
Pero la operación se estanca. El agente la marca como pendiente y anota el problema (por ejemplo, que la IA no detectó la señal de «congelación del presupuesto» enviada por el responsable del caso).
Si ahí es donde termina tu proceso, tu agente de IA de ventas no ha aprendido nada.
Pero si añades «menciones a la congelación presupuestaria» para activar nuevas alertas de riesgo, ahora dispones de un agente de IA que
- sabe que debe estar atento a este riesgo y
- destaca el riesgo que conlleva devolver una escalación a tu flujo de trabajo.
Incorporar un flujo de trabajo con intervención humana
Los humanos aún no estamos preparados para delegarlo todo a la IA y irnos directamente a la playa a tomarnos unos daiquiris de fresa. Sigue siendo necesario contar con una persona en el proceso de trabajo para supervisar, detectar errores evidentes y identificar las alucinaciones.
Por ejemplo, dice McCurley, imagina que la IA identifica a un cliente potencial y le recomienda la mejor acción a seguir: concertar una revisión técnica.
Pero el representante humano de tu flujo de trabajo puede fijarse en el cliente y darse cuenta de que no le gustan las demostraciones.
Solo cuando un usuario indica que prefiere saltarse las demostraciones, la IA llega a tener conocimiento de esta característica. El sistema puede ahora adaptarse analizando perfiles de clientes similares y, en su caso, recomendar saltarse la demostración.
El resultado es un ciclo de ventas más rápido, ya que la IA aprende las peculiaridades específicas de tus clientes. Y tú estás un paso más cerca de esos daiquiris.
Incorpora la formación diaria a tus flujos de trabajo actuales
Un buen entrenamiento es un proceso continuo. Se trata de un sistema sistemático que consiste en perfeccionar lo que funciona y descartar lo que no. Puede que nunca llegues a ser perfecto, pero con el tiempo irás mejorando cada vez más.
Lo mismo ocurre con tu agente de IA. Crea un flujo de trabajo para entrenar regularmente a tu IA. Si se trata de una IA de voz, quizá puedas revisar las transcripciones en busca de errores evidentes. Quizá las actualizaciones de tu CRM puedan incluir una «calificación de precisión de la IA» para que esta pueda comprobar sus resultados. O bien, puedes incluir revisiones de llamadas como parte de tu flujo de trabajo y, a continuación, comprobar si el asesoramiento que la IA ofreció antes de la llamada con ese cliente fue correcto o incorrecto.
Incluso puedes revisar tus operaciones exitosas. Realiza revisiones periódicas «posteriores a la operación» para ver qué debería haber detectado la IA o para destacar lo que resultó especialmente eficaz.
Práctica recomendada n.º 3: Diseñar pensando en el efecto acumulativo, no en los resultados a corto plazo
Sigue los pasos anteriores y notarás cómo cambia tu actitud. Ya no sentirás que un agente de IA tiene que hacerlo todo bien hoy mismo.
En cambio, el objetivo es aprovechar al máximo esa ventaja. Tu agente debería ir mejorando cada vez más y asumir progresivamente más responsabilidades. La formación inicial y los ciclos de retroalimentación que le proporciones empezarán a dar sus frutos más adelante: obtendrás información más útil y ahorrarás más tiempo.
Pero, ¿cómo se consigue este cambio de mentalidad? Dos sugerencias.
Hay que tener cuidado al evaluar la IA basándose únicamente en su rendimiento actual
Sí, puede que tu agente de IA no redacte un correo electrónico que suene como si lo hubieras escrito tú. Puede que sus análisis y predicciones de ventas no parezcan 100 % precisos.
(Si es así, mejor. Pero no tires el grano con la paja si aún no todo es perfecto.)
«El mayor error que comete la gente es tratar a un agente de IA como si fuera una simple instalación de software, cuando en realidad debería considerarse como un rediseño del flujo de trabajo. No se puede entrenar a un agente para que sea eficaz si el proceso subyacente es un desastre; simplemente acabarás en el purgatorio de las fases piloto, donde el 95 % de los proyectos de IA van a morir. Para pasar de un chatbot que solo habla a un agente que realmente hace el trabajo, hay que dejar de obsesionarse con las indicaciones y empezar a estructurar los datos a los que el agente tiene acceso. Si no se construyen primero las barreras de seguridad y el flujo de trabajo, no se está creando un equipo digital; solo se está creando un lastre». —Mike Allton, director de Crecimiento impulsado por socios en Agorapulse
Ten en cuenta lo que dice Allton sobre no obsesionarse con la indicación. Las indicaciones son estupendas y son importantes, pero no lo son todo. Piensa en la presencia de un agente de IA como una parte más de tus sistemas: medidas de seguridad, flujos de trabajo y acceso a los datos.
Y perfeccionar la forma en que afecta a los tres no es algo que se consiga de la noche a la mañana.
Empieza a evaluar teniendo en cuenta los objetivos a largo plazo
Lo contrario de «de la noche a la mañana», por tanto, es centrarse en los beneficios a largo plazo.
Deja de juzgar la capacidad de un agente por sus resultados inmediatos y empieza a fijarte en esas mejoras graduales. Por ejemplo:
- ¿Tu IA detecta los riesgos con mayor antelación, sobre todo tras analizar qué ventas no se cerraron?
- ¿Están mejorando tus previsiones a medida que el sistema empieza a aprender a identificar los factores clave que influyen en el cierre de una venta?
