Informe de campo · 2026
Un informe de campo sobre la IA empresarial en la experiencia del cliente. Qué funciona este año, qué no y en qué deben actuar ya los líderes de CX.
Resumen ejecutivo
01 · Resumen ejecutivo
El mercado de la IA en la experiencia del cliente es grande y crece con rapidez: va camino de casi cuadruplicarse de aquí a 2030. Pero, detrás de ese crecimiento, los resultados no se reparten por igual. Un grupo reducido de organizaciones opera agentes de IA que resuelven la mayoría de sus contactos con clientes, con personas en el circuito para los puntos de contacto prioritarios y estratégicos. Un grupo mucho mayor ejecuta pilotos que desvían unas cuantas preguntas y se estancan antes de llegar a producción.
Este informe describe 4 patrones que separan a ambos grupos, extraídos de estudios de terceros y de los resultados observados en más de 90 implementaciones empresariales de Maven AGI.
La mayoría de los equipos sigue midiendo la desviación (si un contacto evitó a una persona) en lugar de la resolución (si el problema se solucionó). La métrica más fácil oculta los tickets reabiertos y erosiona en silencio la satisfacción del cliente.
Los despliegues más largos y planificados suelen dar los peores resultados, mientras que los pilotos con un alcance bien acotado llegan a producción en semanas. Velocidad aplicada a un alcance reducido: ese es el patrón que funciona.
Hoy, la revisión de gobernanza frena los acuerdos empresariales al menos con la misma frecuencia que el encaje técnico y, aun así, la mayoría de los equipos la trata como un trámite tardío de compras. El 78 % de los ejecutivos afirma que hoy no superaría una auditoría independiente de gobernanza de IA (Grant Thornton, 2026).
La mayoría de las empresas ha automatizado el chat y el correo electrónico y ha dejado intacto el teléfono, aunque la voz suele ser su canal de mayor volumen y mayor costo. Las barreras técnicas ya están prácticamente resueltas, y quienes se adelantan están consiguiendo una ventaja de costos que se acumula con el tiempo.
El informe concluye con los 5 comportamientos que comparten las organizaciones con mejores resultados. Ninguno depende del tamaño del presupuesto ni de la madurez inicial en IA. Son decisiones operativas, y cualquier equipo puede tomarlas.
La inversión en IA para atención al cliente crece con rapidez, y casi todos los contact centers ya usan IA de alguna forma. Si solo miras las cifras de adopción, la historia parece cerrada. Si miras las cifras de producción, el panorama es otro. La mayor parte de esa actividad no se ha traducido en interacciones con clientes resueltas a escala.
La distancia entre actividad y resultado es la verdadera historia de 2026. Se manifiesta en pilotos que nunca pasan a producción, paneles que miden lo que no es, acuerdos que se estancan en la revisión de seguridad y una línea telefónica que nadie ha tocado. Todo esto tiene solución, pero ninguna pasa por desplegar más.
Este informe divide esa brecha en 4 patrones: una brecha de resolución, una paradoja del despliegue, un punto ciego del cumplimiento normativo y una oportunidad en el canal de voz. Cada uno agrava a los demás. Un equipo que mide la métrica equivocada escalará el comportamiento equivocado. Un equipo que trata el cumplimiento como un paso tardío frena el despliegue que planificó con tanto cuidado. Los patrones están conectados, y las soluciones también. Cierra con lo que realmente hacen las organizaciones que están del lado correcto de la brecha.
"La integración parcial es el estado predominante del mercado. Es lo que ocurre cuando se añade IA a un proceso que nadie rediseñó.
02 · El estado del mercado
Dónde está realmente la IA empresarial en la experiencia del cliente en 2026.
El mercado de la IA para la experiencia del cliente es más grande, crece más rápido y está más dividido de lo que sugieren los titulares. Las cifras agregadas de adopción cuentan una historia de aceptación universal. Los datos de fondo cuentan otra: un pequeño grupo de organizaciones obtiene rendimientos que se acumulan, mientras que un grupo mucho mayor mantiene pilotos costosos que nunca llegan a producción. Estas son 5 claves del mercado en 2026.
