OpenAI publicó un caso donde Cars24, uno de los mayores marketplaces de autos usados de India, dice haber recuperado el 12% de los leads que antes se caían, usando agentes de voz y chat sobre su tecnología. Para el ecommerce de LatAm la señal es directa: el embudo se juega en la conversación. Las cifras las pone el proveedor.
Es el mismo patrón que ya vimos con cada anuncio grande de este año. Una empresa cuenta su historia de éxito en la página oficial del modelo que compró, con números redondos y titulares que impresionan. Vale la pena mirarla igual, porque Cars24 opera en un mercado parecido al latinoamericano: transacciones manuales, reguladas y fragmentadas, donde comprar un auto usado toma días o semanas y buena parte del proceso ocurre fuera de la app, en llamadas y seguimientos.
Qué construyó Cars24 y qué números muestra
Según el caso publicado por OpenAI, Cars24 levantó agentes de voz y chat para las etapas de compra, venta, financiamiento, seguimiento y soporte. Cuando un comprador llama, el agente le pregunta por presupuesto, tamaño de familia y tipo de auto, recomienda desde el catálogo, agenda un test drive y ayuda con el financiamiento. Del lado del vendedor, coordina la inspección, manda recordatorios y reprograma citas. El dato que da nombre al caso vive acá: los leads de venta que antes se abandonaban después de 10 días ahora se vuelven a contactar cuando Cars24 puede pagar el precio que el dueño busca.
Los números que reporta el proveedor:
- Más de 1 millón de minutos de conversación al mes gestionados por agentes de IA.
- 50% de aumento en la tasa de resolución de soporte.
- 80% de reducción en el tiempo de respuesta de flujos clave de servicio.
- 12% de los leads de vendedor antes perdidos, recuperados vía re-contacto automático.
A eso Cars24 suma un despliegue interno de ChatGPT Enterprise y Codex sobre unos 600 empleados de su organización central, con un uso diario activo del 85% al 90%. Finanzas usa Codex para revisar órdenes de compra sobre cierto umbral, marcar anomalías y auto-aprobar las que no tienen problemas; product managers lo usan para crear tickets en Linear. La empresa lo describe como una capa operativa, no como una herramienta de código aislada.
Lo que el caso no cuenta
Acá conviene bajar el entusiasmo. Todas las cifras salen de una sola fuente, y esa fuente es la página de marketing de OpenAI, no una auditoría independiente ni un reporte a inversionistas. No hay una segunda mirada que las cruce.
Los porcentajes tampoco traen su base. ¿12% sobre cuántos leads? ¿El 50% de mejora en soporte se mide contra qué punto de partida y en qué ventana de tiempo? Un aumento de resolución puede venir tanto de agentes brillantes como de tickets simples que antes ni se contestaban. Sin el número absoluto y sin la línea base, el porcentaje impresiona pero no se puede replicar.
Faltan además tres cosas que cualquier gerente de LatAm necesita antes de firmar: el costo del despliegue, el tiempo que tomó llegar a producción y quién sostiene los agentes cuando fallan. Y hay un detalle que dice más de lo que parece: las dos citas que OpenAI incluye en el caso van sin nombre ni cargo. Un testimonio sin firma es una decisión editorial, no un descuido.
¿Significa esto que el caso es humo? No. La mecánica es sólida y el problema que ataca (conversaciones que se caen en la mitad del embudo) es real en cualquier categoría de compra larga. Pero la brecha entre "esto funcionó en un marketplace indio con volumen de millones" y "esto va a funcionar en tu automotora de Santiago o tu tienda en Bogotá" la tienes que llenar tú, con tus propios números. El caso favorece a OpenAI, que necesita historias de producción, y a operaciones grandes con tráfico suficiente para que un agente aprenda; complica a quien lo lea como garantía y no como hipótesis.
Qué puede copiar el ecommerce y el automotor de LatAm
El aprendizaje no es "compra agentes de OpenAI". Es dónde ponerlos y cómo medirlos. Esta semana:
- Empieza por el lead que ya perdiste, no por el nuevo. El 12% de Cars24 sale del re-contacto de leads muertos, la parte más barata del embudo. Toma tu base de contactos abandonados de los últimos 90 días y arma un solo flujo de re-engagement antes de tocar la conversación en vivo.
- Fija tu línea base hoy. Anota tu tasa de resolución, tu tiempo de respuesta y tu conversión de lead a visita ANTES de meter cualquier agente. Sin ese número, en tres meses vas a tener el mismo problema que el caso de Cars24: un porcentaje sin con qué compararlo.
- Un solo caso de uso acotado. Agendar test drives o inspecciones es más medible que "atención al cliente". Elige el flujo donde el resultado sea binario (agendó o no agendó) y quédate ahí hasta que rinda.
- Prueba el traspaso a humano. El caso no dice qué pasa cuando el agente se atasca. Define desde el día uno en qué momento el agente pasa la conversación a una persona; ahí se juega la experiencia, no en el saludo. Es el mismo punto ciego que vimos cuando los agentes de IA se atascan en la página de precios.
Preguntas frecuentes
¿El 12% de leads recuperados es un resultado garantizado? No. Es la cifra que reporta la propia Cars24 en el caso publicado por OpenAI, sin base absoluta, sin ventana de tiempo y sin verificación externa. Sirve como referencia de qué es posible, no como promesa de resultado.
¿Sirve para un ecommerce chico de LatAm? El volumen importa. Cars24 procesa más de un millón de minutos de conversación al mes, suficiente para que un agente mejore con datos. Un negocio con pocas conversaciones diarias verá menos del efecto de escala y debería partir por automatizar el re-contacto de leads perdidos antes que la atención en vivo.
