Ryan Peterson, Vicepresidente Ejecutivo y Director de Producto en Concentrix – Serie de Entrevistas

Ryan Peterson se desempeña como Vicepresidente Ejecutivo y Director de Producto en Concentrix, impulsando la estrategia global de producto y tecnología. Un líder transformador con profunda experiencia en desarrollo de productos, datos y AI, Ryan impulsa la innovación y el crecimiento. Anteriormente, ocupó puestos ejecutivos en Amazon (AMZN ) Web Services (AWS), liderando Amazon Connect (CXE) y AWS Storage, donde expandió ambos negocios y adquirió experiencia en estrategias de lanzamiento al mercado, ventas y arquitectura de soluciones. Con más de dos décadas en gestión de datos, Ryan aporta una perspectiva aguda sobre la implementación de AI. Es titular de ocho patentes en almacenamiento y seguridad de datos.

Concentrix es un proveedor global de soluciones de experiencia del cliente y tecnología, que ofrece servicios en las fases de diseño, creación y ejecución para ayudar a las organizaciones a modernizar sus operaciones y mejorar su rendimiento. Opera en más de 70 países y seis continentes, y desde su separación en 2020 ha expandido su negocio a través de importantes adquisiciones como Convergys, Webhelp y BlinkCX, fortaleciendo su escala y capacidades.

Comencemos con lo personal—su trayectoria abarca startups, Amazon y ahora Concentrix. ¿Qué lección sobre la experiencia del cliente o el desarrollo de productos se ha quedado con usted a lo largo de todos estos puestos?

Es simple: comience con el cliente primero y trabaje hacia atrás desde allí. Eso es cierto ya sea que esté en una startup de tres personas o escalando sistemas a nivel global para una empresa del Fortune 500. Es fácil que los equipos se dejen llevar por construir lo que ellos creen que es emocionante e interesante, pero si no resuelve un problema real para personas reales, es una pérdida de tiempo. Las soluciones más impactantes que he visto siempre provienen de entender primero lo que el cliente está tratando de lograr y luego construir hacia eso.

Una reciente Encuesta de Consumidores de Concentrix muestra que solo el 31% de los consumidores estadounidenses están familiarizados con el concepto de AI Agente. ¿Por qué cree que la conciencia sigue siendo tan baja a pesar del revuelo en la industria?

Porque lo hemos complicado más de lo necesario. Pregúntele a cinco personas qué significa “AI Agente” y probablemente obtendrá cinco respuestas diferentes. El término no se ha establecido en una definición compartida porque la industria no ha hecho un buen trabajo explicándolo en términos cotidianos. Ese es el problema principal. Cuando lo describo como AI que actúa en nombre de otra entidad sin requerir un prompt, la gente generalmente lo entiende. Hasta que eso se convierta en la explicación estándar, la mayoría de los consumidores seguirán confundidos, y seguirá siendo más un término de moda que una idea mainstream.

Una de las estadísticas más impactantes es que el 76% de las personas aún consideran que las marcas son más confiables cuando un ser humano, y no la AI, les ayuda. ¿Cómo interpreta eso en el contexto de la creación de experiencias del cliente nativas de AI?

Esa estadística no es anti-AI, es pro-confianza. La gente generalmente no confía en la AI, y ciertamente no la quiere cuando necesitan ayuda. Piense en la última vez que llamó a una línea de soporte al cliente y se conectó primero a un bot de AI. La mayoría de las personas presionan cero o tratan de evitarlo para llegar a un agente humano. La AI, en su estado actual, no siempre resuelve el problema, a menudo crea fricción. Si la AI agrega fricción al viaje del cliente, no está mejorando la experiencia; se está interponiendo en el camino. Lo que los clientes realmente quieren es una experiencia fluida que les ayude a resolver su problema. Cuando la AI funciona en armonía con el juicio humano, es cuando se gana la confianza. El futuro no se trata de AI solo, se trata de AI que está respaldada por inteligencia humana real, haciendo que la experiencia sea fluida y efectiva.

¿Hubo alguna idea sorprendente o contraintuitiva en los datos que lo hicieron replantear cómo se debería implementar la AI Agente—tanto en términos de diseño, mensaje o casos de uso?

