BCG, Naturgy y Konecta muestran cómo los agentes de IA ya pasan de piloto a producción

Las pruebas quedaron atrás para varias grandes empresas. En un panel celebrado en Londres, ejecutivos de BCG, Naturgy y Konecta explicaron cómo están llevando agentes de IA a entornos reales de atención al cliente, cobranza y automatización, en una transición que pone el foco en impacto operativo, experiencia del usuario y escalabilidad.
***

• BCG identificó tres grandes tendencias en adopción empresarial de IA: herramientas para empleados, rediseño de unidades completas y creación de nuevas fuentes de ingresos.
• Naturgy afirmó que prepara el despliegue en producción de un agente de voz para clientes, apoyado en clonación de voz y sistemas ya adaptados para IA.
• Konecta reportó más de 350.000 llamadas gestionadas por un agente de IA para cobranza en América Latina, con desempeño comparable al de sus mejores agentes humanos.

La conversación sobre inteligencia artificial en empresas está entrando en una nueva etapa. Si en los últimos dos años dominaron los pilotos, las pruebas de concepto y los anuncios ambiciosos, ahora el debate se concentra en una pregunta mucho más concreta: qué sistemas ya generan impacto real en producción.

Esa fue una de las ideas centrales expuestas en How BCG, Naturgy, and Konecta Are Deploying AI Agents in Production | ElevenLabs Summit London 2026, presentado por ElevenLabs. En el panel participaron Juan, responsable de IA y IA generativa en BCG X; Terrell, ejecutivo de Naturgy; y Oscar, responsable de despliegue de IA generativa en Konecta.

Más allá de la tecnología de voz, el intercambio dejó una radiografía del momento que vive la IA empresarial. Los participantes coincidieron en que la adopción ya no se mide por la cantidad de experimentos lanzados, sino por el valor concreto que aportan a clientes, procesos y resultados.

El panel también mostró que la velocidad de adopción no es uniforme. Regiones como América Latina, India, España, Reino Unido, Alemania y los países nórdicos fueron mencionadas entre las más activas, aunque con motivaciones y casos de uso distintos según su estructura de costos, sus necesidades operativas y su marco regulatorio.

Tres tendencias que marcan la adopción empresarial

Desde la óptica de BCG, las organizaciones están avanzando en tres grandes frentes. El primero es la implementación de aplicaciones para usuarios finales internos, como transcriptores, resumidores y otras herramientas orientadas a la productividad diaria de los empleados.

La segunda tendencia, que Juan describió como especialmente fuerte, es el rediseño completo de unidades de negocio. Allí se ubican proyectos que transforman áreas como atención al cliente, trabajo de ingenieros o marketing digital, con cambios más profundos en procesos y operación.

La tercera línea aún es más incipiente, pero fue presentada como una vía de gran potencial. Se trata de iniciativas para reinventar el negocio, abrir nuevas fuentes de ingresos o incluso crear organizaciones autónomas desde cero, en esquemas greenfield.

Según Juan, más de 40% de adopción ya puede observarse en términos generales, mientras que cerca de 80% de las compañías que trabajan con IA lo hacen sobre iniciativas de rediseño de procesos o funciones. En su lectura, esa búsqueda de valor rápido explica buena parte del impulso actual.

Diferencias geográficas y económicas en el despliegue

Uno de los puntos más interesantes del panel fue la idea de que no existe una única velocidad de adopción. Los ejecutivos señalaron que América Latina, India y varios mercados europeos muestran una aceleración visible en el uso de IA generativa, aunque cada región prioriza problemas distintos.

Juan explicó que en Asia se observa una fuerte inclinación hacia la automatización y la gestión de la interfaz con clientes. En Estados Unidos, en cambio, el foco estaría más concentrado en acelerar departamentos de ingeniería y en ampliar las capacidades de profesionales con copilotos en tiempo real.

Detrás de esa diferencia aparece un factor económico. Como ejemplo, el ejecutivo de BCG comparó el costo por llamada en India, cercano a USD $0,25, con el costo de una llamada en Estados Unidos, cercano a USD $3. Esa brecha modifica la lógica sobre dónde conviene invertir “el próximo dólar de IA”.

Oscar añadió que en América Latina el aumento de demanda ha sido notable. Según relató, muchos clientes llegan con urgencia para pedir soluciones ya operativas, incluso con el desafío adicional de trabajar sobre idiomas donde los modelos no siempre tuvieron el mismo desempeño inicial que en inglés.

Naturgy prepara un agente de voz para clientes

Terrell explicó que Naturgy comenzó su camino mucho antes de la explosión reciente de la IA generativa. Según dijo, la empresa inició este proceso en 2021, cuando decidió redefinir toda su pila tecnológica con un enfoque de “personas primero” y con la meta de convertirse en la mejor utility de atención al cliente en Europa.

Esa transformación, sostuvo, tuvo dos beneficios principales. El primero fue incorporar a los equipos desde el inicio para que entendieran que se trataba de un cambio estratégico y no solo tecnológico. El segundo fue dejar a los sistemas preparados para IA desde el comienzo.

Tras una etapa de pilotos y pruebas de concepto, Naturgy se encuentra, según el ejecutivo, en fase beta avanzada y cerca de pasar a producción con una solución orientada a clientes. La empresa dijo estar casi lista para poner el sistema frente al público.

En la demostración presentada durante el evento, la compañía mostró un agente de voz en español apoyado sobre sus propios sistemas. Terrell explicó que el equipo trabajó con clonación de voz humana y que, tras grabar 1 hora y 30 minutos de una persona, al día siguiente obtuvieron una voz de alta naturalidad para el sistema.

