La Inteligencia Artificial, una gran aliada de las ventas

El concepto de la existencia de máquinas capaces de “pensar” como humanos no es una novedad. Los sistemas inteligentes han sido objeto de investigación desde hace más de 150 años y hemos sido capaces de imaginar escenarios futuros dominados en parte o al completo por la Inteligencia Artificial (IA). En términos generales podemos definirla como un conjunto de “algoritmos y técnicas que pretenden imitar la inteligencia humana” (Russel and Norvig, 2021) y que tiene sus orígenes en los años cincuenta con el conocido test de Turing.

Este experimento, que consistía en evaluar la capacidad de las máquinas para hacerse pasar por humanos, fue la punta de la lanza de un número de descubrimientos que se desarrollarían posteriormente. Entre ellos cabe destacar en 1966 el lanzamiento de ELIZA, el primer chatbot conversacional que intentaba mantener conversaciones de texto. A este chatbot le sucedió la computadora experta en ajedrez creada por IBM y bautizada como Deep Blue en los años noventa, que venció por primera vez al ajedrecista Kasparov, campeón del mundo.

Más adelante, en 2014 Eugene Goostman superó el test de Turing haciendo creer a 30 de 150 jueces que un IA se hacía pasar por un niño de 13 años. Por último, en noviembre de 2022 ChatGPT creado por la empresa Open.AI lanza un sistema de chat basado en el modelo de lenguaje por IA que es capaz de crear contenido original basado en el diálogo, sistema que está transformando la forma de trabajar y comunicarse y es considerado por muchos expertos una revolución social equiparable a la revolución industrial.

INTELIGENCIA ARTIFICIAL Y VENTAS

La disciplina de las ventas ha recibido considerable atención en el ámbito de los negocios, ya que es el principal departamento encargado de generar ingresos. Se puede definir de forma general como el “intercambio entre un comprador y un vendedor, de un bien o servicio a un precio” (García Bobadilla, 2016).

Este campo ha evolucionado rápidamente debido a la automatización de las ventas que se conoce como la aplicación de “cualquier tecnología que sea capaz de replicar la capacidad cognitiva humana, reduciendo así el trabajo manual en el proceso de ventas” (McKinsey, 2020). La IA formaría parte de estas tecnologías que permiten automatizar los procesos comerciales, y cuyo objetivo es mejorar la eficiencia y ahorrar tiempo para que los equipos de ventas puedan enfocarse en la creación de relaciones con el cliente, en la ejecución de tareas más complejas y finalmente la venta.

La adopción de IA ha sido relevante en entornos B2C (Business-to-Consumer) pero cabe destacar que también se ha incrementado su adopción en ventas B2B (Business-to-Business), donde por lo general se solía optar por métodos tradicionales y ahora se está utilizando para actividades como la generación de leads o clientes potenciales (Cisna, 2023).

El último estudio de la consultora internacional McKinsey sobre el estado de la IA (2022) arroja datos relevantes sobre el impacto de esta tecnología en el ámbito del marketing y las ventas. No sólo indica como “la adopción de IA se ha duplicado desde 2017”, sino que apunta que, entre las áreas de negocio de mayor impacto y crecimiento se encuentran el marketing y las ventas, con un incremento de los beneficios tras la adopción de esta tecnología.

Según los últimos datos del Observatorio Nacional de Tecnología y Sociedad (2023), sólo el 11,8% de las empresas ha adoptado alguno de estos sistemas en España, siendo sectores como IT y comunicación los que lideran la adopción con un 41,9% y 41,3% respectivamente. Además, la Agenda España Digital 2026 que es “la hoja de ruta” para transformación digital, ha añadido la IA como parte de su programa por su potencial para la mejora de la sociedad y la economía.

