Delenio impulsa la “asistencia artificial” para ordenar decisiones comerciales en PyMEs

Delenio plantea un enfoque de “asistencia artificial” para que las PyMEs conviertan el crecimiento de datos y herramientas de inteligencia artificial (IA) en decisiones comerciales más claras. La propuesta parte de un diagnóstico frecuente en áreas de ventas: la información abunda, pero persisten dificultades para definir prioridades, identificar oportunidades con mayor potencial y anticipar la pérdida de clientes.

Esa tensión aparece en la Encuesta Nacional sobre Adopción de Inteligencia Artificial en Pequeñas y Medianas Empresas Argentinas, elaborada por el Nodo Argentino de Inteligencia Artificial (nadIA), una iniciativa del Centro para la Evaluación de Políticas basadas en Evidencia (CEPE) de la Universidad Torcuato Di Tella y Fundar. El estudio reveló que el 41,6% de las PyMEs ya utiliza al menos una tecnología de IA, aunque la mayoría todavía transita etapas iniciales de adopción y enfrenta el desafío de convertir esas herramientas en mejoras productivas sostenidas. También señala que, pese al avance de la adopción, muchas empresas aún no desarrollaron mecanismos sistemáticos para evaluar el impacto real de esas herramientas sobre los resultados.

En el trabajo cotidiano de la firma, la discusión se desplaza de la tecnología a la gestión: equipos comerciales con múltiples fuentes de información —CRM, historiales de compra, correos electrónicos o WhatsApp, reclamos, márgenes, oportunidades abiertas, reportes financieros y datos de distintas áreas— necesitan interpretarla de manera integrada para establecer prioridades. “Durante años las empresas invirtieron en generar más información sobre sus clientes y sus operaciones. Hoy el problema ya no suele ser la falta de datos, sino la dificultad para transformarlos en decisiones comerciales concretas”, dijo Emiliano Marchiori, fundador de Delenio.

Esa problemática se observó en un proyecto desarrollado junto a una empresa industrial dedicada a la comercialización de autoelevadores, con operaciones en Argentina, Chile, Perú y Uruguay. La organización contaba con CRM, tableros de control, históricos de clientes, cotizaciones y registros de servicio técnico, con información distribuida entre áreas. Aun así, la pregunta operativa seguía abierta: “Tenemos todos los datos, pero el lunes seguimos sin saber a quién llamar primero”, dijo uno de los responsables comerciales.

El abordaje comenzó por ordenar definiciones y procesos antes de incorporar automatizaciones. Se revisó qué se consideraba una oportunidad comercial real, qué información debía registrar cada vendedor luego de una visita, qué comportamientos anticipaban el riesgo de perder una cuenta estratégica y cuáles eran los criterios para asignar prioridades. “Muchas conversaciones sobre inteligencia artificial empiezan preguntándose qué podemos automatizar. Nosotros preferimos empezar por otra pregunta: qué decisión comercial queremos mejorar”, dijo Mauro Zicarelli, CEO de Delenio.

Con esas bases, la IA se aplicó para simplificar la carga de información en el CRM: tras una visita o reunión, el vendedor podía registrar verbalmente lo ocurrido y el sistema organizaba la información, identificando oportunidades, próximos pasos, objeciones y tareas pendientes. Otra aplicación ordenó la atención inicial de nuevos prospectos, al identificar variables como tipo de operación, urgencia, país, características técnicas o necesidad específica antes del primer contacto.

En paralelo, se incorporaron alertas tempranas sobre cuentas en riesgo a partir de indicadores como caída en la frecuencia de compra, disminución de consultas, reclamos reiterados o interrupción del contacto habitual. Además, los tableros de gestión pasaron de describir lo ocurrido a ofrecer alertas accionables sobre cotizaciones sin seguimiento, oportunidades demoradas, desvíos respecto del *forecast* o clientes estratégicos sin contacto reciente.