Hace dos años fui a vender a Oncosalud algo que no había probado nadie en Peru.
No tenía caso de éxito que mostrar. No tenía manual. No tenía certeza de que iba a funcionar.
Lo que tenía era una convicción sobre un problema real: los equipos comerciales de salud perdían leads todas las noches. Alguien que quería protegerse del cáncer llegaba al sitio web a las 11 PM y no había nadie para atenderlo. Ese lead, en su mayoría, nunca más volvió.
Y tenía una relación de años con el equipo de Oncosalud que me daba la posibilidad de tener la conversación.
Lo que pasó en los seis meses siguientes cambió la forma en que pienso el producto, el cliente, y lo que significa construir IA en un corporativo.
Este blog no es un caso de éxito pulido. Es el relato honesto de lo que pasó.
El problema que nadie resolvía de noche
Oncosalud vende planes oncológicos por e-commerce. Es un producto de alta implicación emocional: alguien que compra protección contra el cáncer no lo hace impulsivamente. Llega al sitio, navega, tiene dudas, quiere hablar con alguien.
El problema era estructural: el horario de atención humana no cubría los momentos de mayor intención de compra. Las noches y los fines de semana, exactamente cuando más tráfico llegaba no había nadie disponible.
Un chatbot genérico no iba a resolver esto. El cliente no quiere respuestas de FAQ. Quiere que alguien le explique por qué vale la pena protegerse, que plan encaja con su situación, y como funciona el proceso.
Conversia propuso algo diferente: tres asesoras digitales con nombre, personalidad, y capacidad real de venta. Natalia, para crear demanda. Lucia, para capturarla. Sofía, para convertirla.
El piloto arrancó el 4 de junio de 2024.
Por que compraron la idea (y los miedos que no dijeron al principio)
Renzo Del Pozo lideraba el área de Data en Oncosalud cuando llegó la propuesta. Hoy es Gen AI Lead en Credicorp Capital. Lo que me dijo en el escenario de SINFONÍA dos años después, fue más honesto de lo que esperaba:
"Lo que nos convenció no fue el pitch. Fue la relación previa que teníamos con Impulse. Esa confianza fue la llave de entrada para tomarnos en serio algo que nadie había comprobado todavía en Perú."
Pero hubo miedos reales que no aparecieron en las primeras reuniones:
- Los datos eran sensibles. Datos de salud, con el nivel de sensibilidad y responsabilidad que eso implica.
- El área no era de IA. Era de Data. Nadie en el equipo tenía experiencia específica en agentes conversacionales.
- No había manual. Ningún referente peruano de este tipo de implementación en salud que pudieran consultar.
- Las expectativas hacia arriba eran inciertas. Renzo tenía que explicarle al directivo lo que estaban haciendo cuando el mismo no tenía certeza total del resultado.
A pesar de todo eso, dijeron sí.
Esa decisión, apostar antes de tener prueba es la que hace posible el caso que viene después.
El público de SINFONÍA preguntó por los resultados. Pero lo que más valor tiene para quien está considerando una implementación similar son los retos reales que enfrentamos, no los que aparecen en las presentaciones.
Estos cuatro problemas no estaban resueltos cuando arrancó el piloto. Los resolvimos construyendo, mes a mes.
1. La gobernanza de la base de conocimiento
¿Quién decide que sabe y que no sabe un agente que está vendiendo planes de salud? ¿Quién se actualiza cuando cambian los precios, los productos y las condiciones de afiliación?
En Oncosalud, esto tomó meses y varias versiones para llegar al 90% de riqueza. La base de conocimiento no es un archivo de FAQ es un sistema vivo que necesita ownership claro dentro de la organización.
2. Definir que es un lead de calidad
El agente podría generar muchas conversaciones. Pero no todas valían lo mismo. Definir el criterio de calidad para pasar un lead a un humano con el contexto correcto, en el momento correcto, requiere iterar con el equipo comercial durante semanas.
