Cuatro predicciones sobre AI y CX que no se cumplieron este año y lo que aprendimos.

Aunque muchos pronosticaron una revolución inmediata de la IA en atención al cliente, 2025 ha demostrado que las transformaciones tardan más de lo esperado. A continuación, las cuatro predicciones que no se cumplieron y por qué debemos replantearlas.

1. “Los agentes autónomos de IA dominarán los contact centers este año”. Realidad: muchos proyectos ya fueron cancelados

Se esperaba que en 2025 los llamados agentes de IA “autónomos” (agentic AI) gestionaran interacciones con clientes con mínima supervisión humana. Pero la realidad desmintió el optimismo. Según un análisis de 2025, más del 40 % de los proyectos de agentic AI serán cancelados antes de 2027, debido a costos crecientes, retorno de inversión incierto y complicaciones operativas^[1].

Aunque existe interés real, la adopción masiva no ha ocurrido: muchos pilotos quedaron en suspenso o fueron desactivados. Los resultados muestran que las organizaciones más exitosas combinan la IA con la supervisión humana, en lugar de depender únicamente de la automatización.

2. “Sam Altman: AGI se logrará en 2025”^[2]. Nuevos modelos de IA darán un salto radical en capacidades este año”. Realidad: en la práctica, los avances tardan

Una piedra angular de las predicciones optimistas para 2025 era la llegada de la AGI (Artificial General Intelligence) con mayor capacidad de comprensión, contexto y autonomía, y que puede realizar una amplia gama de tareas con una destreza humana. Pero esos lanzamientos se han retrasado, reflejando los desafíos técnicos de cumplir expectativas tan elevadas.

La razón: los avances actuales no garantizan un entendimiento profundo, la creatividad ni el juicio contextual, componentes esenciales para una AGI. Por ahora, el progreso continuará siendo incremental, centrado en mejoras puntuales más que en soluciones radicales.

3. “La mayoría de las empresas integrará IA en CX este año”. Realidad: solo una minoría lo ha logrado

Pese al hype, la integración generalizada de la IA en la experiencia al cliente sigue siendo limitada. Según un reciente estudio de McKinsey^[3], solo una parte de las organizaciones ha logrado pasar de piloto a implementación real: casi 2 tercios de quienes respondieron a la encuesta no han iniciado a escalar la IA.

Los principales frenos: datos fragmentados, falta de gobernanza, resistencia interna y dificultad en gestionar el cambio. Muy pocas empresas cuentan con todos los elementos: datos limpios, procesos claros, equipo preparado,  para lograr un despliegue efectivo de IA.

4. “La IA gestionará la mayoría de las interacciones con clientes para 2025”. Realidad: la adopción real sigue siendo limitada

A comienzos de este ciclo, muchas predicciones apuntaban a que, para 2025, las interacciones con clientes, por chat, voz, soporte y atención posventa, serían mayoritariamente gestionadas por IA. La expectativa era que la automatización permitiría eficiencia, escala y disponibilidad 24/7 sin depender tanto de recursos humanos.

Un informe estructural reciente advierte que, incluso en empresas que adoptaron IA generativa o agentes automáticos, la satisfacción del cliente y los resultados operativos, como el tiempo de resolución o la tasa de éxito en la primera respuesta, no han mejorado con la rapidez prometida^[4].

En la práctica, muchas compañías han tenido que mantener un modelo híbrido: IA apoyando tareas repetitivas o de bajo valor, mientras que los agentes humanos siguen a cargo de las interacciones complejas o sensibles. Ese mix parece ser, en 2025, la fórmula más realista, no una sustitución total.

¿Qué aprendimos? Reflexiones para diseñar estrategias realistas de IA en CX

• La automatización completa no es la regla: la IA debe verse como apoyo, no como reemplazo. Los proyectos exitosos combinan tecnología con supervisión humana, procesos robustos y un enfoque pragmático.
• Invertir en datos, gobernanza y cultura organizacional es prioritario. Sin una base sólida, incluso la IA más avanzada tropieza.
• Adopción gradual y medida: pilotos, pruebas, evaluación. Saltar directamente a una “IA total” suele terminar en sobrecostos o cancelaciones.
• Mantener expectativas realistas. La IA avanza, pero no a la velocidad de algunos pronósticos. Las transformaciones profundas vienen con el tiempo.

[1] Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027

[2] Sam Altman’s Bold Claim: OpenAI is on the Verge of AGI by 2025

[3] McKinsey: The state of AI in 2025: Agents, innovation, and transformation

[4] AI Agents For Customer Support: Trends, Predictions & Providers