El mercado de la IA para atención al cliente se valoró en unos 15 000 M$ en 2026 y se prevé que alcance los 48 000 M$ en 2030, con una tasa de crecimiento anual compuesta del 26 % (MarketsandMarkets). La inversión crece con fuerza y el ahorro previsto es aún mayor: Gartner estima que la IA conversacional reducirá los costos laborales de los contact centers en unos 80 000 M$ solo en 2026. Los despliegues a escala de producción no avanzan al ritmo de la inversión.
Según una estimación del MIT de 2025 muy citada, alrededor del 95 % de los pilotos empresariales de IA generativa no logra un impacto de negocio medible a escala. La cifra exacta se discute; la tendencia, no. El punto de fallo rara vez es el modelo. Es el acceso a los datos, el diseño del escalamiento y la falta de responsables claros dentro de la organización compradora.
Cerca del 88 % de los contact centers ya usa IA de alguna forma, pero solo alrededor de una cuarta parte la ha integrado por completo en sus operaciones diarias (datos del sector, 2026). La integración parcial significa que la deflexión funciona en flujos limitados y que la resolución no se produce a escala.
En abril de 2026, Grant Thornton informó que el 78 % de los ejecutivos no superaría hoy una auditoría independiente de gobernanza de IA. El cumplimiento normativo ha pasado de ser una casilla en el proceso de compras a convertirse en una condición para el despliegue, un tema que se retoma en la sección 5.
En los despliegues en los que se basa este informe, el 10 % con mejor desempeño alcanza un 80 % o más de resolución autónoma, mientras que la mediana queda muy por debajo. La brecha se amplía, la señal más clara de que los resultados dependen de cómo se gestiona la IA, no de si se adoptó. Gartner prevé que, para 2029, la IA agéntica resolverá de forma autónoma el 80 % de las incidencias habituales de atención al cliente. Los líderes de hoy simplemente van por delante en una curva que recorrerá toda la categoría.
Si solo miras las cifras de adopción, la historia parece cerrada. Si miras las cifras de producción, el panorama es otro.
Piensa en una trayectoria conocida. Un responsable de CX de una gran empresa despliega una herramienta de IA a principios de 2025, ve cómo gestiona un rango reducido de preguntas sencillas y presenta al comité ejecutivo una sólida tasa de deflexión. En 4 meses, la tasa de deflexión se estanca, los contactos repetidos aumentan y la satisfacción cae justo en las interacciones de las que debía encargarse la herramienta. A finales de 2025, el equipo se reorganiza en torno a la resolución en lugar de la deflexión, y las cifras que importan empiezan a moverse. Este patrón es tan habitual en los despliegues que conviene verlo como el camino por defecto, no como la excepción.
Las organizaciones que evitan ese rodeo comparten una decisión temprana: construyen el panel en torno a la resolución antes de que el agente entre en producción, no después de que las cifras decepcionen. En el mejor caso de los datos de Maven, un cliente alcanzó un 93 % de resolución autónoma en 6 semanas al centrar el programa en esa única pregunta desde el principio.
Entonces, ¿por qué la métrica más importante de la IA en atención al cliente es la que la mayoría de los proveedores no reporta?
03 · La brecha de resolución
Por qué la métrica más importante de la IA en atención al cliente es la que la mayoría de los proveedores no reporta.
De las dos cifras, el sector se optimizó para la más fácil. La deflexión es sencilla de contar y queda bien en los informes, así que se convirtió en la métrica por defecto. El problema es que la deflexión y la resolución pueden moverse en direcciones opuestas: un ticket puede cerrarse sin que el problema del cliente se haya resuelto. En esa brecha es donde la IA o bien genera retorno, o bien erosiona discretamente la satisfacción. Los analistas independientes ya trazan la misma línea y tratan la deflexión, la contención, la resolución y la resolución en el primer contacto como 4 medidas distintas, precisamente porque en la práctica divergen.
