El punto de inflexión de la IA en las telcos: capturar valor
La IA agéntica representa para las operadoras de telecomunicaciones «telcos» una oportunidad sin precedentes para reorientar su trayectoria. La pregunta ya no es si adoptarla, sino si son capaces de rediseñar sus organizaciones lo suficiente como para aprovecharla al máximo.
Durante más de una década, las operadoras de telecomunicaciones (telcos) han emprendido sucesivas olas de transformación digital con el objetivo de compensar el crecimiento desacelerado, la creciente intensidad de capital y la escasa diferenciación de productos. La mayoría logró mejoras incrementales, pero ninguna alcanzó el cambio estructural profundo que la industria requiere en un contexto donde la innovación, la competencia y los desafíos estructurales no dan señales de ceder.
La IA agéntica puede ser la primera tecnología capaz de cambiar esa trayectoria. A diferencia de las herramientas de automatización anteriores, que mejoraban tareas aisladas, los agentes de IA tienen el potencial de rediseñar flujos de trabajo completos, incluso colaborando en decisiones operativas y coordinando actividades entre distintas funciones. Esto convierte a la IA en una capa de ejecución completa que puede transformar radicalmente la forma en que las telcos diseñan sus operaciones, despliegan capital y generan valor.
El desafío para los líderes del sector ya no está en identificar dónde aplicar la IA, sino en cómo rediseñar la empresa para operar con ella y optimizarla.
Los ejecutivos del sector reconocen cada vez más la importancia estratégica de la IA, pero pocos han visto resultados concretos. Una encuesta reciente a los principales directivos del sector revela que, si bien el interés y la inversión han crecido considerablemente —con más de la mitad de las telcos destinando al menos 50 empleados de tiempo completo a iniciativas de IA, y dos tercios planeando aumentar el presupuesto de TI para IA en el próximo año—, la mayoría todavía no logra escalar el impacto.
Solo el 57% reporta casos de uso desplegados en múltiples dominios, principalmente en atención al cliente y redes, una cifra prácticamente sin cambios respecto al año anterior. Apenas el 16% describe la IA como «la nueva normalidad» en su organización, y el 12% afirma haber capturado ya un impacto significativo.
Sin embargo, persiste un optimismo cauteloso: la mayoría de los líderes del sector espera que los beneficios se materialicen hacia finales de la década, con las mayores oportunidades concentradas en atención al cliente, redes e IT, donde muchas telcos anticipan ahorros superiores al 10% en uno o dos años, y cercanos al 30% para 2030.
Los principales obstáculos identificados son los modelos operativos inmaduros, las limitaciones de datos y la adopción lenta por una gestión del cambio deficiente. La adopción por parte de los equipos y la dificultad para implementar cambios de proceso a escala son los cuellos de botella más citados.
Un factor clave que sostiene el optimismo del sector es precisamente la irrupción de la IA agéntica. A diferencia de las generaciones anteriores de herramientas de IA —que generaron mejoras impresionantes pero todavía incrementales—, los agentes representan la posibilidad de un punto de inflexión impulsado por la automatización.
Según el McKinsey Global Institute, para 2030 la automatización con IA podría generar hasta 16.000 millones de dólares en nuevo valor económico solo para el sector de telecomunicaciones en Estados Unidos. Rediseñar los flujos de trabajo en torno a la colaboración humano-agente —ya sea para representantes de ventas, técnicos de instalación o ingenieros— puede ser la clave para capturar ese valor. Se estima que cerca de la mitad de la fuerza laboral del sector tiene el potencial de ser transformada mediante esta colaboración, más del doble que en la mayoría de otros sectores.
Hoy, más de la mitad de los ejecutivos encuestados indica que ya está desplegando casos de uso agénticos en al menos una función. Varias telcos pioneras están mostrando cómo aprovechar esta tecnología para generar valor significativo.
En Europa, el aumento en los volúmenes de atención al cliente y el alto costo de los centros de llamadas han convertido la eficiencia operativa en una prioridad estratégica. KPN, operadora holandesa, desarrolló un agente de voz a voz basado en IA para gestionar interacciones de atención al cliente de extremo a extremo.
Tras identificar los puntos de entrada más frecuentes —como fallas en líneas fijas, reemplazos de módems o problemas de roaming— y mapear la complejidad de cada caso, priorizaron seis casos de uso iniciales, incluyendo un agente de facturación y uno de autenticación. El resultado proyectado: una reducción significativa del tiempo promedio de manejo de llamadas y del costo operativo del centro de contacto.
