Entrevista con Joaquín Rivera, CEO de Merkuria.
Joaquín Rivera, CEO de Merkuria, analiza cómo la inteligencia artificial está transformando la compra de autos, un proceso complejo y altamente friccionado para clientes y agencias. Explica que la IA funciona como un aliado en el “long ticket”, informando, comparando opciones y reduciendo la asimetría de información para triplicar la probabilidad de compra. Distingue entre chatbots primitivos y agentes conversacionales avanzados capaces de entender contexto y necesidades reales. Destaca que la IA optimiza costos, mejora la calidad del lead y prepara al cliente, mientras el cierre de la venta sigue siendo territorio humano.
En un mercado automotriz cada vez más competitivo, la experiencia de compra se ha convertido en un laberinto de opciones para el cliente y un desafío de eficiencia para las agencias. Joaquín Rivera, CEO de Merkuria, analiza cómo la inteligencia artificial (IA) está redefiniendo este proceso, no para reemplazar al vendedor humano, sino para potenciarlo.
El Problema: Un Proceso de Compra “Altamente Friccionado”
La misión de Merkuria nace de identificar una problemática clave en la industria: la compra de un vehículo es un proceso “multifactorial” y “altamente friccionado”. Los clientes se enfrentan a una abrumadora cantidad de variables: modelo, versión, financiamiento, seguros, promociones y bonos.
“Es muy difícil para mí como cliente entender y saber todas estas combinaciones antes de llegar al momento de la compra”, explica Rivera. Paralelamente, los equipos comerciales luchan por tener toda esta información a la mano para ofrecer soluciones personalizadas y ágiles. Esta brecha informativa genera insatisfacción y oportunidades de venta perdidas.
La Solución: IA para el “Long Ticket”
Frente a este desafío, Merkuria propone una solución basada en tecnología, apalancándose específicamente en la inteligencia artificial. Rivera se refiere a la compra de un auto como un “long ticket” o “ticket largo”: una inversión compleja y de alto valor, similar a la adquisición de una casa o un seguro, que requiere de un proceso híbrido donde el cliente investiga en línea y visita el punto de venta de forma iterativa.
“La inteligencia artificial es un aliado extraordinario para este tipo de procesos… donde hay muchos factores involucrados y se necesita un elemento con cierto nivel de inteligencia que ayude a que los dos lugares se encuentren en un punto en común”, destaca el CEO.
¿Dónde Actúa la IA y Dónde el Humano? La “Mancuerna” Perfecta
Rivera es enfático al delimitar los roles de la tecnología y las personas. La IA debe estar implementada en cualquier punto de contacto inicial: chats en sitios web, redes sociales, contact centers y community management.
“La calidad que le va a brindar la inteligencia artificial en términos de información, tanto en profundidad y sobre todo en velocidad, va a ser muy superior a un humano”, asegura. Su función es el “lead warming” o calentamiento de prospectos: llenar de información relevante, ayudar a comparar y reducir la asimetría informática.
Sin embargo, el cierre de la venta es territorio humano.
“La inteligencia artificial es un extraordinario catalizador… pero ya que estoy listo para hacer una compra, en ese momento tenemos que encontrar la manera de hacer el human in the loop“, afirma. La confianza final se construye con el contacto humano, “con alguien que me está viendo a los ojos, que me está invitando a ver el vehículo”. La visión de Merkuria no es que la IA venda autos, sino crear una “mancuerna” donde la tecnología prospecta y calienta los leads, y el vendedor humano realiza el cierre comercial.
Chatbots vs. Agentes de IA: Una Evolución Necesaria
Rivera marca una clara distinción entre los chatbots tradicionales y los agentes de IA conversacional. Los primeros, describe, son “paramétricos y primitivos”, con respuestas limitadas a árboles de decisión predefinidos (si el cliente dice A, se responde B). Si el usuario se sale del guion, el chatbot no puede interpretarlo.
En cambio, un agente de IA “escucha una pregunta y va a todo su acervo para construir una respuesta, pero además la aumenta”. Tiene la capacidad de entender el contexto, discernir qué es relevante para el cliente (seguridad, presupuesto, espacio) y responder en un lenguaje natural, “como si estuviera en WhatsApp con un amigo”. Esta flexibilidad es crucial para un proceso de venta complejo y “romántico” como el de un auto.
Resistencia al Cambio y Oportunidad para los “Early Adopters”
El CEO reconoce que el sector automotriz es tradicional y existe una resistencia natural a modificar procesos de venta que han funcionado por décadas. “Es muy fácil decir ‘atrévete’, pero desde el otro lado de la mesa… ese atreverme me puede costar mucho dinero”.
No obstante, advierte que la creciente competencia y la entrada de nuevas marcas están forzando un cambio. Quienes se atrevan ahora serán los “grandes ganadores”. “Quien lo alcance en dos años va a ser quizá muy tarde”, sentencia, ubicando a la industria en la etapa de los “early adopters”.
El Retorno de la Inversión: Costos y Ventas
La implementación de IA ofrece dos caminos claros de retorno de inversión:
- Optimización de Costos: Sustituir procesos redundantes. Rivera menciona que tareas como la calificación de leads digitales o la agenda de mantenimientos pueden ser asumidas por la IA con ahorros del “70-80% o más” respecto a los costos de equipos humanos.
- Incremento en Ventas: Un cliente bien informado por un agente de IA tiene “tres veces más probabilidades de compra” que uno que no. Llega a la agencia con la información necesaria, reduciendo la fricción final y permitiendo al vendedor concentrarse en generar confianza.
La Advertencia: El Peligro de un Mal Entrenamiento
Finalmente, Rivera alerta sobre un riesgo crítico: la implementación de agentes de IA mal entrenados. Compara a un agente con un niño: si no se le entrena adecuadamente para procesar información, puede “alucinar” y dar respuestas erróneas o sin sentido.
“Si estás vendiendo un long ticket… el entrenamiento va a tomar un poco más de tiempo, hay que dedicar más recursos, pero los resultados son mucho más precisos”, recomienda. Adquirir un “wrapper” o envoltorio barato de modelos genéricos como ChatGPT puede ser riesgoso para ventas complejas, donde un error en el precio o las características puede costar un cliente o incluso generar problemas legales. Un entrenamiento robusto para una agencia puede llevar “un mes y medio, dos meses”, pero es una inversión necesaria para garantizar precisión y confiabilidad.
Conclusión
La visión de Joaquín Rivera y Merkuria pinta un futuro donde la inteligencia artificial y el talento humano no compiten, sino que se complementan. En la industria automotriz, esta simbiosis no es una moda, sino una herramienta fundamental para reducir fricciones, informar al cliente y, en última instancia, cerrar más ventas en un mercado que ya no perdona la ineficiencia.