Deflexión
Fácil de contar y heredada de la época de los bots basados en reglas. Un contacto pasa o no por una persona, pero la métrica oculta la tasa de reapertura. Un contacto desviado que vuelve en 48 horas cuenta como 1 deflexión y 0 resoluciones.
Resolución
Más difícil de reportar porque refleja con honestidad las reaperturas y la satisfacción, no solo el enrutamiento. Exige definir qué significa realmente "resuelto", y cualquier equipo que se la tome en serio puede dar una cifra.
Los mejores despliegues de Maven alcanzan entre un 80 % y un 93 % de resolución en el sexto mes. Estos programas conectaron el agente de IA a los sistemas de registro desde el primer día y midieron la resolución con la fórmula anterior, no la deflexión. En un despliegue fintech, el agente alcanzó un 90 % de resolución autónoma en 3 semanas. Una empresa de tecnología legal que evaluó 32 proveedores y sometió a pruebas exhaustivas a más de 10 de ellos registró un 60 % más de tickets resueltos tras pasar de un sistema basado en reglas a la resolución autónoma.
Pide la tasa de resolución, no la de deflexión. La resolución es más difícil de reportar que la deflexión porque refleja con honestidad las reaperturas y la satisfacción, no solo el enrutamiento. Cualquier equipo que se la tome en serio puede dar una cifra. Si no consigues esa cifra, eso ya es un dato en sí mismo.
La deflexión mide si un ticket salió de la cola. La resolución mide si el cliente quedó satisfecho.
04 · La paradoja del despliegue
Por qué las empresas que avanzan rápido superan a las que planifican con cautela, y por qué la rapidez sin un alcance acotado es el error más caro de todos.
Las implementaciones más largas suelen dar los peores resultados. Las organizaciones que dedican de 12 a 18 meses a la selección de proveedores, las compras y la planificación suelen lanzar con tasas de resolución más bajas que las empresas que ejecutaron un piloto de alcance acotado en 90 días. Sin embargo, la rapidez no es una táctica. La rapidez con un alcance limitado es una estrategia. Eso sí, la advertencia es real: aplicar rapidez a un proceso que nunca se rediseñó para la IA genera nuevos tipos de fallos a escala, y por eso el alcance importa tanto como el ritmo.
El plazo de 12 a 18 meses es un producto del proceso de compras, no un requisito del producto. Existe porque las RFP, las revisiones de seguridad y la planificación de integraciones se ejecutan una tras otra cuando podrían hacerse en paralelo. Los datos generales sobre fracasos apuntan en la misma dirección: McKinsey señala que, aunque casi todas las empresas ya usan IA de alguna forma, solo alrededor del 1 % describe sus implementaciones como maduras, y RAND sitúa la tasa de fracaso de los proyectos de IA cerca del 80 %, muy por encima de otros proyectos de TI. La limitación es la preparación de la organización, no el modelo.
3 decisiones explican la mayoría de los retrasos en las implementaciones: el acceso a los datos, la aprobación de cumplimiento y el diseño de la escalación. Abordarlas en paralelo en lugar de en serie es la palanca más importante sobre la duración de una implementación. En las implementaciones de Maven, suele marcar la diferencia entre un trimestre y un año.
05 · El punto ciego del cumplimiento
Por qué los requisitos de seguridad y cumplimiento frenan más implementaciones que la tecnología.
El debate sobre la IA en la atención al cliente gira en torno a las capacidades. ¿Puede el agente gestionar consultas complejas? ¿Entiende el contexto? La pregunta que se olvida es si la plataforma puede superar una revisión de seguridad y cumplimiento sin obligar a reescribir el plan de implementación. En 2026, esa es la pregunta que determina los plazos.
El cumplimiento es hoy el principal cuello de botella en la compra de IA empresarial. Según nuestra experiencia, y en línea con lo que señalan los investigadores de gobernanza, la revisión de seguridad frena las operaciones empresariales al menos con tanta frecuencia como el encaje técnico, y normalmente después de que la evaluación técnica haya salido bien. La fricción es generalizada: BCG indica que el 74 % de las empresas tiene dificultades para equilibrar innovación y seguridad al implementar IA generativa. Los compradores que no preparan de antemano la conversación sobre cumplimiento suelen perder entre 2 y 3 meses a mitad del proceso de compra.