Este es el reto más invisible y el más crítico. Sin un criterio claro, el handoff se convierte en ruido para el equipo de ventas.
3. El handoff a equipos humanos
El agente no reemplaza al humano lo prepara. Pero construir ese traspaso de forma que el humano reciba contexto real, sepa exactamente qué conversación tuvo el lead, y pueda continuar sin fricción fue uno de los problemas técnicos más difíciles del proyecto.
Tomamos cuatro meses en iterar el flujo de handoff hasta que funciono con naturalidad. La integración con HubSpot fue crítica para lograrlo.
4. La gobernanza de los datos
Datos de afiliados. Historiales de conversación. Propiedades en HubSpot. ¿Quién los posee? ¿Cómo se usan? ¿Qué pasa cuando un dato del agente no coincide con el CRM?
Este reto existe en todo proyecto de IA en un corporativo y no tiene respuesta simple. Lo que aprendimos: necesitas un responsable claro desde el día uno, no cuando ya hay un problema.
La primera venta que lo cambió todo
El momento que no voy a olvidar no fue el lanzamiento del piloto. No fue cuando llegamos al 30% de incremento de conversión.
Fue la primera venta real.
Un agente de IA Sofia, trabajando en el e-commerce de programas oncológicos a las 11 de la noche, mantuvo una conversación con un prospecto, lo calificó, lo preparó, y lo transfirió al equipo humano. El agente humano cerró la venta.
Omar Ayllon, parte del equipo de Oncosalud, lo resumió mejor que nadie:
"Estoy sinceramente asombrado con la eficacia de Conversia... me quede con la duda de si el cliente había percibido que estaba interactuando con un agente de IA."
Eso era exactamente lo que queríamos construir. Un sistema tan natural que la diferencia entre un asesor humano y un agente de IA no fuera perceptible para el cliente.
A partir de ese momento, el piloto dejó de ser un experimento.
Los resultados al cierre del piloto (junio - diciembre 2024)
Seis meses de iteración continua. Los números finales:
|
$8K Pipeline nuevo en 60 días |
30% Incremento de conversión |
43% Ventas en horario nocturno |
547 Contactos creados o influenciados |
Pero el resultado más importante no aparece en la tabla.
El 43% de las conversaciones de venta ocurrieron en horario nocturno. Leads que antes se perdían porque no había nadie disponible ahora estaban siendo atendidos, calificados, y transferidos al equipo humano con contexto completo.
Eso no es una optimización. Es una capacidad nueva.
Cómo se construye producto en incertidumbre
Lo que aprendimos de los primeros 60 días no podíamos haberlo sabido antes de lanzar. Eso es lo que significa construir en incertidumbre: la primera versión nunca es la última.
El proceso fue iterativo por diseño:
- Junio 2024: v1.0 en el home de oncosalud.pe. Primera conversación real.
- Julio: Rediseño del flujo conversacional. La primera versión tenia friccion en la captura de datos.
- Agosto: Launch de Insights. El equipo por primera vez pudo ver que estaba pasando dentro del agente.
- Septiembre: Integración con HubSpot. El pipeline de ventas empieza a recibir leads reales.
- Noviembre: Workflow de handoff sistematizado. El traspaso al equipo humano se vuelve consistente.
- Diciembre: Base de conocimiento al 90%. El agente maneja conversaciones complejas con naturalidad real.
Lo que Renzo describió como necesario para que esto funcionara desde el lado corporativo: confianza, acuerdos claros, y tolerancia al error controlado. Sin esas tres cosas, una startup no puede iterar a la velocidad que necesita.
De un piloto a una AI Company
En marzo de 2025, la dirección comercial de Auna tomó la decisión.
De un agente en el e-commerce de programas oncológicos para el turno de la noche, a una compañía que quiere operar con Agentes IA en todas sus áreas de revenue.
Ese salto no se planificó desde el inicio. Se construyó iterando seis meses y demostrando que el modelo funciona.
