Casos de clientes e implementaciones reales de IA

01 / Turismo · Atención y ventas

Rispoli Viajes.
Las consultas avanzan antes de llegar al vendedor.

Un agente que conoce los viajes, hace las primeras preguntas y entrega la conversación al equipo comercial con la información reunida.

Punto A · Antes

El equipo repetía la misma primera conversación.

Responder por destinos, fechas y paquetes, enviar información y averiguar qué buscaba cada persona consumía tiempo. Había consultas que se perdían antes de llegar a ventas.

Qué implementamos

Atención conectada a los paquetes de la agencia.

Conectamos el agente a la información de los viajes y a Chatwoot, la bandeja donde trabaja el equipo. Hace preguntas, envía información, registra el contacto y deriva al vendedor correspondiente.

Punto B · Ahora

El vendedor recibe una consulta con contexto.

La IA se ocupa de la atención inicial y de reunir la información. El equipo puede retomar la conversación y concentrarse en asesorar y cerrar el viaje.

Lo cuenta la clienta

Sofía Duarte y Lautaro Puebla en el testimonio de Rispoli Viajes

Sofía Duarte · Rispoli Teens. Testimonio completo sobre la atención, la información que entrega el agente y la derivación a ventas. Ver en YouTube ↗

80+consultas por día atendidas por el agente.

Del mensaje al seguimiento, todo conectado.

Capturas del sistema · Tocá para ampliar

**La automatización por dentro**Flujo de trabajo del agente de Rispoli en n8n: conecta los mensajes con la información y las acciones del sistema.

**Un panel para entender las consultas**Reportes para revisar el origen, la etapa y las características de las oportunidades. Captura de un período de trabajo.

**Campañas desde la misma operación**Herramienta desarrollada para gestionar plantillas y campañas de WhatsApp de la agencia.

Demostración del sistema

Mirá qué hace durante una conversación.

Pregunta por el viaje y envía la información necesaria para que el cliente avance. La conversación queda disponible para el equipo humano.

La atención automática, el registro del contacto y la derivación forman parte del mismo proceso.

02 / Educación · Administración y finanzas

Santa Clara.
La administración del colegio, en un solo lugar.

Punto A · Antes

Más de cinco aplicaciones para seguir la operación.

El equipo entraba a distintas herramientas para revisar administración, documentación legal, cobranzas y finanzas. Cruzar comprobantes y entender qué se había cobrado exigía trabajo manual.

Qué implementamos

Un panel que reúne la información del colegio.

Centralizamos la gestión administrativa y legal junto con las finanzas. Automatizamos la conciliación de comprobantes y el seguimiento de la deuda, para identificar qué se pagó y qué sigue pendiente.

Punto B · Ahora

Cobros, deudas y dinero disponible a la vista.

El equipo puede consultar su situación financiera desde el mismo lugar. Dedica menos tiempo a buscar y cruzar información entre aplicaciones y tiene más claridad para decidir.

**El panel financiero de Santa Clara**Ingresos, facturación, deuda por cobrar y saldos reunidos. Los importes se muestran ocultos para proteger la información del colegio.

5+ → 1De consultar varias aplicaciones a centralizar la administración en un panel.

Ingresan los comprobantes. El sistema los reúne para su conciliación.
Se identifica lo cobrado y lo pendiente. El equipo puede consultar los deudores.
La información llega al panel. Una misma vista para revisar las finanzas del colegio.

03 / Gestión de siniestros · Prospección comercial

Agar.
Un sistema propio para encontrar y contactar clientes.

Agar

Punto A · Antes

Buscar contactos consumía tiempo y presupuesto.

La prospección dependía de tareas manuales y de comprar bases de datos a terceros. Preparar una lista útil y contactar a las empresas llevaba trabajo fuera de la conversación comercial.

Qué implementamos

Búsqueda, datos y contacto dentro de un mismo proceso.

Trabajamos con Vicent sobre listas segmentadas, enriquecimiento de datos y secuencias de mensajes. Usamos Claude Code para construir y ajustar el sistema a los perfiles de empresa que Agar necesitaba contactar.

Punto B · Ahora

Prospección automatizada, con una base propia.

Agar automatizó la prospección y dejó de comprar bases preparadas a terceros. Puede trabajar sus propios contactos y dedicar menos tiempo a recopilar información manualmente.

**Construyendo el sistema con Vicent**Sesión de trabajo de Agar · 15 de julio de 2026. Revisamos el proyecto y la automatización del enriquecimiento de sus listas de contactos.

Definir empresasPreparar contactosPersonalizar mensajesHacer seguimiento

El trabajo se realiza sobre el negocio y las herramientas del cliente, con el equipo participando de la construcción.

04 y 05 / Productos · Atención y pedidos

La IA consulta la información.
El equipo sigue al mando.

Dos empresas con necesidades distintas: armar un pedido entre miles de productos y orientar a cada persona hacia dónde comprar.

Equus

Veterinaria · Venta de productos

3.000+productos conectados a la información que consulta la IA.

Punto A · Antes

Resolver cada consulta y armar cada pedido a mano.

