La IA crece en el contact center. El margen todavía no responde

La automatización puede reducir actividades y tiempos de atención. Sin embargo, solo el rediseño de contratos, procesos y estructuras de costos convierte esa eficiencia en rentabilidad.

Introducción

Concentrix reportó para su segundo trimestre fiscal de 2026 un crecimiento interanual de 400% en los contratos relacionados con su suite de inteligencia artificial. La señal comercial es relevante: la demanda empresarial por soluciones de IA aplicadas a Customer Experience continúa acelerándose.

Sin embargo, los resultados financieros muestran una realidad más compleja. Los ingresos crecieron 1.9%, mientras el EBITDA ajustado disminuyó 2.8% y su margen pasó de 14.8% a 14.1%. El margen operativo no GAAP también retrocedió 70 puntos base.

La conclusión no es que la IA haya fallado. La conclusión es que vender, implementar o utilizar más inteligencia artificial no garantiza que el beneficio llegue automáticamente al Estado de Resultados.

La tesis de JAB es directa: la IA puede reducir trabajo, pero solo el rediseño operativo convierte esa reducción en rentabilidad.

Lo que está cambiando

El contact center está pasando de una operación basada principalmente en personas y capacidad instalada a un modelo híbrido, en el que personas, automatizaciones y agentes inteligentes participan en una misma cadena de resolución.

Este cambio permite reducir tiempos, automatizar contactos repetitivos y ampliar la capacidad de atención. También introduce costos de tecnología, integración, implementación, supervisión, seguridad, entrenamiento y transformación organizacional.

Por ello, durante la transición pueden coexistir dos realidades: una demanda creciente por soluciones de IA y una presión temporal o estructural sobre el margen.

Los resultados de Concentrix ilustran esa tensión. La compañía registró ingresos trimestrales por US$2,462.5 millones, EBITDA ajustado por US$347.4 millones y flujo de efectivo operativo de US$257.9 millones. El crecimiento comercial relacionado con IA fue significativo, pero todavía no compensó plenamente otras presiones sobre la rentabilidad.

El problema empresarial

Muchas organizaciones están automatizando actividades sin transformar el sistema económico que rodea esas actividades.

Un asistente virtual puede resolver contactos. Un agente inteligente puede consultar información, generar respuestas o ejecutar tareas. Pero si la organización conserva la misma capacidad instalada, los mismos procesos, los mismos niveles de supervisión y los mismos contratos, el costo anterior no desaparece.

En estos casos, la IA se convierte en una capa adicional dentro de la operación. La empresa paga por tecnología mientras continúa pagando prácticamente por la misma estructura humana y administrativa.

Esto genera una paradoja: aumenta la productividad técnica, pero no necesariamente mejora la productividad financiera.

¿Por qué importa?

Durante décadas, gran parte del negocio de contact center se construyó alrededor de horas, posiciones, transacciones y volumen. El ingreso estaba estrechamente relacionado con la cantidad de capacidad desplegada.

La IA cuestiona esa lógica. Cuando una operación necesita menos trabajo humano para resolver una interacción, el cliente espera participar en el ahorro. El proveedor, al mismo tiempo, necesita recuperar su inversión y proteger su rentabilidad.

Esta tensión puede presionar precios y márgenes, especialmente cuando los contratos siguen remunerando capacidad en lugar de resultados.

La transformación exige avanzar hacia modelos que valoren resolución, retención, recuperación de ingresos, satisfacción, productividad o costo evitado. El desafío no consiste únicamente en operar con menos esfuerzo, sino en definir cómo se distribuye el beneficio económico.

Estado de Resultados

El impacto de la IA debe analizarse desde una perspectiva integral:

Variable	Riesgo sin rediseño	Oportunidad con rediseño
Productividad	Automatización aislada	Mayor producción por unidad de costo
EBITDA	Inversión sin captura	Expansión sostenible del margen
Costo operativo	Costos tecnológicos adicionales	Eliminación o reasignación de costos
Escalabilidad	Más capacidad con igual complejidad	Crecimiento sin estructura proporcional
Costo por contacto	Reducción limitada	Disminución estructural
Resolución en primer contacto	Respuestas fragmentadas	Orquestación integral
Experiencia del cliente	Contención sin solución	Resolución rápida y consistente
Talento	Duplicidad de funciones	Roles de mayor valor

La variable crítica no es cuántos contactos fueron automatizados. Es cuánto costo dejó efectivamente de existir, cuánto ingreso adicional se generó y qué parte de ese valor pudo capturar la empresa.

El ahorro tecnológico solo se convierte en EBITDA cuando desaparece, se reasigna o se monetiza el costo anterior.