La mayor sorpresa no estuvo en los números, sino en lo que expusieron. Muchas empresas se apresuran a lanzar AI y saltan sobre el trabajo necesario para preparar sus bases de conocimiento por completo. Es como tratar de construir un auto autónomo sin un mapa para guiarlo. No se puede esperar que una AI dé respuestas confiables si el contenido subyacente está desactualizado o incompleto. Pero más allá de eso, hemos visto que optimizar la AI puramente para la eficiencia—como la automatización completa o la contención—puede tener un efecto contrario. Eliminar a los humanos por completo puede llevar a señales perdidas, una mayor rotación o oportunidades de ingresos perdidas que solo se manifiestan en conversaciones reales. El verdadero desafío no es solo hacer que la AI funcione, es diseñar sistemas donde los humanos y la AI puedan trabajar en conjunto para impulsar los resultados adecuados.

Obtener la base de implementación correcta no siempre es glamoroso. Es como cuando un agente humano tiene que entrenar antes de atender llamadas. Puede que no sea la parte más emocionante, pero es un paso crítico para que el agente haga su trabajo bien. Lo mismo sucede con la AI. Incluso la mejor estrategia agente no funcionará si los datos y la preparación detrás de ella no son sólidos.

La confianza claramente no es de un tamaño único. Con los consumidores mucho más escépticos de la AI en finanzas y atención médica que en tecnología o viajes, ¿cómo deberían abordar las empresas en sectores de alto riesgo la integración de la AI?

En sectores de alto riesgo como las finanzas y la atención médica, la confianza no es opcional, es fundamental. Mientras que los consumidores pueden aceptar la AI para cosas como acelerar el procesamiento de documentos o simplificar flujos de trabajo internos, son mucho más escépticos cuando toca algo personal, clínico o de alto impacto. Eso significa que las empresas necesitan ser extremadamente intencionadas sobre qué casos de uso automatizan y cómo. La AI puede impulsar valor en estos sectores—en finanzas, detección de fraude rápida, evaluación de riesgos crediticios, cobros automatizados y perspectivas personalizadas para la gestión de patrimonio—pero solo cuando se gobierna estrictamente, con límites y supervisión humana claros. En el momento en que la AI comienza a tomar decisiones que impactan directamente el dinero, la salud o la seguridad de las personas, la barra de confianza se eleva dramáticamente. En esos casos, los clientes dicen que la AI apoyará, no reemplazará, el juicio humano.

La encuesta muestra que las personas quieren transparencia, opciones de anulación y fuertes garantías de privacidad. ¿Cómo está incorporando estos anclajes de confianza en la plataforma de experiencia inteligente de Concentrix?

Tenemos más de 40 años de experiencia apoyando a las mejores marcas del mundo, y a lo largo de ese tiempo hemos aprendido a entender lo que los clientes quieren y esperan. Estamos ayudando a nuestros clientes a superar la falta de confianza de los consumidores al brindarles las herramientas para controlar exactamente cómo se comportan sus agentes de AI—desde LLM adversarios que actúan como centinelas, llamando la atención sobre cualquier cosa sospechosa antes de que llegue al cliente, hasta motores de políticas integrados que permiten a los equipos de seguridad definir qué está permitido o bloqueado. Pero la gestión de la confianza del consumidor no se detiene en el lanzamiento de la AI. Las necesidades comerciales siempre están evolucionando y las respuestas cambian, así que hemos introducido la Ingeniería Agente como una forma intencional de diseñar, implementar y gestionar continuamente la AI. Eso incluye traer de vuelta a los humanos al bucle para asegurarse de que la AI esté alineada, sea auditada y siempre esté basada en buen juicio. También hemos lanzado nuestra nueva Oferta de Preparación Agente. Esto ayuda a las empresas a entender dónde tienen oportunidades para implementar la AI agente de manera responsable. Los guiaremos a través de consideraciones clave, como qué evitar en las implementaciones de AI, y cómo escalar de manera segura. El objetivo es traer el mayor beneficio a los clientes y a su negocio. La AI necesita estructura para ser confiable, y hemos hecho que eso forme parte de nuestro ADN, lo que a su vez ayuda a entregar el tipo de experiencias positivas que impulsan la lealtad de la marca.