El equipo debía buscar productos, responder preguntas y reunir la información del pedido dentro de un catálogo amplio.

Qué implementamos

Un agente conectado al catálogo y al registro de clientes.

Consulta la base de productos, arma el carrito durante la conversación, registra el pedido en el sistema y hace seguimiento. Cuando el cliente está listo para pagar, deriva a un vendedor.

Punto B · Ahora

Más de 80 consultas por día con asistencia de IA.

El equipo recibe el pedido armado y el contexto del cliente. Una persona confirma el pedido, gestiona el pago y realiza el envío.

Laboratorios HNT

Laboratorio · Atención al cliente

50+consultas por día respondidas por el agente.

Punto A · Antes

Responder una y otra vez qué comprar y dónde.

La atención dedicaba tiempo a explicar productos, identificar qué necesitaba cada persona y orientarla hacia un punto de venta.

Qué implementamos

Información de productos y derivación en la misma conversación.

El agente reúne los datos de la consulta, informa sobre los productos y orienta al cliente hacia el punto de venta más cercano. La atención queda registrada en Chatwoot.

Punto B · Ahora

La consulta llega al lugar donde puede resolverse.

La IA cubre la primera atención y la orientación de compra. El equipo evita repetir manualmente esas respuestas y puede retomar las conversaciones que requieren su intervención.

06, 07 y 08 / Atención comercial · Integración con HubSpot

De recibir una consulta
a entregarla al vendedor correcto.

En Control Global, Access Control y Vending Control conectamos la atención con HubSpot, el sistema donde el equipo registra y sigue a sus clientes.

Control Global

Antes: calificar y repartir consultas dependía del equipo.

Implementación: agente de atención, calificación y derivación conectado a HubSpot.

Ahora: el vendedor recibe la consulta con contexto y el seguimiento queda integrado.

Access Control

Antes: el equipo debía identificar qué necesitaba cada contacto antes de derivarlo.

Implementación: atención con IA que reúne información y asigna la conversación al vendedor correspondiente.

Ahora: la atención y el seguimiento se trabajan dentro de HubSpot.

Vending Control

Antes: recibir, clasificar y seguir oportunidades exigía pasos manuales.

Implementación: agente que califica, deriva al equipo comercial y hace seguimiento.

Ahora: la información de la consulta queda conectada al trabajo del vendedor en HubSpot.

**El agente dentro de HubSpot**Captura de la atención de Access Control: el asistente conversa en el sistema que usa el equipo. Se recortó la lista de contactos y teléfonos.

Cómo se conecta el trabajo

La conversación no queda aislada en un chat.

Entra una consulta. El agente responde y reúne la información necesaria.
Se califica la oportunidad. Se identifica qué busca la persona y a quién corresponde derivarla.
Se entrega al vendedor. El equipo recibe la conversación con su contexto.
Se sigue desde HubSpot. La atención queda integrada al sistema comercial de la empresa.

El trabajo detrás de los sistemas

Compartimos pantalla.
Resolvemos problemas reales.

Las reuniones se usan para trabajar sobre la implementación: revisar el desarrollo, probar una respuesta, ajustar una conexión o enseñar al equipo a usar lo que construimos.

**Agar · Construcción del sistema**15 jul 2026. Trabajo con Vicent sobre el proyecto de prospección y el enriquecimiento de sus listas.

**Rispoli · Uso de la plataforma**26 jun 2026. Revisión con el equipo de las plantillas y campañas de WhatsApp dentro del panel de la agencia.

**APROCAM · Pruebas antes de publicar**24 jun 2026. Sesión de preproducción para revisar las respuestas del agente con el equipo de la fundación. Es una muestra del proceso de validación.

01

Entender el proceso

Qué hace hoy el equipo, qué se repite y dónde se pierde tiempo. Elegimos una tarea concreta.

02

Conectar la información

Productos, consultas, comprobantes o contactos. El sistema trabaja con los datos que necesita la empresa.

03

Probar con el equipo

Revisamos casos reales, corregimos errores y definimos cuándo tiene que intervenir una persona.

04

Ponerlo a trabajar

El equipo aprende a usarlo y a revisar lo que ocurre. Los ajustes se hacen sobre la operación real.

Tu empresa tiene su propio punto de partida

¿Qué tarea te gustaría
resolver mejor?

Podemos empezar por ahí. En la llamada revisamos cómo la hacen hoy y si tiene sentido trabajar juntos para mejorarla.

Revisemos tu caso Ya agendé: ver el video previo

Las imágenes muestran implementaciones y sesiones reales de trabajo. Las cifras de consultas y catálogo corresponden a la operación informada por cada caso; las capturas muestran momentos concretos y no un tablero en vivo. Cada empresa tiene un alcance, un equipo y un punto de partida diferentes.

Así se ve la IA
trabajando en empresas reales.

Empresas con las que trabajé

Rispoli Viajes.
Las consultas avanzan antes de llegar al vendedor.

El equipo repetía la misma primera conversación.

Atención conectada a los paquetes de la agencia.

El vendedor recibe una consulta con contexto.