Así puede la inteligencia artificial aumentar las ventas en una Estación de Servicio

Durante años, una capacitación terminaba cuando el empleado aprobaba una evaluación y regresaba a su puesto. Después, entre el apuro de la playa, los clientes que dudan y los procedimientos que deben cumplirse, lo aprendido quedaba librado a la memoria, el acompañamiento del encargado y la experiencia acumulada. La inteligencia artificial comienza a intervenir precisamente sobre esa distancia entre el curso y el turno real.

El cambio no pasa únicamente por producir materiales en menos tiempo. Los nuevos sistemas pueden recrear clientes, plantear objeciones, evaluar respuestas y devolver observaciones según los criterios definidos por cada empresa. El empleado practica antes de encontrarse con la situación verdadera y el operador obtiene información sobre los aspectos que todavía requieren refuerzo.

Así lo explicó Rodrigo Bolaños, Latam Executive Director y Global AI Strategy de Mindtools Kineo, quien participará como panelista del próximo encuentro virtual del 6 de agosto, organizado por Surtidores. “Ahora no solo es teoría como pasaba con el curso tradicional, sino que es una asistencia disponible cotidianamente”, sostuvo.

La organización creó un centro global dedicado a inteligencia artificial bajo la dirección de Bolaños. Su función consiste en convertir pruebas realizadas en diferentes mercados en proyectos que puedan aplicarse a mayor escala. El área trabaja sobre experiencias de aprendizaje, prácticas con IA y evaluación de resultados, una combinación que permite analizar qué ocurre después de que una persona completa una formación.

Para una Estación de Servicio, esa posibilidad puede trasladarse a situaciones reconocibles. Un vendedor podría ensayar cómo atender a un cliente apurado, responder una duda, recomendar un producto premium o explicar una promoción. El sistema no debería calificar la simpatía de manera abstracta, sino comparar la conversación con pautas previamente establecidas por la empresa.

“Rotación, ventas y experiencia del cliente son las tres patas del banquito”, mencionó Bolaños al responder ¿qué debería observar un operador para saber si el programa de entrenamiento funciona?

A estos indicadores pueden agregarse los tiempos de atención, la proporción de operaciones premium, los errores registrados, el cumplimiento de protocolos y la evolución de cada trabajador. Medir únicamente cuántos empleados terminaron un curso permite comprobar asistencia. No alcanza, en cambio, para saber si cambió la forma de trabajar.

Por esa razón, recomendó iniciar pruebas en un grupo acotado de establecimientos y comparar su evolución con otros que continúen utilizando el esquema habitual. Solo después de observar diferencias debería evaluarse una aplicación más amplia. De esta manera, una variación en las ventas o en la satisfacción del cliente no queda atribuida automáticamente a la tecnología.

Antes de llegar a esa instancia, la Estación de Servicio necesita ordenar sus propios criterios. Debe identificar qué espera de la atención en playa, la tienda de conveniencia o el sector de lubricantes; qué respuestas considera correctas; qué procedimientos deben respetarse y qué perfiles de clientes aparecen con mayor frecuencia. Cuando esas definiciones no existen, la inteligencia artificial tampoco dispone de una vara válida para evaluar.

ANTECEDENTES Y LÍMITES

El sector ya cuenta con antecedentes que permiten observar resultados. Con el uso del sistema GEMA IA, YPF redujo un 55 por ciento los tiempos de atención, el 46 por ciento aumentó la proporción de ventas premium y el 67 por ciento incrementó la cantidad diaria de operaciones.

En términos individuales, los trabajadores que utilizaron la herramienta atendieron, en promedio, 14 clientes adicionales por jornada.

Por su parte, AXION energy avanzó sobre una lógica similar con Cliente Virtual, un simulador disponible dentro de su campus de formación. La aplicación reproduce consumidores apurados, indecisos o interesados en recibir recomendaciones y entrega devoluciones sobre comunicación, escucha y actitud. La práctica puede repetirse durante las 24 horas sin exponer al cliente real a la primera respuesta del trabajador.

Es importante ver que la escala de aplicación tiene limitaciones. Para una Estación de Servicio con una dotación reducida, el acompañamiento de un coach o un evaluador puede resultar más conveniente. Los simuladores personalizados adquieren mayor utilidad cuando deben formarse cientos de personas, sostener pautas comunes y detectar diferencias entre numerosos puntos de venta.

En una red extensa, cada práctica deja información que puede segmentarse por zona, establecimiento, tarea o antigüedad. De este modo, la formación presencial ya no necesita repetirse de manera uniforme. Puede dirigirse hacia los equipos que presentan mayores dificultades y contribuir a que una misma marca conserve sus estándares en Jujuy, Mendoza o Buenos Aires.

La seguridad abre una aplicación más sensible. El especialista describió experiencias donde la inteligencia artificial analiza fotografías y las compara con listas de verificación para advertir elementos ausentes o condiciones que requieren revisión. “La responsabilidad es cien por ciento de la persona, pero la estamos ayudando a que se fije en esas cosas por si hay un riesgo”, remarcó.

Bolaños profundizará estas ideas el jueves 6 de agosto, a las 16, durante el encuentro virtual “Inteligencia artificial para la gestión estacionera”. La participación estará centrada en la preparación de los equipos, la incorporación de nuevos hábitos y las condiciones necesarias para que las aplicaciones produzcan cambios comprobables.