Solo el 8% de los consumidores se sienten cómodos con el soporte de AI completamente autónomo. Sin embargo, la industria avanza con la automatización. ¿Cómo reconcilia la brecha entre lo que es posible y lo que es aceptable?

El problema es que mucha AI se está implementando en lugares donde los clientes la notan más, y no de una buena manera. Las empresas olvidan que la gente odia sentirse engañada. Todos apreciamos la AI cuando hace que las cosas sean más fáciles de manera silenciosa, como recomendaciones inteligentes de Netflix o YouTube porque funcionan y se sienten invisibles. Pero cuando se queda atrapado fuera de su Airbnb (ABNB ) bajo la lluvia, ese no es un momento para la AI—es un momento para un ser humano que pueda resolver el problema rápidamente y con empatía. La confianza no se pierde porque la AI existe, se pierde cuando la AI crea fricción, frustración y se presenta en los lugares equivocados, creando una experiencia de marca negativa y alejando a los clientes.

Hay un creciente llamado a la regulación, pero muchas empresas no quieren esperar. ¿Cuál debería ser el papel de los líderes empresariales en el establecimiento de sus propios estándares éticos mientras los marcos regulatorios se ponen al día?

Si está implementando AI y no ha creado guardias, ya está atrasado—eso es negligencia, no innovación. Imagine un escenario en el que una aerolínea lanza un asistente de chat de AI para ayudar con reservas y cambios, pero cuando los clientes comienzan a preguntar sobre la compensación por vuelos retrasados, el sistema proporciona la información de reembolso incorrecta. No porque la AI estuviera rota, sino porque nadie ha establecido límites de política claros, reglas de escalada y no han tomado el tiempo para preparar su base de conocimiento agente de la manera correcta. Ese tipo de error crea confusión con los clientes, daña la confianza de la marca y puede abrir la puerta a la exposición legal. Las empresas que liderarán en este espacio son aquellas que tratan la ética y la gobernanza como requisitos de lanzamiento, no como ideas posteriores.

Mirando hacia adelante, ¿cómo ve la transformación de la AI Agente en las operaciones empresariales internas—más allá de solo los casos de uso orientados al cliente?

El lado interno es donde estamos viendo el retorno de la inversión más rápido. La AI ya está ayudando a los empleados con todo tipo de tareas diarias, desde escribir correos electrónicos, resumir reuniones y extraer perspectivas de sistemas ruidosos, lo que les permite centrarse en trabajo de mayor impacto—y nadie se resiste porque en realidad ayuda. En nuestra propia aplicación interna de AI iX Hello, hemos visto una reducción de hasta el 80% en el tiempo para completar el trabajo, con hasta un 20% más de producción en funciones comerciales. Este espacio de bajo riesgo es donde las empresas deberían experimentar primero. Si no puede hacer que la AI funcione bien para sus propios equipos, no tiene negocio poniéndola frente a sus clientes. Úsela dentro de su propia empresa primero, luego escálela con confianza. A largo plazo, esto solo ayudará a asegurar la eficiencia y la productividad de los empleados de una empresa, manteniendo la consistencia en su marca.

Si volviéramos a revisar dentro de 12 meses, ¿cómo sería el éxito para las iniciativas de AI de Concentrix—no solo en términos de adopción, sino en ganar y mantener la confianza del consumidor?

El éxito para nosotros se trata de ayudar a nuestros clientes a transformar sus operaciones desde simplemente lanzar bots hasta ejecutar la AI como una parte integral y de primera clase de su negocio. Pero no se trata solo de mejorar sus operaciones, se trata de hacer que la vida de los consumidores sea más fácil. La verdadera medida del éxito será ver una mejora marcada en la satisfacción del consumidor. Cuando la AI se utiliza de la manera correcta, debería mejorar la experiencia para los consumidores, haciéndola más fluida y eficiente. Ya hemos invertido mucho en construir tecnología de AI que crea mejores experiencias a lo largo del viaje del cliente, y hemos desplegado más de 7,000 bots en Concentrix. Ahora, estamos escalando el modelo operativo, no solo la tecnología. Cuando la AI esté completamente integrada, sea responsable y gestionada dentro de las empresas, conducirá a mejores resultados para los consumidores, lo que a su vez construirá confianza duradera.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Concentrix o acceder a la Encuesta de Consumidores de Concentrix referenciada aquí.