Las estrategias de personalización pueden incrementar los ingresos entre un 10% y un 30%, según datos de McKinsey, una cifra que explica por qué cada vez más compañías están apostando por tecnologías como los chatbots en sus entornos digitales. Sin embargo, la consultora eComm360 advierte de que una implantación sin control puede poner en riesgo las ventas en lugar de impulsarlas.
Según la compañía, muchas organizaciones están incorporando soluciones conversacionales como una mejora rápida de la experiencia de usuario o como palanca de automatización, pero sin garantizar su integración con elementos clave como el ERP, los precios reales, el stock, los clientes o las reglas comerciales.
Isaac Bosch, CEO de eComm360, señala: “Un chatbot puede responder bien, pero si no está conectado al negocio, no está vendiendo. Está generando riesgo”.
En este contexto, otros estudios apuntan al papel clave de la personalización y la experiencia de cliente. Salesforce señala que el 73% de los clientes espera experiencias adaptadas a sus necesidades, mientras que Gartner advierte de que el impacto real de la automatización conversacional depende directamente de su integración con los sistemas de negocio.
Una tendencia impulsada por soluciones rápidas y bajo criterio técnico
eComm360 apunta a que esta situación está siendo impulsada por la proliferación de soluciones de rápida implantación, así como por discursos que simplifican en exceso la aplicación de la inteligencia artificial en la empresa.
En muchos casos, estas herramientas se limitan a conectar interfaces conversacionales con modelos de lenguaje, sin una capa sólida de integración ni control sobre los datos.
“Se está vendiendo la idea de que automatizar es conectar un chatbot a un modelo de lenguaje. Pero eso no es automatizar un negocio. Es, en muchos casos, externalizar decisiones sin control”, explica Bosch.
Riesgos para marketing, IT y dirección
Desde eComm360 destacan que el impacto de estas malas prácticas no es únicamente técnico, sino que afecta directamente a distintas áreas de la organización:
- Marketing: campañas basadas en datos incorrectos o mensajes inconsistentes
- IT: proliferación de soluciones no gobernadas y aumento de la complejidad
- Dirección: pérdida de control sobre procesos clave y toma de decisiones basada en información no fiable
A esto se suma el riesgo en materia de protección de datos y cumplimiento normativo, especialmente cuando estas soluciones operan sin una gestión clara de la información que procesan. “No es solo un problema de eficiencia. Es un problema de control, de responsabilidad y de modelo de empresa”, añade Bosch.
El problema estructural: sistemas que no están preparados para la IA
Más allá de la herramienta, eComm360 subraya que el origen del problema está en la arquitectura de los sistemas. Muchas empresas ya cuentan con APIs, integraciones y múltiples fuentes de datos, pero estas siguen funcionando como piezas aisladas, sin un modelo común que permita su uso coherente por sistemas inteligentes.
“La IA no necesita más datos, necesita datos organizados y accesibles bajo un modelo claro. Sin eso, no hay control”, afirma Bosch.
Como alternativa, la compañía propone evolucionar hacia modelos donde las capacidades del negocio estén estructuradas, conectadas y gobernadas. Este enfoque implica:
- Transformar las APIs en servicios que representen acciones reales de negocio (consultar stock, calcular precios, generar pedidos)
- Estandarizar su acceso mediante modelos como MCP (Model Context Protocol)
- Consolidar la información en entornos unificados (data lakes o plataformas de datos)
- Definir modelos de datos y reglas de negocio claras
“No se trata de conectar un chatbot a una base de datos. Se trata de construir un sistema donde la IA entienda el negocio y pueda operar sobre él con reglas definidas”, explica Bosch. eComm360 insiste en que este cambio requiere una aproximación transversal, que combine tecnología, modelo de datos y definición estratégica.
Tal y como se destaca desde la consultora, antes de implantar soluciones conversacionales, es necesario definir:
- Qué decisiones puede tomar la IA
- Qué procesos puede automatizar
- Qué límites y controles deben existir
- Cómo se alinean los sistemas con el modelo comercial
