Gartner: el 42% de los casos de uso de IA en servicio al cliente no tiene un ROI claro y solo el 24% da retornos positivos

Una investigación de Gartner publicada el viernes 9 de octubre de 2026 por CRM Magazine (destinationCRM) pone cifras a una sospecha que se repite en las áreas de servicio: la inteligencia artificial está desplegada, pero su retorno no se ve. Según la firma, el 42% de los casos de uso de IA en servicio al cliente tiene un ROI poco claro, solo el 24% produce retornos positivos y un 24% produce retornos negativos.

La conclusión de Gartner es directa: los retornos financieros son, en sus palabras, «variables en el mejor de los casos, inciertos en el peor». El mandato original de reducir costos recortando personal no se materializó; en su lugar, las organizaciones están aumentando costos operativos, sumando complejidad y creando roles nuevos para desplegar y administrar la IA.

¿Por qué la IA en servicio al cliente no muestra retorno?

Gartner apunta a dos causas. La primera es de enfoque: los primeros despliegues siguieron una estrategia de «hacer que funcione», centrada en experimentar rápido, automatizar y reducir dotación. La segunda es de medición: muchos líderes simplemente no saben cuánto retorna cada implementación. El informe lo resume así: incluso donde hay éxito, los líderes no tienen la visibilidad para identificarlo y construir sobre él.

Daniel O'Sullivan, director sénior analista de la práctica de Servicio y Soporte al Cliente de Gartner, explicó que las empresas que ya ven retornos, o que pueden esperarlos pronto, comparten dos rasgos: fuentes de conocimiento centralizadas y una estrategia de dotación definida. A su juicio, el punto de partida no debe ser desplegar IA, sino una estrategia que conecte cada caso de uso con resultados de negocio y mida qué genera impacto.

¿Qué recomienda Gartner para obtener retorno de la IA?

El informe propone cinco cambios para pasar de la actividad a los resultados:

• Ir más allá de la intuición: medir costos y retornos por caso de uso y por flujo de trabajo, alineados con los objetivos de la organización.
• Gestionar la IA como portafolio: dejar los pilotos aislados y priorizar un conjunto coordinado de inversiones con prioridades y compensaciones claras.
• Conectar con el sistema: lograr que los casos de uso trabajen juntos para generar impacto de punta a punta, no solo eficiencias puntuales.
• Ajustar expectativas: acordar con la gerencia qué puede entregar la IA y en qué plazo. Según O'Sullivan, quien ya hizo el trabajo de base puede ver retornos casi inmediatos, mientras que quien debe ordenar primero sus fuentes de conocimiento puede enfrentar un horizonte de tres a cinco años.
• Buscar ingresos con método: explorar oportunidades de ingresos solo con atribución clara y prueba financiera.

O'Sullivan agregó que los líderes deben poder explicar cómo cada inversión en IA impacta los retornos financieros, ya sea por una palanca de costo o por capacidades que apoyen la venta cruzada y el upselling. «Muchos líderes tienen dificultades para hacerlo», advirtió.

¿Cambia la presión sobre los líderes de servicio?

Sí. Gartner encontró que el 56% de los líderes de experiencia de cliente espera que sus incentivos estén ligados a resultados de IA este año, más del doble del 23% reportado en 2025. Al mismo tiempo, la firma prevé que el gasto en soluciones de IA para servicio al cliente siga creciendo durante lo que queda del año. Más inversión y más presión por resultados, sin un sistema de medición, es la combinación que explica el 42% de casos sin retorno claro.

¿Qué significa para las empresas en Chile y Latinoamérica?

Gartner no entrega datos por país, pero el patrón es reconocible en empresas B2B de Chile y Latinoamérica que activaron chatbots o agentes de atención en los últimos meses: se mide la tasa de resolución o de desviación, pero no se conecta con el costo por ticket, la retención ni las oportunidades que nacen en servicio. Para quien usa el agente de clientes de HubSpot, los informes de la herramienta ya muestran índice de resolución, tasa de desviación y tasa de derivación a un agente humano; el paso que falta suele ser llevar esas métricas a un número financiero que la gerencia acepte.

Análisis de Revenue Hub

El dato más útil para un líder comercial no es el 42%, sino el diagnóstico de Gartner sobre quién sí obtiene retorno: empresas con el conocimiento centralizado y un plan claro para su equipo. Es un problema de operación, no de tecnología. Si las respuestas viven en documentos dispersos y los tickets no están vinculados a empresas y negocios en el CRM, ningún agente va a poder demostrar impacto en ingresos, porque no hay cómo atribuirlo.

La recomendación concreta: antes de ampliar la IA en servicio, elige dos casos de uso y define para cada uno una métrica de costo y una de ingreso. Por ejemplo, costo por ticket resuelto sin intervención humana y valor de los negocios de venta cruzada que se originan en tickets. Para medir lo segundo, servicio y ventas tienen que compartir registros; en nuestra guía sobre cómo conectar servicio al cliente con ventas en HubSpot explicamos cómo hacerlo, y en por qué dos reportes de HubSpot muestran números distintos cómo evitar que la gerencia reciba cifras que no cuadran.

La lección vale también para ventas y marketing: la IA que no tiene una métrica financiera definida desde el primer día termina en la columna del 42%.