Entrevistas
Fran Loftus, directora de experiencia del cliente de EliseAI — Serie de entrevistas

Puntos claveEl enfoque vertical primero de EliseAI integra flujos de trabajo industriales…
Ver más
- El enfoque vertical primero de EliseAI integra flujos de trabajo industriales directamente en su IA para evitar errores genéricos de chatbots.
- La IA efectiva en vivienda y salud debe garantizar la finalización de tareas para generar confianza, no solo proporcionar respuestas rápidas.
- El rol del Director de Experiencia evolucionará hacia la orquestación de colaboraciones humano-IA, mientras la automatización maneja el trabajo administrativo.
Fran Loftus, directora de experiencia del cliente de EliseAI, es una líder dinámica, conocida por su energía creativa y su trayectoria versátil, que combina espíritu emprendedor con un profundo conocimiento de las operaciones. Antes de incorporarse a EliseAI, cofundó HOM, una plataforma tecnológica de servicios y espacios compartidos y de participación de los residentes, adquirida por Alfred. Allí ocupó después varios cargos ejecutivos, dando forma a la experiencia de los residentes de cientos de miles de viviendas. En EliseAI ha desempeñado puestos de alta dirección operativa, bajo la supervisión del CEO y del consejo de administración, impulsando la eficiencia en toda la empresa, supervisando los resultados de los clientes y colaborando estrechamente con ingeniería y ventas en la estrategia y el lanzamiento de productos. Reconocida como fundadora y referente intelectual del sector, ha sido nominada al título de Top Founder en MIPIM y ha figurado repetidamente entre las mujeres más influyentes de CRETech.
EliseAI es una empresa de software de IA con sede en Nueva York que transforma la forma en que las organizaciones de vivienda y atención sanitaria gestionan grandes volúmenes de comunicación y flujos de trabajo operativos mediante inteligencia artificial conversacional y agéntica avanzada. Su plataforma automatiza tareas como la programación de visitas a viviendas, la comunicación sobre alquileres, las solicitudes de mantenimiento, las renovaciones de contratos, la admisión de pacientes y el apoyo administrativo a través de mensajes de texto, voz, correo electrónico y chat. Esto permite a los equipos trabajar con mayor eficiencia, a la vez que mejoran su capacidad de respuesta y la experiencia del cliente. Al centralizar estas interacciones en un sistema unificado de IA, EliseAI ayuda a las organizaciones a ampliar sus operaciones, reducir la carga de trabajo manual y lograr mejoras medibles del rendimiento en funciones esenciales para su actividad.
Como directora de experiencia del cliente de EliseAI, aportas una combinación poco habitual de experiencia en comunidad, operaciones y tecnología. Fundaste HOM, una plataforma que ayudaba a edificios de viviendas multifamiliares a ofrecer servicios y espacios compartidos y a fomentar un sentido de comunidad a gran escala. Después dirigiste la experiencia y la prestación de servicios en Alfred, una empresa de servicios residenciales que opera dentro de miles de edificios de apartamentos. ¿Cómo influyen esas funciones tan prácticas y centradas en las personas en tu forma de diseñar y poner en funcionamiento las experiencias con IA en EliseAI hoy?
Mi experiencia en la gestión directa de inmuebles me enseñó que la tecnología solo es tan buena como el servicio que realmente ofrece sobre el terreno. En HOM y Alfred aprendí que a un residente no le importa una interfaz elegante si su solicitud de mantenimiento desaparece en un agujero negro o si su entrada en la vivienda se retrasa. Por eso presto una atención casi obsesiva a que cada asunto se resuelva hasta el final. No diseño IA únicamente para gestionar conversaciones, sino para gestionar todo el ciclo de vida de una tarea. Doy prioridad al residente que atraviesa una crisis o al empleado sobrecargado, y procuro que la IA no sea otra cosa que deban vigilar, sino una herramienta que les quite peso de los hombros.
Desde la perspectiva de la experiencia del cliente, ¿cómo debe ser una IA realmente eficaz en los ámbitos de la vivienda y la atención sanitaria, donde la confianza, la claridad y el cumplimiento de lo acordado importan tanto como la velocidad o la automatización?
En vivienda y atención sanitaria, responder rápido está muy bien, pero cumplir lo acordado es lo que genera confianza. Una buena IA no debería limitarse a dar una respuesta rápida: debe garantizar que algo ocurra de verdad. Si un paciente pregunta por una factura o un inquilino quiere renovar su contrato, la IA debe actualizar los registros, avisar al responsable adecuado e informar a la persona que hizo la solicitud de que el proceso ya está en marcha. Se trata de actuar con claridad y anticipación, para que nadie sienta que tiene que volver a llamar tres veces solo para consultar el estado de su solicitud.
EliseAI ha dado prioridad a un enfoque especializado por sectores en lugar de ofrecer una capa de IA de uso general. ¿Cómo cambia esa decisión la experiencia cotidiana de los equipos de gestión inmobiliaria, los residentes y el personal sanitario frente a las herramientas de IA horizontales?
Las herramientas de IA de uso general obligan al cliente a asumir el trabajo difícil de enseñar al software las reglas del sector. Como somos una solución especializada exclusivamente en vivienda y atención sanitaria, nuestro sistema llega con un conocimiento profundo de los flujos de trabajo específicos, como la normativa sobre depósitos de garantía de los alquileres o los matices de la programación de citas de pacientes. Para el personal que trabaja sobre el terreno, esto significa que no tiene que gestionar un chatbot genérico que podría inventarse una norma. Trabaja con un sistema ya integrado en su software y que habla el lenguaje de sus operaciones diarias desde el primer día.
