Cómo añadir IA a las herramientas B2B – 3 casos de estudio

La IA está llegando al B2B – contigo o sin ti

Es casi imposible seguir el ritmo de la innovación que está ocurriendo en el mundo de la IA. Cada semana vemos una oleada de nuevas startups que ofrecen capacidades totalmente nuevas. Todo empezó con la IA generativa de Midjourney, luego llegó ChatGPT de OpenAI, y ahora el texto a vídeo con Sora. Y estoy seguro de que muchos más proyectos increíbles verán la luz para cuando leas este artículo.

Todo este (emocionante) ruido alrededor de la IA puede darte un poco de fomo si trabajas en una plataforma de tipo «clásico». Ya sabes, una de esas herramientas donde los usuarios todavía tienen que hacer clic para realizar acciones, escribir actualizaciones, mover tareas a un estado completado. El buen y viejo software B2B. Puede sentirse como si te estuvieras quedando fuera de una transformación increíble. Peor aún, puede sentirse como si estuvieras a punto de ser disruptido si no encuentras una forma de unirte al movimiento.

Estoy en el bando que piensa que las empresas tendrán que tratar la IA como trataron el móvil. Algunas se beneficiarán de ser AI-first, pero hay un gran número de otras plataformas que simplemente necesitan entender cómo mejorar gracias a la IA.

Sería sensato no retrasar demasiado ese esfuerzo. Los humanos somos increíblemente buenos asimilando saltos tecnológicos y ajustando nuestras expectativas a los nuevos estándares establecidos.

• Hace 2 años nos burlábamos de la IA generativa por su incapacidad para reproducir la realidad. Ahora apenas nos aferramos a la creencia de que podremos distinguir dedos con formas raras (¿pero será así?).
• Nos quejamos de algunas alucinaciones leves y errores en ChatGPT, y parece que hemos aceptado por completo que es normal conversar con una máquina y obtener análisis de 2.000 a 3.000 palabras que tienen pleno sentido.

Puede parecer que todavía te queda mucho tiempo para resolver las cosas, pero personalmente creo que las expectativas de los compradores habrán cambiado radicalmente cuando empiece 2025. Los usuarios favorecerán las herramientas que mejor aumenten su productividad, y tu capacidad para aprovechar la IA se convertirá en un criterio de evaluación estándar.

Hoy en día, nos fascinan sobre todo las conversaciones en torno a los modelos de IA y las apps nativas de IA como Devin, un ingeniero de software de IA autónomo. Pero pronto los usuarios esperarán que cada aplicación B2C y B2B mejore gracias a la IA, y aquellas que no logren seguir el ritmo verán caer su uso.

Puede tratarse de hablar con tus datos, realizar análisis, permitirte visualizar productos en tu propia casa (o sobre ti mismo), traducir audio en tiempo real. La clave es que tendrás que averiguar qué tiene sentido para ti.

Para darte algo de inspiración, voy a analizar 3 productos B2B que han incorporado la IA de maneras muy concretas para ofrecer una experiencia mucho mejor a sus usuarios.

3 ejemplos de IA aplicada a servicios B2B

Un mejor onboarding product-led generando objetivos contextuales con la IA B2B de Tability

Un reto habitual para los productos self-serve es la activación. No es tan difícil permitir que los usuarios creen sus propias cuentas. Pero conseguir que completen su configuración, y asegurarte de que viven algunos momentos «Aha» durante su proceso de onboarding, puede presentar distintos grados de dificultad según el servicio que ofrezcas.

Una herramienta de programación como Calendly no necesita mucho para empezar, pero en el caso de Tability (una plataforma de seguimiento de objetivos para equipos), las cosas pueden complicarse un poco:

• Muchas personas que se registran quieren primero entender la experiencia general de definición de objetivos, y qué tipo de panel ofrecemos
• Puede que no tengan un conjunto claro de objetivos en mente (¡solo están explorando!)
• Pero necesitas objetivos para entender el valor de Tability.

Nuestro primer enfoque fue crear una biblioteca de plantillas de OKR que la gente pudiera elegir durante su onboarding. Hicimos todo lo posible por cubrir tantas funciones como pudimos (ventas, producto, marketing, customer success…), pero pronto nos dimos cuenta de que esto era (1) un esfuerzo costoso y (2) seguía sin ser relevante para el usuario.

En el mejor de los casos, teníamos el típico ejemplo de «OKR para lograr el product-market fit» que podías usar.

Pero entonces llegó ChatGPT, y después de jugar con la API de OpenAI encontramos una mejor forma de hacer el onboarding de los usuarios: podíamos simplemente preguntarles por su objetivo general y convertir su respuesta en un conjunto de objetivos relevantes usando nuestra propia IA de definición de objetivos.

