Convertir los clientes potenciales en clientes de OpenAI
Esto forma parte de nuestra serie sobre cómo OpenAI está creando sus propias soluciones con nuestra tecnología.
Con el lanzamiento de ChatGPT Enterprise y Business, la demanda entrante se disparó. Decenas de miles de empresas —desde empresas emergentes en fase inicial hasta multinacionales— se ponían en contacto todos los meses. La demanda era extraordinaria. La presión sobre nuestros sistemas era real.
Canalizar los clientes potenciales a través de formularios y flujos de trabajo estáticos no estaba a la altura del momento. Demasiados clientes potenciales recibían una respuesta automática que les decía que se registraran en línea. Muy pocos recibían respuesta a sus preguntas. El resultado fueron oportunidades perdidas y una experiencia de compra que no reflejaba la confianza que los clientes depositaban en nosotros.
El reto no era solo la escala. Era la calidad. Los compradores querían respuestas específicas:
- ¿Es este producto compatible en un entorno sanitario?
- ¿Cómo comparamos planes y elegimos el adecuado?
- ¿Qué resultados están obteniendo otras empresas de nuestro sector?
«Recibíamos miles de clientes potenciales al mes y solo teníamos capacidad para hablar con una pequeña fracción. Algunos clientes potenciales necesitaban que se respondiera a un par de preguntas para tener una gran experiencia de compra, pero no podíamos ofrecer esa atención personalizada», explica Harsha Chilakamarri, Innovación Go-to-Market.
La automatización tradicional no estaba a la altura de esa complejidad. Ampliar el equipo de forma lineal no era sostenible. Necesitábamos un enfoque diferente.
Creamos un asistente de ventas entrantes con IA, diseñado no para sustituir a los representantes, sino para ampliar el alcance, entrenado y perfeccionado con la retroalimentación de los propios representantes.
En el centro están nuestros conectores internos. La documentación de los productos, las bibliotecas de políticas, los testimonios de clientes y las guías de procesos se incorporan al contexto sobre el que el modelo puede razonar. El asistente no adivina. Responde con precisión, en el idioma del cliente potencial y directamente relacionado con su pregunta.
Eso significa que se obtiene una respuesta personalizada en cuestión de minutos, escrita en su propio idioma y basada en la consulta real.
- Una empresa en Tokio recibe una respuesta en japonés, no una carta estándar en inglés.
- Un sistema hospitalario que pregunta sobre cumplimiento obtiene los detalles en la primera conversación, no tras días de espera.
- Si el cliente potencial cumple criterios de cliente empresarial, la conversación se transfiere sin interrupciones a un representante, manteniendo todo el contexto.
«Este modelo nos permite interactuar con cada cliente y ofrecerle una experiencia hiperpersonalizada», afirma Chilakamarri.
No se trata de automatizar por automatizar. Es automatización que aporta valor de inmediato.
El verdadero avance no fue solo la primera respuesta del asistente. Fue el ciclo que había detrás.
Durante el entrenamiento del modelo, cada borrador de respuesta volvía a los representantes de ventas para que lo corrigieran. Cada corrección se convertía en datos de entrenamiento. La precisión pasó del 60 % a más del 98 % en cuestión de semanas. En lugar de plantillas genéricas, el asistente comenzó a comportarse como la mejor versión de nuestro equipo, definiendo criterios y poniéndolos a disposición a gran escala.
«Creamos un sistema de evaluaciones muy complejo con solo otro ingeniero y yo… Una vez que encontramos la forma de hacer esas evaluaciones, sobre todo de manera automatizada, pudimos pasar rápidamente del 60 % de precisión al 90 %, y ahora al 98 % en los primeros correos».
Para los representantes, el cambio fue inmediato. Las bandejas de entrada ya no estaban saturadas de clientes potenciales no aptos. Abrían conversaciones que ya estaban en marcha, con clientes potenciales que tenían verdadera intención y preguntas reales resueltas.
Las evaluaciones también dieron confianza al equipo directivo. Mostraban avances medibles, no solo anécdotas. Demostraban que el asistente podía ampliarse de forma responsable.
El efecto fue inmediato. Una pequeña empresa que se había perdido en la cola de espera envió preguntas, recibió respuestas detalladas en pocas horas y firmó un contrato empresarial días después. Esas historias se repitieron una y otra vez.
Lo que había sido un callejón sin salida se convirtió en uno de nuestros canales de crecimiento más potentes. En cuestión de meses, se desbloquearon ingresos recurrentes anuales de varios millones.
«Nuestro mayor momento de revelación fue cuando lanzamos el asistente por primera vez. Nos dimos cuenta de que, si ofrecemos a los clientes potenciales entrantes experiencias personalizadas y respondemos rápido a las preguntas clave, incluso por correo electrónico, muchos están dispuestos a comprar con gran rapidez».
Para los representantes que recibían clientes potenciales aptos, el cambio fue igual de valioso. En lugar de tener que hurgar entre clientes potenciales genéricos, veían conversaciones activas con una intención clara. Por primera vez, nadie se sentía fuera de juego.
Esto no se trata solo de clientes potenciales entrantes. Señala una oportunidad más amplia: la incorporación, las renovaciones y la asistencia también pueden beneficiarse de conversaciones personalizadas y fiables.
La lección es sencilla: cuando amplías la excelencia de tus mejores representantes mediante la IA, cambias lo que es posible para todo el equipo.
Chilakamarri: «El equipo directivo está muy entusiasmado. Es la prueba de que podemos desarrollar OpenAI sobre OpenAI y mostrar nuestra tecnología directamente a los clientes».
Personalizar cada cliente potencial no es una táctica. Se está convirtiendo en una forma de interacción mejor en general.