Para MASORANGE en Europa y NTT DOCOMO en Asia, mejorar la experiencia del cliente en la red se convirtió en un diferenciador competitivo clave. Ambas operadoras desarrollaron un índice de CX basado en IA que correlaciona el desempeño de la red con la satisfacción y el riesgo del cliente, generando métricas diarias accionables. Esto les permite identificar clientes insatisfechos, determinar la causa raíz de su experiencia deficiente y vincular esos hallazgos a decisiones de inversión de capital, priorizando sitios con baja calificación de CX pero alto valor de ingresos.
NTT DOCOMO construyó su índice con más de 400 terabytes de datos de red y desarrolló características específicas para capturar la experiencia de los usuarios en los corredores de transporte urbano de Japón —uno de los patrones de uso más críticos que los indicadores convencionales no lograban reflejar. El resultado: entre el 10 y el 30% de las intervenciones de capex planificadas tienen potencial de ser repriorizadas hacia usos de mayor impacto, sin incrementar los niveles de inversión totales.
La unidad BPO de Entel, una de las principales telcos de América del Sur, enfrentaba un desafío recurrente en sus operaciones de contact center: el cambio en los patrones de interacción con clientes estaba generando una caída en las ventas salientes, mientras la empresa gestionaba cientos de miles de llamadas entrantes al mes, de las cuales menos del 1% era analizado sistemáticamente.
Para cambiar esto, Entel Connect implementó —en alianza con un proveedor de nube— una solución agéntica que procesa y analiza el 100% de las llamadas entrantes de forma diaria. La herramienta identifica leads, detecta oportunidades perdidas, rastrea el sentimiento del cliente y genera recomendaciones personalizadas de coaching para cada agente. En diez semanas, las ventas entrantes crecieron un 40%, impulsadas por una duplicación en los intentos de venta durante llamadas de servicio, sin impacto negativo en la satisfacción del cliente.
Una operadora sudamericana cuyo equipo de finanzas destinaba una proporción desproporcionada de tiempo a tareas manuales y repetitivas diseñó una solución agéntica para automatizar análisis rutinarios. El sistema ingesta más de 15 fuentes de datos estructuradas y no estructuradas, y utiliza una arquitectura multiagente para responder preguntas sobre gastos operativos, capex y pérdidas y ganancias. La solución automatizó alrededor del 90% de los hallazgos en reportes de gestión y alcanzó más del 95% de precisión en los casos de uso principales, liberando a los equipos para dedicarse a decisiones de mayor valor.
Seis claves para construir una telco agéntica ganadora
1. Si la IA no está en el presupuesto, no es real
Uno de los principales errores en las iniciativas de IA ha sido la falta de metas claras, benchmarked y vinculadas al presupuesto. Las organizaciones líderes revisan sus presupuestos con rigor para identificar dónde la IA puede generar impacto medible y lo atan a casos de negocio concretos. La IA debe ser parte del proceso presupuestario completo: si una división espera cierto impacto de sus iniciativas de IA, el presupuesto debe reflejarlo y la rendición de cuentas debe ser explícita.
2. Rediseñar flujos de trabajo, no solo tareas
Gran parte del poder transformador de los agentes de IA proviene de su capacidad para reinventar flujos de trabajo de extremo a extremo. Sin embargo, casi tres cuartas partes de los líderes encuestados reportan usar IA principalmente para mejoras marginales o moderadas de procesos existentes, en lugar de repensar fundamentalmente cómo debería realizarse el trabajo en un entorno IA-primero.
Los operadores líderes descomponen sistemáticamente las cadenas de valor en actividades individuales y evalúan cada una según su idoneidad para la automatización, la colaboración humano-agente o la gestión humana continua. Al rediseñar los flujos desde cero —eliminando etapas, transferencias y capas de coordinación innecesarias—, logran mejoras sostenidas en costo, velocidad y calidad que la automatización incremental no puede alcanzar.
3. Definir con claridad los nuevos roles de agentes y humanos
Rediseñar los flujos de trabajo es solo el primer paso. Es igualmente importante transformar las estructuras operativas y redefinir tanto los roles de los agentes como los de las personas. Según el McKinsey Global Institute, mientras que el 30% de las horas del sector de telecomunicaciones podría automatizarse de forma realista para 2030, el 91% de todos los empleos del sector requerirán rediseño fundamental para aprovechar al máximo la automatización.