Además, señaló que el agente está conectado a la infraestructura interna de Naturgy. Eso permitiría que el sistema ejecute, en nombre del cliente, acciones equivalentes a las que hoy puede realizarse desde el área privada de la web de la empresa.

La apuesta de Naturgy no está presentada, por ahora, como un caso centrado solo en ahorro financiero. Terrell remarcó que la prioridad es ofrecer una experiencia más homogénea a clientes atendidos hoy por más de 800 agentes distribuidos en cuatro ubicaciones y dos continentes.

En esa visión, la IA asumiría las conversaciones más rutinarias del día a día, mientras los agentes humanos se concentrarían en casos complejos y de mayor sensibilidad. Entre los beneficios esperados mencionó menor tiempo de espera, soporte 24/7 y atención multilingüe.

Konecta muestra un caso real de cobranza con más de 350.000 llamadas

Konecta presentó un ejemplo de despliegue ya operativo en América Latina, en colaboración con BCG. El caso se enfocó en cobranza para un cliente financiero, específicamente en los primeros 30 días posteriores a la morosidad, cuando se contacta a personas que no han pagado su tarjeta de crédito para negociar un plan.

Oscar explicó que el objetivo no era solo automatizar una notificación. La idea fue construir un agente capaz de sostener una negociación y llevarla a ejecución, en un proceso que suele resultar exigente para agentes humanos.

Según indicó, el sistema ya ha gestionado más de 350.000 llamadas. También aseguró que el desempeño está al nivel de los mejores agentes que tienen trabajando en ese tipo de servicios, con el añadido de poder cubrir negocio adicional que antes no era atendido.

Juan complementó con un dato llamativo. Dijo que, contra la intuición inicial, la experiencia no se deterioró por el uso de voz sintética. Incluso afirmó que el NPS de la experiencia del deudor mejoró, cuando se habría podido esperar una reacción más fría frente a una llamada automatizada.

Oscar destacó además que, para ese proyecto, una de las fortalezas técnicas fue contar con una voz colombiana de alta calidad. El resultado, según describieron, fue una interacción suficientemente natural como para que muchos usuarios mantuvieran la conversación con fluidez.

Qué frena hoy a las empresas y por qué el problema no es solo tecnológico

Para Juan, uno de los errores más frecuentes en las organizaciones es la falta de foco. A su juicio, muchas compañías despliegan hasta 120 pruebas de concepto, pero sin generar impacto visible en el estado de resultados. Su recomendación fue concentrarse en menos iniciativas, pero con influencia real en el negocio.

Otro problema común es tratar la IA como si fuera un proyecto puramente técnico. El ejecutivo sostuvo que se trata de una transformación de negocio completa. En su esquema, 10% del esfuerzo e impacto depende de la inteligencia del modelo, 20% de la infraestructura tecnológica y 70% del cambio en procesos y personas.

También cuestionó la obsesión por encontrar siempre el mejor modelo posible como único criterio. En su opinión, la tecnología ya alcanzó un nivel de madurez suficiente para generar impacto importante, por lo que perseguir una mejora marginal en precisión no debería desplazar la búsqueda de valor.

Oscar coincidió con ese diagnóstico y añadió otro cuello de botella: los silos internos de las organizaciones. A su juicio, gran parte del tiempo en despliegues empresariales se consume en alinear áreas, resolver fricciones del proceso y crear circuitos de retroalimentación más rápidos entre proveedores, equipos y clientes.

En el caso de Naturgy, Terrell subrayó además la importancia del respaldo real del nivel ejecutivo. Dijo que el patrocinio del liderazgo no debe limitarse a una nota de prensa, sino partir de una comprensión genuina de la tecnología y del lugar en que se genera valor.

De la optimización de costos a las organizaciones autónomas

Sobre métricas y retorno, los panelistas coincidieron en que no existe una única fórmula. Juan explicó que los KPI varían según dominio, industria, caso de uso y estrategia corporativa. No es lo mismo una empresa que busca reducir costos que otra centrada en crecimiento.

Con todo, observó que la mayoría de proyectos actuales sigue enfocada en optimización de costos. Sin embargo, defendió que el caso de negocio se vuelve mucho más atractivo cuando se piensa en impacto sobre ingresos, escala y velocidad de ejecución.

Su argumento fue que la IA agentiva no debe verse solo como una herramienta para “recortar aquí y allá”. Más bien, permitiría escalar organizaciones sin las limitaciones tradicionales impuestas por la capacidad humana, como contactar a todos los potenciales clientes de una ciudad sin restricciones operativas convencionales.

Mirando hacia adelante, Juan sostuvo que no falta demasiado para ver organizaciones autónomas en sectores como telecomunicaciones, distribución comercial para utilities o incluso BPO completos. En su visión, la principal barrera ya no es la tecnología, sino la regulación.

Oscar, por su parte, planteó que el futuro del BPO será cada vez más tecnológico y orientado a resultados. Eso implica pasar de vender “asientos” o capacidad humana a ofrecer outcomes de negocio, dentro de un modelo híbrido donde humanos y agentes automáticos convivan según el canal, el contexto y la complejidad del caso.

El mensaje final del panel fue claro. La próxima fase de la IA empresarial no se definirá por quién acumule más demos, sino por quién logre desplegar sistemas útiles, gobernables y compatibles con las necesidades reales de clientes, equipos y reguladores.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín