¿Alguna vez sentiste que una buena atención al cliente depende de esa persona que sabe justo qué decir, en qué momento y con qué tono? Ese pequeño engranaje humano suele marcar la diferencia entre una venta cerrada y una llamada perdida.
Ahora, ese mecanismo empieza a copiarse. Encore AI, una startup fundada en 2022 por Dvir Ginzburg, acaba de recaudar 30 millones de dólares en una ronda Serie A liderada por Team8 para desarrollar agentes de voz con inteligencia artificial que aprenden de conversaciones reales con clientes.
El hallazgo no está solo en que la IA responda. La pieza clave es que la plataforma estudia llamadas, correos y mensajes de texto, los conecta con sistemas CRM y detecta qué parte de una interacción hace avanzar una venta o resuelve un problema, y cuál la frena.
Ginzburg llama a ese enfoque interaction mining (minería de interacciones). Es, en términos simples, revisar el cableado completo de una conversación para encontrar dónde se enciende la confianza del cliente y dónde salta el interruptor del rechazo.
La IA no aprende como un loro que repite frases, sino como un técnico que revisa una casa y descubre qué llave abre cada puerta.
Primero, el sistema divide cada contacto en etapas. Luego compara qué empleados funcionan mejor en cada tramo: quién abre bien una conversación, quién resuelve objeciones y quién logra cerrar. Esa central de análisis revela que no siempre el “mejor vendedor” lo es en todo el proceso.
Además, la plataforma reúne varios playbooks (guías de acción efectivas) usados por empleados reales. Con ese material, entrena agentes de IA capaces de hablar por voz o texto con clientes, o de asistir en tiempo real a un trabajador humano sugiriendo respuestas y tácticas durante la conversación.
Una especie de tablero eléctrico para las conversaciones
Si una empresa fuera una casa, Encore no solo miraría si la luz prende o no. Revisaría cada cable, cada interruptor y cada enchufe para descubrir qué circuito falla y cuál sostiene toda la instalación. Eso le permite encontrar puntos de fricción concretos. Por ejemplo, en qué fase un cliente se enfría, qué explicación genera mejores resultados o qué estilo de respuesta funciona según el tipo de persona del otro lado.
Incluso los agentes pueden replicar detalles finos, como ejemplos o bromas que usan los gestores humanos cuando esas piezas ayudan. Ese matiz importa porque la atención no suele romperse por una gran falla, sino por pequeñas desconexiones.
En números, Encore ya tiene más de 40 clientes empresariales en el mundo, en su mayoría instituciones financieras. También asegura que sus ingresos recurrentes anuales crecieron más de cinco veces desde su ronda semilla en menos de 18 meses, aunque no reveló cifras exactas ni valoración.
La empresa, que nació como Insait IO enfocada en recomendaciones para asesores financieros, fue girando hacia este modelo tras detectar una oportunidad más amplia: usar el historial conversacional como base de datos central. Según Ginzburg, ahí está la clave que grandes proveedores como Salesforce, SAP, Zoho o HubSpot no explotan todavía.
Su argumento es simple. Tener datos no alcanza si el sistema no fue construido para leer conversaciones como materia prima. Cambiar eso implicaría rediseñar infraestructura, implementación y lógica interna.
Qué cambia para empresas y usuarios
En la práctica, este mecanismo puede servir para dos cosas. Por un lado, sustituir parte del soporte o de las ventas con agentes automáticos más afinados. Por otro, convertirse en un copiloto que ayuda a los equipos humanos con respuesta inmediata.
La nueva inversión, en la que también participaron Planven, Lukatz, Garage y bancos y aseguradoras, se usará para expandir operaciones en Estados Unidos y desplegar la plataforma en más grandes instituciones financieras. Que algunos inversores hayan sido primero clientes también funciona como una señal de confianza.
Si esta pieza encaja como promete, el futuro de la atención al cliente podría parecerse menos a una máquina fría y más a una instalación bien afinada, donde cada interruptor responde cuando hace falta.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