SOC 2, HIPAA, GDPR y PCI DSS 4.0 son requisitos mínimos para cualquier proveedor que gestione datos regulados. ISO 42001, la norma de gobernanza específica para IA, es el nuevo factor diferenciador, y la mayoría de los proveedores aún no la tiene. El cambio refleja lo que ocurrió con SOC 2 e ISO 27001 hace una década. Según una encuesta de 2026, una amplia mayoría de los equipos de compras de Fortune 500 prevé exigir a sus proveedores la alineación con ISO 42001 para 2027. Las plataformas con certificaciones más rigurosas ya cuentan con al menos 10 certificaciones y evaluaciones, entre ellas ISO 42001.
Dos requisitos están pasando de opcionales a decisivos. PCI en llamadas de voz en directo (redacción en tiempo real, registros de auditoría, gestión segmentada) se está convirtiendo en un filtro de preselección a medida que la voz gestiona más datos de pago, y la mayoría de los productos de voz no se diseñaron para ello. La residencia de datos por región determina si un proveedor puede siquiera considerarse en servicios financieros, salud y partes de EMEA y APAC. Ambos deben evaluarse en la selección inicial, no en una revisión legal tardía.
Prueba de que el listón se puede superar. Una empresa de videojuegos de Fortune 500 gestiona más de 330 000 interacciones mensuales con un agente de IA autónomo bajo las restricciones de un sector regulado, lo que en ese sector implica tanto el cumplimiento de PCI para compras dentro del juego como la gestión de AML y KYC. Una organización sometida a ese nivel de escrutinio escaló en lugar de estancarse, y esa es la clave: el cumplimiento riguroso es una barrera que se puede superar pronto cuando la plataforma está diseñada para ello.
La decisión de implementación con más consecuencias es el panel que construyes antes de salir en producción.
06 · La oportunidad del canal de voz
El canal que la mayoría de las empresas no ha automatizado.
La voz es el canal con mayor volumen, mayor coste y mayor complejidad técnica de la atención al cliente. También es el canal donde la adopción de IA va más rezagada. Esa brecha se está cerrando rápido: las previsiones del sector sitúan el crecimiento del mercado de IA de voz en torno al 35 % anual, por encima de la categoría general, y un estudio de 2026 registró un aumento interanual del 340 % en las implementaciones de voz en producción en más de 500 organizaciones (Opus Research). Las organizaciones que se adelantan obtienen una ventaja de costes que se acumula trimestre tras trimestre.
| Barrera | Qué implicaba en una llamada en directo | Estado en 2026 |
|---|---|---|
| Latencia | Una respuesta de menos de 300 ms es innegociable en una llamada en directo. | Resuelto en producción |
| Precisión | Reconocimiento de distintos acentos y de voces superpuestas. | Resuelto |
| Cumplimiento normativo | Requisitos más estrictos que en texto; PCI en llamadas en directo. | Resuelto si se diseña para ello |
Ninguno de estos problemas tenía solución en 2023; en 2026, sí. La voz empresarial es un producto distinto de la voz de consumo: gestión multilingüe en más de 50 idiomas, cumplimiento de PCI en llamadas en directo, respuesta de menos de 300 ms en producción e integración con la telefonía existente. El listón es más alto y el grupo de proveedores que lo supera es mucho más reducido.
La voz está alcanzando al chat. La idea de que la voz es intrínsecamente más difícil de automatizar es, en gran medida, un vestigio de 2023. En las implementaciones que Maven ha medido, los agentes de voz bien construidos resuelven en el mismo rango que el chat para intenciones comparables. La complejidad es real, pero acotada: hoy la velocidad de implementación la marca un conjunto reducido de decisiones, no la tecnología.
En 2026, el cumplimiento es la puerta de entrada. El proveedor que presenta primero el alcance de sus certificaciones y sus fechas de auditoría suele ganar la revisión de seguridad.