- ¿Tu formación en ventas está mejorando porque la IA destaca los riesgos de forma más sistemática?
La idea es que, cuanto más utilices (y enseñes) a tu IA, más se multiplicarán tus ventajas competitivas.
«Mientras que la competencia utiliza una IA genérica, la tuya aprende a conocer tu mercado específico, los hábitos de tus clientes y tus estrategias de éxito», afirma McCurley.
Práctica recomendada n.º 4: Sigue las recomendaciones y advertencias sobre el entrenamiento de la IA
¿Desde un punto de vista estratégico? Lo más básico que hay que hacer y lo que hay que evitar en el entrenamiento de la IA es que hay que considerarlo un proceso continuo y no esperar resultados de la noche a la mañana.
Pero supongamos que eso ya lo sabes. Hay formas más concretas de garantizar que tu agente de ventas con IA mejore con el tiempo.
NO HAGAS LO SIGUIENTE:
- Implementar la IA sin criterios de calificación documentados. Es decir, nunca debes olvidarte de indicarle a tu IA cómo son tus clientes. Si no le proporcionas datos históricos de los clientes (datos demográficos, puntos débiles, etc.), ¿cómo puedes esperar que prediga con precisión si un cliente potencial se convertirá en cliente?
- Ignora los resultados incorrectos. La IA seguirá ofreciéndote información errónea si nunca la corriges. De hecho, dará por hecho que está haciendo bien su trabajo. Puede que no siempre resulte divertido corregir a la IA, porque tendrás la sensación de que le estás enseñando a hacer su trabajo. Pero eso es precisamente lo que estás haciendo. Una corrección ahora no siempre es divertida, pero te ahorrará una cantidad incalculable de tiempo más adelante.
- Evaluar el rendimiento basándose en un solo resultado negativo. Esta es la expectativa propia del «software» asomando su fea cabeza. La IA es software, sí, pero es un software diseñado para programarse a sí mismo en función de lo que te conviene. Si no da en el blanco, solo tienes que recordarle cuál es el objetivo.
- Considera la IA como un atajo para un razonamiento poco claro. A veces, las indicaciones no funcionan porque apenas sabemos qué es lo que estamos pidiendo. ¿Es de extrañar que la IA nos falle en estas situaciones? Ten claro lo que quieres, incluyendo el resultado concreto que necesitas. Tu agente de IA podría sorprenderte.
HACER:
- Documenta tu proceso antes de la formación. Muéstrale a la IA todo tu proceso de ventas. ¿De dónde proceden los clientes potenciales? ¿Qué comercial se encarga de cada canal? ¿Quién necesita qué datos?
- Establece pequeños ciclos de corrección. Incorpora un elemento a tu flujo de trabajo para evaluar el rendimiento de un agente de IA. ¿Fueron acertadas sus predicciones sobre la calidad de un cliente potencial, o tuviste que intervenir para hacer una pequeña corrección? Y si la predicción fue acertada, el agente también debería saberlo.
- Define los límites de la escalación. Tu agente de IA debe conocer sus propios límites. Si no puede gestionar una objeción sin inventarse información, debe saber cómo derivar el contacto a un comercial en primer lugar.
- Analiza el razonamiento de la IA, no solo sus resultados. Si el carácter de una persona es su destino, entonces el razonamiento de la IA es su destino. Un razonamiento erróneo dará lugar a resultados erróneos. Debes corregir su razonamiento, o buscar un buen razonamiento que haya dado buenos resultados, para hacerte una idea de qué instrucciones adicionales podría necesitar tu agente de IA.
Puede parecer mucho trabajo, pero es posible que este proceso te resulte útil. De hecho, aprender a entrenar a un agente de IA podría ayudarte a detectar fallos en tu proceso que ni siquiera sabías que existían.
Desde ese punto de vista, el agente de IA mejora gracias al entrenamiento continuo… pero tú también.
Buenas prácticas para que tu agente de IA «lo pille»
Hasta que llegue una IA similar a HAL, no esperes que un agente de IA domine todo tu proceso de ventas a la primera. Las personas necesitan formación; y el software también. Los SDR con IA aún no te van a sustituir.
¿La buena noticia? Hay quien utiliza la IA como excusa para ser perezoso. Si un agente de IA no responde bien a una indicación, tus competidores podrían llegar a la conclusión de que la IA «no funcionó».
No vas a hacer eso, y ahí está tu ventaja.
En cambio, vas a tratar a tu IA cotidiana como si fuera un comercial junior dócil. Establecerás expectativas claras. Analizarás su razonamiento. Corregirás sus errores. Seguirás formando a esa maldita cosa. Hazlo todo de forma constante y tendrás un activo que potenciará la calidad (y la rapidez) de tu proceso de ventas.
O bien —y escúchanos bien— te saltas la parte de «crear tu propia IA desde cero» y conoces a Chloe, la compañera de ventas con IA Close. Llama a tus clientes potenciales entrantes en cuestión de segundos, mantiene conversaciones de calificación reales, concierta reuniones y registra todo en tu CRM (porque forma parte de Close). Enséñale una vez y, a partir de ahí, irá mejorando. Apúntate a la lista de espera de Chloe: es gratis durante la fase beta.
¿Estás listo para incorporar la IA a tu proceso de ventas? Regístrate Close para obtener una prueba gratuita de Close .