¿Puedes explicar cómo acompañar y observar a los trabajadores de primera línea para captar los flujos de trabajo de principio a fin mejora el comportamiento del modelo y la experiencia final del cliente, en comparación con entrenarlo solo con datos abstractos?
Los datos abstractos muestran el qué, pero estar sobre el terreno con los clientes muestra el cómo. Cuando mi equipo pasa tiempo en el entorno real donde se implanta el software, detecta dificultades que un conjunto de datos pasaría por alto. Por ejemplo, durante sesiones de análisis con una organización que gestiona viviendas para militares, identificamos circuitos complejos de aprobación y restricciones estrictas del día a día que no figuraban en ningún manual. Al recoger esos detalles complejos del mundo real e incorporarlos al producto, podemos crear IA que no solo funcione en una demostración, sino que también resista el caos de una oficina con mucha actividad.
Cuando los sistemas de IA pasan de responder preguntas a ejecutar tareas, ¿qué nuevos riesgos surgen para la experiencia del usuario y cómo garantizas que la automatización se perciba como una ayuda fiable, en vez de intrusiva u opaca?
El principal riesgo pasa de que la IA diga algo incorrecto a que haga algo incorrecto. Para reducirlo, he establecido un modelo de soluciones de producto en el que expertos —muchos de ellos antiguos fundadores de empresas— se responsabilizan de áreas concretas del producto. Definen las reglas y las medidas de protección específicas para la ejecución de tareas por parte de la IA, garantizando que nunca realice una acción que sorprenda o confunda a un empleado.
En vivienda y atención sanitaria, incluso los pequeños fallos pueden erosionar rápidamente la confianza. ¿Cómo diseñas sistemas de IA agéntica que sigan siendo transparentes y predecibles, y en los que las personas puedan intervenir y corregir fácilmente cuando sea necesario?
Diseñar para generar confianza empieza por abandonar la mentalidad reactiva tradicional, en la que simplemente se espera a que algo falle. En su lugar, he creado un equipo que hace de puente entre la complejidad operativa del mundo real y la lógica de la IA. No son agentes de soporte, sino estrategas y antiguos fundadores de empresas responsables de áreas concretas del producto de principio a fin.
Dedican tiempo a observar de cerca el trabajo del personal para comprender las reglas innegociables de un sector, como los complejos circuitos de aprobación de viviendas para militares o los estrictos tiempos de respuesta médica, y las incorporan directamente al comportamiento de la IA. La transparencia procede de que nuestros sistemas están diseñados para señalar posibles problemas de forma anticipada, antes de que se conviertan en quejas de residentes o pacientes. Cuando la IA detecta una situación con una fuerte carga emocional o una solicitud compleja para la que no ha sido entrenada, no hace conjeturas. Activa un traspaso a un empleado y le proporciona todo el historial y el contexto de la interacción, para que pueda intervenir como un colaborador bien informado en vez de empezar desde cero.
Desde tu posición al frente de la implantación y del éxito de los clientes, ¿cuáles son las dificultades más habituales que afrontan al incorporar IA a sus flujos de trabajo operativos y cómo las reduce EliseAI desde el inicio de la implantación?
La mayor dificultad rara vez es la tecnología en sí, sino el temor a que altere la dinámica del equipo o sustituya las funciones de las personas. Lo abordamos centrándonos en ofrecer un alivio inmediato y práctico. En la primera semana, dejamos que la IA asuma las tareas repetitivas y de gran volumen que suelen causar más agotamiento, como los primeros contactos de seguimiento con posibles clientes. También utilizamos nuestra propia IA para gestionar las operaciones internas de la empresa. Esto nos ayuda a comprender exactamente dónde surgen las tensiones al cambiar un flujo de trabajo, para acompañar mejor a nuestros clientes cuando atraviesan esa misma transición.
A muchas organizaciones les cuesta superar las fases piloto. ¿Cómo ayudas a los clientes a desarrollar sus procesos y expectativas para que la IA se integre en las operaciones diarias, en lugar de seguir siendo un experimento aparte?
La IA solo se consolida cuando deja de ser un proyecto secundario y se convierte en una parte normal de la jornada laboral. Ayudamos a los responsables a reorganizar sus equipos para que, una vez que la IA se encargue de las tareas rutinarias, las personas puedan centrarse en las que realmente requieren un trato humano.
EliseAI presta apoyo actualmente a aproximadamente uno de cada seis apartamentos de Estados Unidos. ¿Cómo cambian las expectativas de los clientes a esa escala y qué nuevos desafíos para la experiencia surgen cuando la IA pasa a formar parte de las operaciones habituales?
A esta escala, la IA ya no es una innovación llamativa. Es un servicio básico, como la electricidad. La expectativa pasa de resultar impresionante cuando funciona a ser inaceptable cuando falla. Tenemos que gestionar esa variabilidad y mantener al mismo tiempo una fiabilidad del 100 %.
De cara a los próximos dos o tres años, ¿cómo crees que evolucionará el papel de la dirección de experiencia del cliente a medida que los sistemas de IA asuman más responsabilidad en servicios esenciales como la vivienda y la atención sanitaria?
El papel evolucionará de gestionar la atención al cliente a coordinar la colaboración entre las personas y la IA. A medida que la IA asuma las partes administrativas y repetitivas del trabajo, la atención del CXO se desplazará por completo hacia los puntos de contacto estratégicos y emocionales. Nuestra responsabilidad será garantizar que, conforme el mundo se automatice más, las interacciones humanas en la vivienda y la atención sanitaria sean más deliberadas y tengan un mayor impacto.
Gracias por esta excelente entrevista. Los lectores que deseen saber más pueden visitar EliseAI.