La IA propone numerosas capacidades que pueden aportar valor a la formulación de la estrategia de ventas, el proceso de ventas y todas las actividades administrativas que están involucradas en el proceso de compraventa. Las tecnologías bajo el paraguas de IA más comunes utilizadas son Machine Learning, una rama de la IA a través de la cual las máquinas aprenden sin ser programadas, Natural Language Processing o procesamiento de lenguaje natural que proporciona a las máquinas habilidades para entender, interpretar y procesar mejor el lenguaje humano, así como los análisis predictivos que consisten en la utilización de datos para predecir patrones futuros, o en el caso de ventas, realizar previsiones.

Según el último estudio de la compañía pionera en automatización de ventas Salesforce “State of Sales” (2022), los “Top Performers” o vendedores con mejores resultados son los que utilizan herramientas de IA en su día a día. Además, en el mismo reporte publicado en 2020, la empresa clasificó las áreas en las que mayor impacto tenía la IA en ventas y en 2022 las ha actualizado indicando las mejoras que se han obtenido en las mismas. Como se puede ver en el siguiente gráfico, todas ellas cuentan con mejoras relevantes en la actividad que representan.

Por su parte, Hubspot (2023), una reconocida plataforma de CRM (Customer Relationship Management System), indica en su último estudio al respecto que el 56% de las empresas en España y Latinoamericana ha invertido en procesos de automatización y según el 79% de los encuestados, la gestión de ventas es más eficiente gracias a la aplicación de la IA.

USOS DE LA IA EN EL PROCESO DE VENTAS

Buscando la eficacia y productividad en los procesos comerciales, la IA se aplica a diferentes áreas de ventas como la previsión de ventas, gestión de talento, facturación y muchas otras, pero las aportaciones más visibles han sido en el proceso de ventas. A continuación, se indican las principales aportaciones y herramientas actuales, categorizadas en las diferentes fases del proceso de ventas.

• Prospección y clasificación. El proceso de ventas empieza con la generación de leads o clientes potenciales para su posterior cualificación, conocido como lead generation y lead qualification. La IA puede ayudar a la identificación de leads, no sólo mostrando un análisis de datos de manera rigurosa y a tiempo real, sino también a través de la capacidad del aprendizaje automático para determinar en tiempo real el Lead Scoring o nivel de prioridad de cada cliente. Esta mejora permite que el equipo de ventas pueda organizarse teniendo en cuenta la puntuación aplicada a cada cliente, y así se optimice el proceso aplicando datos de manera efectiva y mejorando la gestión del tiempo para que los vendedores se centren en tareas más complejas. En esta etapa existen herramientas como por ejemplo CrunchLead que se dedica a la generación de leads B2B o Hubspot que propone un sistema de Score Predictivo a través del cual se identifican los leads más importantes.
• Lead Nurturing o proceso de acompañamiento del cliente. En el momento en el que iniciamos una conversación con el cliente y presentamos la propuesta de valor, la personalización, atención al cliente e identificación de necesidades se convierten en factores determinantes. A través de algoritmos de aprendizaje automático, estas herramientas pueden analizar preferencias y patrones de comportamiento de los clientes, lo que permite un análisis a tiempo real ayudando a los vendedores a ofrecer la mejor solución dependiendo del tipo de cliente del que se trate, conociendo con antelación sus necesidades, y así mejorar la experiencia de compra. Un ejemplo muy conocido son los chatbots, aplicaciones software que ayudan a comunicarse con los usuarios a través de texto. Estos asistentes inteligentes, liberan al equipo de ventas de las tareas más repetitivas, como por ejemplo la gestión de preguntas básicas de producto y de esta forma los vendedores se pueden centrar en actividades de valor que se enfoquen en mejorar la satisfacción del cliente.
• Presentación y negociación. Una vez el cliente muestra interés, tienen lugar las etapas de presentación y negociación. La posibilidad de mejorar el engagement del cliente a través de la personalización de recomendaciones ofrece al vendedor una guía en la presentación de soluciones, y a la vez genera confianza al comprador, lo que se traduce en una mejora de la experiencia del cliente. Estas recomendaciones se generan a través del previo análisis de grandes conjuntos de datos que permiten a la IA interpretarlos y ofrecer una serie de soluciones. Por ejemplo, nos podría recomendar cuando es el mejor momento para contactar a un cliente o su preferencia en cuanto a un producto determinado. Además, estas recomendaciones nos ayudarán a mejorar las posibilidades de cross selling o venta cruzada y upselling, mejora de la oferta, en la última etapa del proceso de venta.