Guillermo Lecaros, Gerente Comercial de Aseguramiento y Prestación en Auna, se paró en el escenario de SINFONÍA frente a 200 líderes comerciales del Perú y hablo de AURA: el sistema de revenue que Auna está construyendo con HubSpot y Agentes IA de Conversia en toda la operación.
No fue un anuncio. Fue el cierre de un arco.
Los aprendizajes que no se pueden planificar
Después de seis meses de piloto y un año mas de escalar, cuatro aprendizajes que hoy considero no negociables para cualquier implementación de IA comercial:
- La IA en ventas no requiere un equipo de IA. Requiere un equipo de datos con voluntad de aprender, una startup confiable, y tolerancia al error controlado.
- Los resultados no se planifican desde el inicio. Se construyen iterando mes a mes. Quien espera certeza antes de lanzar no llega a tener los datos que necesita para tener certeza.
- La confianza entre corporativo y startup no es un contrato. Es el resultado de años de relación previa que se capitalizan en el momento de la apuesta.
- El handoff es el producto. La parte más crítica de un sistema de Agentes IA comerciales no es el agente — es el momento en que el agente pasa el lead al humano con el contexto correcto. Ahí se gana o se pierde la venta.
¿Cuánto tarda un piloto de Agentes IA en mostrar resultados?
En el caso de Oncosalud, los primeros resultados medibles aparecieron en los primeros 30 días. Los primeros $8,000 en pipeline nuevo en los primeros 60 días. La madurez del sistema base de conocimiento al 90%, handoff sistematizado, integración completa con CRM tomó 6 meses de iteración continua.
¿Qué equipo necesita una empresa para implementar Agentes IA en ventas?
No se necesita un equipo de IA. El equipo de Oncosalud era un área de Data. Lo que si se necesita: un responsable del proyecto con autoridad para tomar decisiones, acceso al equipo comercial para definir criterios de calidad de leads, y disposición para iterar. La startup aporta la tecnología y el proceso el corporativo aporta el conocimiento del negocio.
¿Cómo se gestiona la gobernanza de datos en una implementación de IA en salud?
Definir desde el inicio quien posee los datos, cómo se almacenan las conversaciones, que propiedades se sincronizan con el CRM, y quien tiene acceso a que. Sin ese acuerdo previo, los problemas aparecen en producción cuando son más costosos de resolver.
¿Cómo se mide el éxito de un agente de IA en un equipo comercial?
Las métricas clave: pipeline nuevo generado, tasa de conversión a lead calificado, porcentaje de leads capturados en horario no cubierto por humanos, y calidad percibida de la conversación. Esta última si el cliente percibe que hablaba con un agente IA o no, es la más difícil de medir y la más relevante.
¿Qué es lo más difícil de implementar en un sistema de Agentes IA para ventas?
El handoff. No el agente, el momento en que el agente pasa el lead al equipo humano con contexto completo, en el momento correcto, sin fricciones. En Oncosalud esto tomó cuatro meses en iterar. Cuando funciona bien, el equipo humano recibe un lead preparado y con historial completo. Cuando no funciona, el equipo humano recibe ruido.
¿Estás evaluando una implementación similar?
El camino que Oncosalud recorrió en 2024 ya está documentado. Los errores ya están cometidos. Lo que tomó seis meses entonces hoy toma menos, porque tenemos el proceso, la plataforma, y los aprendizajes.
Si tu equipo comercial tiene el mismo problema, leads que llegan fuera de horario, seguimientos inconsistentes, contexto que se pierde en el traspas, podemos tener una conversación concreta sobre cómo se vería una implementación en tu empresa.
Eduardo Eneque es CEO de Impulse, HubSpot Diamond Partner, y fundador de Conversia — plataforma de Agentes IA integrada nativamente con HubSpot. Escribe sobre Revenue Systems, IA en negocios B2B, y el proceso de escalar empresas en LatAm.
