En nuestro reciente podcast Keyloop podcast Drivetimenuestra presentadora, Jacqui Barker, habló conAndy Gray, director general y cofundador de Kortical. Este episodio sirve para cortar el ruido en torno a la IA y ser prácticos sobre lo que realmente funciona en el sector minorista de la automoción.
Sin embargo, (y esto es importante) sólo el 8% de los proyectos de IA tienen éxito, y el tiempo medio hasta la producción es de 36 meses.Es una perspectiva desalentadora para distribuidores y fabricantes de equipos originales. Afortunadamente, Andy compartió cómo romper ese patrón empezando poco a poco, centrándose en victorias rápidas y basándose en enfoques probados en lugar de intentar grandes transformaciones. De hecho, Andy comenta “Empezamos a construir sobre la IA cuando nadie sabía realmente lo que era, y de repente los clientes la pedían”.
Hemos reunido algunos puntos clave de este episodio. Está repleto de ideas sobre el comercio minorista de automoción para cualquiera que quiera salvar la distancia entre la tecnología punta y la aplicación en el mundo real. Esto es lo que Jacqui y Andy discutieron:
- IA vs aprendizaje automático: La diferencia explicada de forma sencilla.
- Por qué fracasan la mayoría de los proyectos de IA: Y cómo atajar el éxito con herramientas probadas.
- La mina de oro de los datos de automoción: Desde registros de servicio hasta acuerdos financieros, tus datos tienen más valor del que crees.
- La personalización es la nueva expectativa: Los clientes esperan ahora una experiencia al estilo de Amazon: coche adecuado, momento adecuado.
- Colaboración humano + IA: La IA como asistente que libera a los vendedores para que se centren en las relaciones, no en la administración.
IA vs aprendizaje automático
Andy explicó los postes móviles de la IA.
An cuanto algo se comprende bien, la gente deja de llamarlo IA y le da un nuevo nombre, como reconocimiento óptico de caracteres.
Remontó los orígenes a John McCarthy en la década de 1950, enmarcando la IA como“cualquier cosa inspirada en el cerebro.
En cambio, el aprendizaje automático es unmétodo específicoespecífico: en lugar de codificar miles de reglas a mano (por ejemplo, para el reconocimiento facial), dejas que los algoritmosaprendan patrones a partir de datos. Ese cambio es lo que ha hecho posibles los avances modernos; desde el OCR hasta los grandes modelos lingüísticos actuales.
Por qué fracasan muchos proyectos de IA y cómo evitarlo
Una tasa de éxito del 8%, con una media de 36 meses para alcanzar la producción.
Multiplica esas cifras de la industria y obtendrásun proyecto de éxito cada 20 añossi lo enfocas de forma equivocada.
Los fallos suelen producirse en la capa de traducción. Las empresas no saben cómo convertir sus datos desordenados en entradas legibles por máquinas y, de nuevo, en valor empresarial. (Precisamente por eso es tan importante mejorar la calidad de los datos en los concesionarios. Mira cómo lo abordan Keyloop y AI Assistant aquí).
¿Su consejo? No apuestes por programas big-bang. Mejor:
- Empieza poco a pococon un proceso que sea repetitivo y estructurado (entrada digital, salida digital).
- Utiliza soluciones probadasque ya funcionan en contextos similares.
- Ganancias incrementalesgeneran confianza y ROI y te dan la hoja de ruta para escalar la IA con eficacia.
La mina de oro de los datos de automoción
Andy cuestionó el mito de que hay que centralizar todos los datos antes de utilizar la IA. En su lugar, instó a los minoristas a empezar con silos de datos ya disponibles. Por ejemplo:
- IA de renovacionespuede predecir cuándo es probable que un cliente vuelva a comprar basándose sólo en la información del acuerdo.
- Con sólo un subconjunto de datos, Kortical consiguió unaumentomediodel 7,8% en el alcance personalizado.
Subrayó que la automoción tieneuna tonelada de datos que abarca el servicio, las finanzas y el marketing. El verdadero reto es sacarlos a la superficie y activarlos, no acumularlos en un gran proyecto. Para una visión más amplia de por qué los datos limpios y conectados son la base del éxito de la IA en el comercio minorista, consulta nuestra opinión sobre La IA en la automoción y más allá.
La personalización es la nueva expectativa
Andy explicó que la gente ya no pasa horas desplazándose por un sinfín de opciones o visitando múltiples sitios de reseñas. En su lugar, confían cada vez más en que las marcas servirles la elección adecuada, en el momento adecuado.
Para la automoción, esto significa que los minoristas ya no pueden confiar en el marketing genérico ni en las ofertas de talla única. La IA puede analizar señales como los acuerdos de financiación, el historial de servicio o incluso los cambios en el estilo de vida, y recomendar el siguiente paso más relevante. Ya sea una renovación, una reserva de servicio o una oferta a medida.
Cuando se hace bien, la personalización mantiene a los clientes en tu ecosistema, genera confianza y reduce la posibilidad de que se vayan a explorar a la competencia. Como dice Andy:
Si la gente cree que tu marca comprende sistemáticamente sus necesidades, dejará de buscar en otra parte.
Colaboración humana + IA
Andy hizo hincapié en que la IA debe amplificar a las personas, no sustituirlas. Algunos ejemplos del episodio
- Un chatbot de IAentrenado en la voz de la marca de un minorista puede responder a las consultas de forma natural y curada; muy lejos de los antiguos bots “elige la opción A, B, C”.
- Bots conectados alDMSpueden cualificar clientes potenciales, comprobar el stock en tiempo real e incluso reservar pruebas de conducción antes de que un vendedor esté libre.
- Los vendedores tienen su propio “asistente” para ocuparse de la administración y la divulgación, por lo que disponen de más tiempo para la conexión humana y la creación de valor.
El consumidor actual está condicionado porla personalización que vemos ahora en todas partes. I i la automoción puede replicar ese viaje personalizado y sin fisuras, la fidelidad y las renovaciones le seguirán.
Conclusiones finales
La IA ha ido mucho más allá de las palabras de moda. Como Andy destacó en este episodio de Drivetime, el éxito no consiste en perseguir los proyectos más grandes y llamativos, sino en hacer que la IA sea práctica. El sector de la automoción dispone de abundantes datos sin explotar, y la oportunidad reside en empezar poco a poco, utilizar lo que ya está disponible y crear impulso mediante victorias cuantificables.
Los minoristas que adopten este enfoque estarán mejor situados para ofrecer lo que los clientes esperan ahora viajes personalizados y fluidos que combinan la experiencia humana con la eficacia de la IA. Y dado que sólo el 8% de los proyectos de IA tienen éxito hoy en día, los minoristas que lo hagan bien destacarán donde más importa: a los ojos de sus clientes.
Inscríbete en nuestro próximo seminario web para saber cómo podrías construir una estrategia pragmática de IA que conecte las operaciones de hoy con las oportunidades de mañana.