Existen numerosas empresas que a través de sus aplicaciones y servicios ofrecen estas capacidades y asisten durante todo el proceso de venta a través de un mismo sistema, llamado CRM (Customer Relationship Management System) que permite la gestión de clientes y la centralización del proceso, como por ejemplo Sales Force o Pipe Drive.

• Cierre y postventa. Durante la etapa de cierre, se logra que un cliente potencial se decida a comprar y, por lo tanto, es el momento de la venta. En esta etapa la automatización de las ventas ha permitido, por un lado, que todo el proceso de venta sea visible a través del Pipeline, pasos del proceso de ventas que sigue el vendedor, y además facilita que toda la información del cliente esté centralizada y pueda comunicarse fácilmente al resto de los departamentos involucrados, como puede ser logística o facturación. Con la información a tiempo real, se pueden analizar las incidencias para ser resultas rápidamente y como se indica en el punto anterior a través de todas las recomendaciones pueden surgir oportunidades de cross-selling y up-selling que se convertirán en un incremento de las ventas. Finalizada la venta, en la etapa de seguimiento postventa, los análisis predictivos, que se generan a través de capacidades avanzadas de pronóstico y análisis, permiten la toma de decisiones basada en datos y un mejora de los resultados de ventas. Estos datos pueden incluir, datos históricos, tendencias de mercado u otros factores externos que correlacionados pueden ayudar a descubrir nuevas oportunidades, y en definitiva, optimizar la estrategia de ventas. Empresas como Data Robot proporcionan herramientas que permiten la realización de análisis predictivos. Cabe destacar que esta misma tecnología se utiliza de forma general para las previsiones de ventas.

LA IMPLEMENTACIÓN DE IA GENERATIVA EN VENTAS

La Inteligencia Artificial Generativa (IAG) es una forma de IA en la categoría de Machine Learning. Se trata de una forma de aprendizaje capaz de crear contenido original como, por ejemplo, música, textos o imágenes a partir de datos existentes, sin la necesidad de la intervención humana. Su funcionamiento consiste en la utilización de algoritmos y redes neuronales que permiten que esta tecnología aprenda de textos o imágenes y que a partir de ahí genere un contenido nuevo (la AIG es utilizada por la famosa aplicación ChatGPT).

La naturaleza de las ventas involucra conversaciones con clientes hasta llegar a generar una inmensidad de datos complejos, y por ello es ideal para este tipo de IA para mejorar la relación con los clientes y apoyo a la fuerza de ventas. Como consecuencia de este gran potencial, los desarrollos en relación con esta tecnología no se han hecho esperar por parte de los líderes de mercado: Microsoft lanza la aplicación Viva Sales y Salesforce Einstein GPT, dos versiones aplicadas a ventas utilizando la poderosa IAG. Ambas se convierten un aliciente a la reinvención de modelos de negocio y la adaptación de procesos comerciales.

Según el reciente artículo publicado en la revista Harvard Business Review “Cómo la IA Generativa, cambiará las ventas” (2023), la IAG ya está ayudando tanto a escritores como a programadores incrementando en un 50% su productividad, y se espera que pase lo mismo en el área de ventas, aunque requiere que estos modelos estén bien entrenados para no dar lugar a errores e inconsistencia.

Esta tecnología podría transformar los departamentos de la empresa a todos los niveles, pero en el departamento de ventas puede tener numerosas aplicaciones como, por ejemplo, la creación de contenido personalizado, contenido técnico de ventas, contenido para interactuar con el comprador, el apoyo a los directivos para leer o analizar reportes y también la mejorar los actuales chatbots.