07 · Lo que el 10 % de los mejores hace bien
Una síntesis de lo que distingue a las implementaciones que funcionan de las que no.
En las implementaciones en las que se basa este informe, se repite el mismo patrón entre las organizaciones que logran resultados excepcionales, y tiene poco que ver con el tamaño del presupuesto o la sofisticación técnica de partida. Todo depende de cómo la organización compradora gestiona el programa una vez elegido el proveedor. Cuatro de los cinco comportamientos que siguen se han expuesto en las secciones anteriores; reunidos aquí, conforman un único modelo operativo. El quinto es el que la mayoría de los equipos se saltan.
El panel se crea antes de que el primer agente entre en producción, no se añade después cuando las cifras decepcionan.
Un piloto acotado justifica el despliegue; nadie espera a tener una hoja de ruta perfecta.
Conecta la IA a los sistemas que ya existen en lugar de dejar que una arquitectura ideal bloquee una implementación que funciona.
El cumplimiento normativo condiciona la expansión, no el piloto, lo que evita la adaptación posterior más cara de la IA empresarial.
Datos de resolución y reapertura revisados cada semana; cobertura de intenciones, cada trimestre. Este es el comportamiento que las secciones anteriores no abordan y el que la mayoría de los equipos se saltan.
La IA agéntica está pasando de asesorar a operar, de sugerir respuestas a completar tareas. Comienza la era de agente a agente, en la que los agentes de IA traspasan el trabajo a otros agentes especializados. Las organizaciones que hoy acumulan conocimiento sobre la implementación de un solo agente llevarán una clara ventaja cuando lleguen los sistemas multiagente a finales de 2026 y en 2027.
| 3 tendencias a seguir hasta el segundo semestre de 2026 | Por qué importa |
|---|---|
| ISO 42001 se consolida: de factor diferencial a requisito de compras | Se acelera a medida que entran en vigor, entre 2026 y 2027, las obligaciones de la Ley de IA de la UE para los sistemas de mayor riesgo. |
| El cumplimiento de PCI en voz se convierte en un filtro estándar de preselección | Como la voz gestiona cada vez más datos de pago, los productos sin la arquitectura adecuada quedan descartados pronto. |
| La tasa de resolución se impone como métrica pública del sector | El lenguaje de los analistas ha cambiado: Gartner plantea su hito de 2029 como resolución autónoma, no como desvío. |
En 2023, lo que hacía difícil la voz eran la latencia, los acentos y el cumplimiento normativo. Hoy son problemas de ingeniería con solución.
08 · Por dónde empezar
Ninguno de los cinco comportamientos requiere aprobar presupuesto. El primero, medir la resolución en lugar de la desviación, puede hacerse este trimestre con datos que el equipo ya tiene. La Fórmula de Resolución Real de la Sección 3 es el punto de partida: vuelve a evaluar los contactos del mes pasado según si se cerraron sin escalado, si siguieron cerrados durante un plazo concreto acorde con tus estándares de satisfacción del cliente y si evitaron una valoración negativa. La diferencia entre esa cifra y la tasa de desviación de tu panel actual es el tamaño de la oportunidad.
Este informe ha sido elaborado por Maven AGI a partir de datos de producción de más de 90 implementaciones empresariales de agentes de IA autónomos en chat, voz y correo electrónico.
Estudios de terceros citados en este informe
Sigue leyendo
Introduce tu correo electrónico para desbloquear el informe completo State of AI in CX 2026 aquí mismo, en esta página, y te enviaremos el PDF completo a tu bandeja de entrada.
Te enviaremos el PDF completo por correo electrónico y lo desbloquearemos aquí al instante. Al enviar el formulario, aceptas la Política de privacidad de Maven AGI. Nunca vendemos tus datos.
Maven AGI opera agentes de IA autónomos en chat, voz y correo electrónico para más de 90 empresas. Trae tus datos y te mostraremos la brecha de resolución con tus propias cifras.
Reserva una demo →