IA aplicada · Cómo trabajamos
Nuestra estrategia de growth hacking es tan buena que podemos y queremos contarla
Queremos que Idoneos crezca ayudando a crecer a sus clientes. La frase puede parecer una declaración de buenas intenciones, pero nos interesa algo más preciso: construir una relación en la que el resultado que obtiene una empresa le dé razones y recursos para continuar, y al mismo tiempo le dé motivos para recomendarnos. Nuestro interés en crecer nos lleva, por lo tanto, a ocuparnos de que esa empresa obtenga un beneficio que pueda reconocer y comprobar. La experiencia que buscamos podría resumirse así:
«Empezamos con algo pequeño, recuperamos la inversión y ahora estamos pagando la siguiente mejora con lo que produjo la primera. ¡Esto se paga solo!».
Ese es el efecto que queremos provocar con nuestros servicios de adopción de inteligencia artificial. Lo llamamos nuestra estrategia de growth hacking: procurar que el valor obtenido por un cliente impulse la continuidad del trabajo y nuevas recomendaciones. Podemos contarla abiertamente porque conocerla permite entender qué interés tenemos en que al cliente le vaya bien. El mecanismo funciona, precisamente, cuando ambos obtenemos un beneficio.
La primera inversión debe abrir el camino
Pensemos en una empresa que recibe consultas, prepara presupuestos y después debe hacer su seguimiento. Para retomar cada conversación, alguien necesita reconstruir qué se pidió, qué se ofreció y qué quedó pendiente. Mientras se buscan esos antecedentes, otras consultas siguen llegando. El equipo trabaja, pero algunas oportunidades pueden perderse por falta de una respuesta a tiempo.
Tenemos un propósito concreto: aprovechar mejor las oportunidades comerciales que la empresa ya genera. Y tenemos una dificultad: la información necesaria para actuar está dispersa. La primera pregunta es qué transformación permitiría pasar de esos antecedentes a un seguimiento oportuno y si su beneficio justificaría el esfuerzo de incorporarla al trabajo cotidiano.
Una aplicación de IA podría relacionar las consultas, los presupuestos y el historial disponible para preparar una propuesta de seguimiento. Una persona revisaría si el contexto está bien interpretado y decidiría qué enviar. Después se registrarían las respuestas y las ventas concretadas. Este es un ejemplo hipotético: nos permite recorrer el mecanismo y reconocer qué habría que comprobar.
La utilidad de esa asistencia depende de que resuelva una dificultad del proceso. Preparar un mensaje puede ser un paso necesario; el propósito es que ayude a retomar una oportunidad comercial. El dibujo muestra qué prepara el sistema, dónde interviene la decisión humana y qué ocurre después.
AI bootstrap y la capacidad de financiar el siguiente paso
Llamamos AI bootstrap a un ciclo de adopción de IA en el que buscamos que cada iniciativa recupere su inversión en un plazo suficientemente corto y genere un excedente para financiar la siguiente. La primera mejora requiere una inversión inicial. A partir de allí, el propósito es que los resultados vayan ampliando la capacidad de avanzar.
Pensemos en las semillas que conservamos para una nueva siembra. Una parte del resultado de un ciclo se convierte en un recurso para el próximo. Con las mejoras de un negocio podemos buscar una relación semejante: una vez cubiertos los costos y recuperada la inversión, una parte del beneficio puede reinvertirse. El crecimiento depende tanto de producir ese excedente como de decidir qué hacer con él.
Volvamos a los presupuestos. Si el seguimiento ayuda a concretar ventas adicionales, esas ventas tendrán costos y dejarán un margen. De ese margen saldrán los recursos para sostener la solución, recuperar lo invertido y, si alcanza, financiar otra mejora. Cada una de esas relaciones importa: aumentar la actividad y disponer de dinero para reinvertir son resultados diferentes.
La espiral que abre este artículo representa esa posibilidad de acumulación: volver sobre el trabajo con más conocimiento y, cuando los resultados lo permiten, con más recursos. Cada vuelta parte de lo conseguido en la anterior. El ciclo siguiente permite observar dónde se mide el resultado y dónde se decide la reinversión.
Por eso el ritmo lo marcan los resultados. Si una mejora tarda más de lo previsto o produce menos beneficio, necesitamos entender qué supuesto falló: cuánto trabajo había, qué dificultad resolvimos, cómo se incorporó la ayuda o qué costos no habíamos considerado. Corregir, reducir el alcance o detenerse también es usar lo aprendido para decidir mejor.
Qué significa que una mejora se pague sola
La expresión «se paga solo» merece que nos detengamos. Podemos estar diciendo que el beneficio cubre el costo de funcionamiento, que además devuelve la inversión inicial o que también deja un excedente para avanzar. Son tres condiciones distintas. Para completar el ciclo de AI bootstrap buscamos las tres, y necesitamos saber en qué plazo esperamos alcanzarlas.
Antes de comenzar acordamos qué vamos a medir y con qué situación lo compararemos. Consideramos la implementación, las herramientas, el acompañamiento y el esfuerzo de usar la solución. En el seguimiento registramos qué oportunidades se retomaron y qué ventas se concretaron. Al comparar períodos, revisamos los cambios de demanda, precios y actividad comercial que también podrían explicar el resultado. El margen adicional atribuible a la mejora, descontados los costos de funcionamiento, permite evaluar la recuperación de la inversión.
El tiempo liberado también tiene valor. Su efecto económico depende de lo que podamos hacer con él: atender más pedidos, reducir horas extra o evitar una contratación externa tienen consecuencias diferentes. Si mejora la tranquilidad del equipo o la calidad de la atención, también habremos obtenido algo valioso. Para financiar la próxima inversión, debemos identificar qué parte de ese valor se convierte efectivamente en recursos disponibles.
Del beneficio del cliente al crecimiento de Idoneos
Hasta aquí seguimos un ciclo dentro de la empresa: invertir, mejorar el trabajo, comprobar el beneficio y decidir su reinversión. Nuestra estrategia de crecimiento agrega una relación entre ese resultado y las conversaciones que una persona puede tener con otras.
Cuando un cliente comprende cuánto invirtió, qué cambió y qué ganó, tiene una experiencia concreta para compartir. Si además puede continuar mejorando su negocio con parte de lo que produjo la primera iniciativa, cuenta con una razón económica para seguir. Esa es la continuidad que queremos construir: que la utilidad del servicio sostenga la decisión de mantenerlo y ampliarlo.
Nos gustaría que, al conversar con un colega, pudiera explicar el recorrido con la misma claridad: «Me ayudaron a elegir por dónde empezar. Lo hicimos, medimos el resultado y ahora podemos dar el siguiente paso con lo que produjo el anterior». Es una conversación que esperamos merecer mediante el trabajo y sus resultados.
Así se conectan los intereses. El cliente obtiene una mejora que justifica la inversión y abre nuevas posibilidades. Idoneos puede continuar trabajando con él y llegar a otras empresas por su recomendación. La confianza de quien recomienda también está en juego: cuanto más comprensible y comprobable sea el resultado, más elementos tendrá para decidir si vale la pena compartirlo.
Por qué nos interesa contar nuestra estrategia
Podemos contar nuestra estrategia porque hace explícito nuestro interés: que el cliente obtenga un beneficio que justifique continuar y merezca una recomendación. Queremos que pueda explicar qué cambió en su negocio, cuánto costó conseguirlo y qué posibilidades abrió ese resultado.