CONCLUSIÓN

Es más que evidente el potencial transformador que tiene la IA a lo largo del customer journey (recorrido del cliente) y su aportación al ámbito de las ventas, pero no son pocos los retos a los que se enfrentan estas herramientas disruptivas. La IA continuará evolucionando, lo que pone de manifiesto la necesidad de una legislación y aplicaciones éticas, que no sólo se hacen evidente a nivel usuario, sino que han sido recientemente reclamadas por empresarios e investigadores.

Al mismo tiempo, esto ha generado miedo y desconfianza en los equipos comerciales, que en muchos casos consideran la IA como una amenaza a su trabajo. Todo ello, genera que las empresas continúen con cierto optimismo escéptico sobre la IA , lo que dificulta su implementación.

En el camino hacia la optimización de la IA, la formación de los equipos comerciales será una de las claves para afrontar una implementación exitosa. Ya en 2016, la revista Harvard Business Review ponía de manifiesto la importancia de la formación en un artículo con el título “porqué los comerciales deberían desarrollar inteligencia de máquinas”. En definitiva, estas tecnologías han venido para mejorar los procesos comerciales y optimizar el trabajo del departamento de ventas, pero requieren que tanto la estrategia de la organización como los agentes involucrados colaboren para su implementación a través de la formación.

BIBILIOGRAFÍA

BANGIA, M. CRUZ, G. HUBER, I. LANDAUER, P. SUNK, V. (2020). “Sales automation: The key to boosting revenue and reducing costs” McKinsey & Company. Disponible en: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/sales-automation-the-key-to-boosting-revenue-and-reducing-costs. Consultado el 1 de mayo de 2023. BAUMGARTNER,T. HATAMI, H. AND VALDIVIESO, M. (10 de junio de 2016) “Why Salespeople Need to Develop “Machine Intelligence”. Harvard Business Review. Consultado el 15 de febrero de 2023. CAMPBELL, C. SANDS, S. FERRARO,C. TSAO H-Y, MARVOMMATIS,A. (2019)”From data to action: How marketers can laverage A”, Kelley School of Bussines, Indiana University. Disponible en: https://www.sciencedirect. com/science/article/abs/pii/S0007681319301624. Consultado el 4 de junio de 2023. MCKINSEY 2022). “The state of AI in 2022-and a half decade in review”. Disponible en https://www.mckinsey.com/ capabilities/quantumblack/our-insights/the-state-of-aiin-2022-and-a-half-decade-in-review. Consultado el 3 de abril de 2023. GARCÍA BOBADILLA, L. (2016) +Ventas. Madrid. Editorial ESIC. HUBSPOT (2023). “Cómo la IA revolucionará el futuro de los negocios, según el CMO de HubSpot”. Disponible en: https://blog.hubspot.es/marketing/impacto-ia-en-negocios. Consultado el 29 de abril de 2023. ONTSI (2023). ”Uso de inteligencia artificial y big data en las empresas españolas“. Brújula. Disponible en: https:// www.ontsi.es/es/publicaciones/uso-de-inteligencia-artificial-y-big-data-en-las-empresas-espanolas. Consultado el 20 de mayo de 2023. RUSSEL, S AND NORVING, P (2023). Artificial Intelligence: A Modern Approach, 4th Edition. Pearson. SALES FORCE (2020) “State of Sales” Fourth edition. Salesforce, disponible en: https://www.salesforce.com/ content/dam/web/en_sg/www/documents/research/ salesforce-state-of-sales-4th-ed.pdf. Consultado el 12 de mayo de 2023. SALES FORCE (2022) “State of Sales” Fifth edition. Salesforce, disponible en: https://www.salesforce.com/content/dam/web/en_gb/www/pdf/state-of-sales-5th-edition.pdf. Consultado el 12 de mayo de 2023. SINHA, P. SHASTRI, A. LORIMER S.E. (31 de marzo de 2023). “How Generative AI Will Change Sales”. Harvard Business Review. Disponible en: https://hbr.org/2023/03/ how-generative-ai-will-change-sales. Consultado el 30 de abril de 2023.