Los roles tradicionales en áreas como DevOps, soporte al cliente y marketing de producto podrían reducirse, mientras que posiciones como especialistas en ventas de soluciones, ingenieros desplegados en campo y analistas de rendimiento de red crecerán en importancia. Surgirán también roles completamente nuevos, como arquitecto de flujos de trabajo de IA y gestor de riesgos de IA.
4. La gestión del cambio no puede ser un ejercicio puntual
La adopción lenta, enraizada en una gestión del cambio débil, es la principal barrera para escalar el valor de la IA. Convertir la capacidad de IA en mejoras sostenidas de productividad y margen requiere una disciplina operativa que incorpore nuevos comportamientos en el trabajo diario.
Los operadores líderes combinan un mandato del CEO con equipos de ejecución en el frente que incluyen gestores de cambio, traductores de analítica y dueños de producto integrados directamente en los equipos de ventas y servicio. Indosat Ooredoo Hutchison (IOH) resume bien esta filosofía: su enfoque de transformación con IA es «70% personas, 20% proceso y 10% tecnología», lo que subraya que la adopción sostenida depende principalmente del cambio organizacional. IOH implementó sesiones de IA trimestrales para todo el equipo de alta dirección, formó traductores de IA en cada función y puso en marcha programas de reconocimiento gamificados para fomentar la experimentación.
5. El modelo de fábrica de IA acelera la captura de valor
Muchas telcos tropiezan con los mismos problemas al escalar: esfuerzos fragmentados, costos elevados, dificultades para escalar y gestión de riesgos insuficiente. El modelo de fábrica de IA aborda estos problemas introduciendo un playbook común y un conjunto de capacidades compartidas que guían cómo la organización desarrolla y escala IA de forma responsable.
En lugar de crear soluciones únicas para cada nuevo proyecto, la fábrica trata los activos de IA —plataformas, herramientas, arquitecturas de referencia— como capacidades estandarizadas y reutilizables. Esto incluye marcos de agentes reutilizables, entornos de modelos compartidos y controles de gobernanza estandarizados, que aceleran el tiempo hasta el valor y reducen la deuda técnica.
6. Los agentes deben entender el negocio y los datos para desbloquear su verdadero potencial
A medida que las telcos avanzan hacia modelos operativos IA-nativos, la próxima generación de agentes no estará limitada por la capacidad algorítmica, sino por si los sistemas de IA comprenden realmente el negocio y la red que deben ayudar a gestionar. Los operadores líderes están invirtiendo en capas semánticas de datos y marcos de conocimiento institucional para que los agentes puedan actuar sobre información confiable y contextualizada.
Un enfoque emergente es el uso de «habilidades» de IA modulares y específicas al contexto —flujos de trabajo reutilizables que encapsulan lógica de negocio, reglas de decisión y patrones de acceso a datos de forma estructurada pero liviana— permitiendo a las organizaciones operacionalizar la IA en torno a tareas bien definidas y construir capacidades de forma progresiva. Una telco australidense, por ejemplo, aceleró la automatización de servicios en un 30% al codificar el conocimiento de sus ingenieros sobre la red en agentes.
Las telcos que traten la IA agéntica como una capa más de herramientas obtendrán ganancias marginales de productividad y mayor complejidad. Las que se comprometan a construir un modelo operativo agéntico coherente transformarán fundamentalmente la forma en que se realiza el trabajo —y, al hacerlo, desbloquearán mejoras materiales en retorno sobre el capital invertido, márgenes y experiencia del cliente.
Para los líderes de telecomunicaciones en América Latina y el mundo, la pregunta ya no es si la IA puede crear valor. La pregunta es si sus organizaciones están preparadas para operar de manera suficientemente diferente como para capturarlo.
Fuente: Benjamim Vieira, Guilherme Cruz, Ignacio Ferrero, Tomás Lajous, Borja Belda, Daniela Mendoza y Manuel Palacios. «Telcos’ AI inflection point: What leaders do to capture value.» McKinsey & Company, Technology, Media & Telecommunications Practice, 26 de febrero de 2026. Disponible en: mckinsey.com