Creo que este tipo de onboarding personalizado es algo que muchas otras herramientas adoptarán. A todos nos han preguntado por nuestro «rol» al registrarnos en una herramienta, pero ¿cuántas veces eso llevó realmente a una experiencia de onboarding personalizada?

Para Tability, la IA de definición de objetivos es una parte integral del proceso de onboarding, además de algo que distingue a la plataforma para los usuarios

Usar IA B2B para automatizar notas de versión con released.so

Seamos honestos. Hay un número considerable de equipos que detienen su definición de «terminado» en «está lanzado». Y por «lanzado» nos referimos a que el código se ha fusionado y ya está en producción.

Pero, ¿cómo pueden los usuarios enterarse de los lanzamientos recientes?

Algunas funciones nuevas pueden ser fáciles de detectar, pero muchas correcciones y pequeñas mejoras pasarán desapercibidas a menos que te tomes el tiempo de explicar qué ha cambiado. Por eso necesitamos notas de versión, pero el proceso de reunir la lista de cambios recientes y convertirlos en una serie de anuncios puede ser lento, cuando no tedioso:

• Necesitas rastrear todas las funciones/errores/mejoras en los que se ha trabajado desde el último lanzamiento
• Necesitas convertir cada ticket en un par de párrafos que expliquen qué se ha hecho
• Necesitas una forma de publicar esa actualización y hacerla llegar a tus usuarios

Esto genera mucha fricción, y los equipos pequeños suelen llegar agotados al momento de redactar las notas. Saber escribir código no es lo mismo que saber escribir una nota de versión. Personalmente, a menudo sufro de bloqueo de escritor cuando trabajo en nuestros artículos de anuncio (tiendo a pensarlo demasiado).

Ahí entra Released.so, que empezó como una solución para automatizar el paso de reunir los tickets. Es una app de Jira que hace que compilar la lista de cambios sea facilísimo, en un par de clics. Hasta aquí, es una app B2B clásica que elimina mucha fricción, pero las cosas se vuelven más interesantes cuando ves cómo aprovechan la IA para aumentar significativamente el valor de su plataforma.

Released.so te permite crear plantillas con campos de IA «mágicos». Estos campos te permiten aplicar prompts personalizados a cada uno de los tickets y usar los datos del ticket para crear resúmenes adecuados del trabajo realizado.

Ya no necesitas escribir las notas tú mismo, simplemente dejas que la IA de notas de versión transforme los tickets en un changelog por ti.

Me parece fascinante porque añade un paso emocionante a los pipelines de Continuous Delivery, ya que en teoría podríamos conseguir que las notas de versión se publicaran automáticamente para nuestros usuarios en cuanto el código llegue a producción.

Ahorrar tiempo en postproducción con las transcripciones con marca de tiempo de la IA B2B de Loom

Usamos mucho Loom en el trabajo. Puede ser para enviar demos breves de funciones, crear tutoriales, o simplemente comunicarnos de forma asíncrona como equipo remoto. El núcleo de Loom es lo que lo hace increíble: pulsas un botón y puedes grabar tu pantalla al instante. Detienes la grabación y el vídeo queda listo para compartir de inmediato.

La propuesta de valor principal de Loom es que ofrece un tiempo para compartir muy corto. No necesitas esperar a que se abra una app o a que un archivo se comprima y se suba. Y como resultado, la disyuntiva suele reducirse a elegir la opción más fácil entre:

• Escribir palabras en Slack, o
• Grabar un vídeo de 3 a 4 minutos

Vale, ¿y dónde está la IA en todo esto?

Bueno, algo que resulta un poco molesto con el vídeo es que no se puede buscar en él. Así que cuando tu grabación dura más de 4 o 5 minutos, puede ser difícil recordar después de qué hablabas. Y también obligas a la gente a recorrer todo el vídeo para encontrar las partes interesantes que quiere escuchar (yo tiendo a irme un poco por las ramas a veces).

Loom resolvió ese problema haciendo 2 cosas:

1. Crea automáticamente una transcripción de tu vídeo
2. Añade marcas de tiempo para hacer coincidir el vídeo con la transcripción

Una vez más, la magia está en la UX. Obtengo transcripciones de mis grabaciones de Google Meet, pero no puedo hacerlas coincidir fácilmente con el vídeo. Loom, en cambio, hace que sea facilísimo escanear el texto y saltar a una parte interesante del vídeo (o escanear el texto y decidir que no merece la pena verlo).

No conviertas la IA en un gadget – encuentra tus casos de uso reales

Si hay una sola conclusión, es que no puedes simplemente copiar lo que hacen los demás. Sea lo que sea lo que haga tu producto, debe haber formas únicas de mejorar la experiencia de tus usuarios. La gente no quedará satisfecha si simplemente metes un gadget en tu app que no aporta valor.

Un par de preguntas que conviene plantearse:

• ¿Hace la experiencia más personalizada?
• ¿Ahorra tiempo?
• ¿Aporta nuevos insights?