Matriz de Conversión de IA en Margen JAB®

La Matriz de Conversión de IA en Margen JAB® permite evaluar iniciativas a partir de dos dimensiones:

Reducción real del costo operativo

Mide si la automatización elimina costos, evita contrataciones, reduce retrabajo, mejora utilización o libera capacidad que puede destinarse a actividades rentables.

Capacidad de capturar económicamente el valor

Mide si el modelo contractual, el pricing, los indicadores y la relación comercial permiten retener una parte razonable del beneficio generado.

De la combinación surgen cuatro escenarios:

Automatización cosmética
Existe tecnología, pero la reducción de costos y la captura de valor son limitadas.

Valor atrapado
La automatización genera ahorros relevantes, pero contratos o decisiones internas impiden reflejarlos en el margen.

Crecimiento sin eficiencia
La solución puede aumentar ingresos o demanda, aunque todavía requiere costos elevados para operar.

Margen transformado
La empresa reduce costos estructurales y cuenta con un modelo comercial capaz de monetizar los resultados.

Esta matriz evita evaluar la IA únicamente por adopción, volumen de transacciones o precisión técnica. La pregunta central es cuánto valor económico produce y cuánto de ese valor llega al Estado de Resultados.

La decisión del CEO

1. Separar crecimiento tecnológico de creación de margen

Los ingresos vinculados con IA y los casos de uso implementados son indicadores de tracción, no pruebas definitivas de rentabilidad.

El tablero ejecutivo debe mostrar por separado ingresos, inversión, costos eliminados, capacidad liberada, flujo de efectivo y contribución al margen.

2. Vincular cada inversión con un costo que desaparecerá

Toda iniciativa debe identificar qué costo se reducirá, cuándo ocurrirá y quién será responsable de ejecutar la transición.

Sin esta definición, el beneficio permanece como productividad potencial.

3. Rediseñar contratos alrededor de resultados

Los contratos basados únicamente en horas o posiciones pueden limitar la captura de valor.

La organización debe explorar modelos híbridos que combinen capacidad, consumo, resolución, calidad, ahorro o resultados comerciales.

4. Reasignar capacidad antes de reducir estructura

La productividad puede utilizarse para absorber crecimiento, mejorar servicio, reducir tiempos, ampliar horarios o liberar talento.

La decisión no siempre consiste en eliminar posiciones. Consiste en evitar que la nueva capacidad permanezca ociosa.

5. Medir la productividad del sistema completo

La métrica relevante no es la productividad aislada de una persona o de una herramienta.

Debe medirse la productividad conjunta de personas, procesos, automatizaciones, agentes inteligentes y estructura de supervisión.

Preguntas para el Consejo

¿Qué porcentaje del ahorro generado por IA será capturado por la empresa y qué porcentaje será transferido al cliente?

¿Qué contratos actuales desincentivan la automatización o protegen estructuras de costos obsoletas?

¿Qué costos desaparecerán realmente durante los próximos cuatro trimestres?

¿Qué nuevas responsabilidades de gobierno, seguridad y supervisión deberán financiarse?

¿En qué fecha debería observarse el impacto en margen EBITDA y flujo de efectivo?

Estas preguntas permiten elevar la discusión desde el número de herramientas implementadas hacia la calidad económica de la transformación.

Perspectiva JAB

Los resultados de una empresa no deben interpretarse como evidencia definitiva para toda una industria. Sin embargo, la combinación de fuerte crecimiento en contratos de IA y presión sobre el margen ofrece una señal relevante.

La siguiente etapa del contact center no estará definida por la adopción tecnológica. Estará definida por la capacidad de las organizaciones para rediseñar simultáneamente procesos, contratos, talento, indicadores y estructuras de costos.

Los proveedores que solamente incorporen herramientas enfrentarán presión comercial. Los que conviertan la IA en un nuevo modelo operativo podrán competir mediante resultados, conocimiento especializado, orquestación y escalabilidad.

Para las empresas que contratan servicios de Customer Experience, la decisión también cambia. Buscar únicamente reducciones de tarifa puede debilitar la capacidad de transformación del proveedor. El objetivo debería ser diseñar relaciones donde ambas partes compartan el valor de una mejor resolución.

Conclusión

La inteligencia artificial está modificando la economía del servicio al cliente. Su impacto no se limita a disminuir tiempos o automatizar contactos; también cuestiona la forma en que se contrata, opera, supervisa y monetiza el servicio.

La adopción puede crecer antes que el margen. Esto no significa que la transformación carezca de valor. Significa que la organización debe construir mecanismos deliberados para capturarlo.

La IA reduce trabajo. El modelo operativo decide quién captura el valor.