¿Por donde empieza un concesionario que no ha hecho nada con IA?

Por el flujo donde el resultado se mide solo. Suelen ser dos: las descripciones de stock de vehiculo de ocasion y la respuesta automatica a leads fuera de horario. Ambos tienen un dato de partida claro en el sistema y un indicador evidente, unidades publicadas con ficha completa y leads contestados en menos de una hora. Empezar por algo difuso, como un asistente interno generalista, casi siempre acaba en abandono.

¿Puede la IA responder sola a los leads de los portales?

Puede gestionar sola el primer contacto: confirmar disponibilidad de la unidad, responder dudas de la ficha, recoger que busca el cliente y proponer una cita. No debe cerrar precio, descuento, tasacion del coche de entrada ni condiciones de financiacion, porque ahi entran datos que dependen de campana, stock y politica de la marca. El modelo habitual es respuesta automatica inmediata mas traspaso al comercial en cuanto la conversacion toca dinero.

¿Es legal usar los datos de clientes del DMS en una herramienta de IA?

Si, siempre que exista base legal para el tratamiento y un contrato de encargado con el proveedor, y que el cliente este informado de que sus datos se tratan con estas herramientas. Hay que revisar donde se procesan los datos y si se usan para entrenar modelos, algo que en la mayoria de casos hay que desactivar. Los datos de taller son especialmente sensibles porque van ligados a matricula y a persona identificable.

¿Sustituye esto al equipo de ventas o de postventa?

No en los puntos donde se decide una venta. Sustituye trabajo administrativo: redactar la misma ficha veinte veces, teclear el resumen de una llamada, mandar recordatorios uno a uno. El comercial sigue llevando la prueba dinamica y la negociacion, y el asesor de servicio sigue explicando la averia. Lo que cambia es cuanto tiempo llegan a dedicar a eso.

IA generativa en empresas de automocion: guia para concesionarios

Probar un chat de IA en un concesionario cuesta cinco minutos. Convertirlo en algo que mueva matriculaciones o horas de taller es otra cosa. La diferencia no esta en el modelo que elijas, sino en el punto del proceso donde lo enchufas.

Que cambia realmente en un concesionario

Buena parte del trabajo diario de un concesionario es texto repetitivo construido sobre datos que ya estan en el sistema. Una ficha de un usado sale del equipamiento, la version, los kilometros y la garantia. Un primer contacto con un lead sale del vehiculo consultado y de su disponibilidad. Un aviso de taller sale de la fecha de la ultima revision.

Ahi es donde la IA generativa aporta algo medible: no en escribir bonito, sino en escribir rapido y con el dato correcto de cada VIN, cada matricula y cada cliente. Si el texto no esta conectado al DMS o al gestor de stock, lo que tienes es un juguete que genera parrafos genericos.

→Descripciones y anuncios de vehiculo, unidad por unidad
→Primer contacto y seguimiento de leads de portales y web
→Comunicacion de postventa: citas, presupuestos, recordatorios
→Resumenes internos: llamadas, visitas, ordenes de reparacion

Stock: fichas y anuncios sin copiar y pegar

Publicar un usado en varios portales exige adaptar el texto a cada uno, con longitudes y tonos distintos. Con stock rotando cada semana, el equipo acaba reciclando descripciones antiguas o dejando el campo casi vacio. Eso penaliza tanto en el portal como en el buscador.

El modelo correcto de trabajo es generar desde campos estructurados, nunca desde una descripcion libre. El sistema recibe version, motorizacion, extras homologados, kilometros, historial de mantenimiento y garantia, y produce el texto dentro de una plantilla cerrada. Asi se evita el fallo mas caro de todos: que la IA atribuya a un coche un equipamiento que no lleva. Eso no es un error de estilo, es publicidad enganosa.

La regla practica: si un dato no esta en el sistema, no aparece en el anuncio. Y toda ficha generada pasa por una validacion antes de publicarse, aunque sea un visto bueno de dos segundos.

Leads: el problema es el tiempo de respuesta

Un lead de portal se enfria rapido. Cuando llega un sabado por la tarde o a las once de la noche, la respuesta no sale hasta el lunes, y para entonces el cliente ya ha escrito a otros tres concesionarios. El volumen no suele ser el cuello de botella; lo es el hueco horario.

Un asistente generativo conectado al stock puede acusar recibo en minutos, confirmar si la unidad sigue disponible, responder dudas concretas de la ficha y ofrecer huecos de agenda para prueba dinamica. Cuando el comercial abre el hilo el lunes, tiene un resumen de lo que ha pedido el cliente y una cita ya propuesta.

Donde hay que poner el freno: precio final, descuentos, tasacion del vehiculo de entrada y condiciones de financiacion. Eso no lo cierra un modelo. La IA cualifica y agenda; la negociacion sigue siendo del equipo comercial.

Postventa: donde estan las horas escondidas

El taller genera mas texto del que parece. Ordenes de reparacion escritas en lenguaje tecnico que hay que traducir al cliente, presupuestos que exigen explicar por que una pieza es necesaria y otra puede esperar, avisos de revision e ITV, seguimiento de clientes que dejan de venir cuando se acaba la garantia.

Estos flujos son buenos candidatos porque el resultado se mide sin discusion: citas confirmadas y horas de taller ocupadas. Un asesor puede pasar de la orden tecnica a un mensaje comprensible en segundos, con el desglose de mano de obra y recambios que ya calculo el sistema.

Cuando estos casos dejan de ser prompts sueltos y pasan a ejecutarse encadenados y sin intervencion manual, se entra en terreno de plataformas agenticas. El enfoque general, fuera del sector, esta explicado en esta guia de automatizacion con IA y plataformas agenticas para empresas.

→Recordatorio de revision y de ITV con hueco de agenda incluido
→Explicacion de presupuesto en lenguaje claro para el cliente
→Seguimiento tras el fin de garantia
→Resumen automatico de la llamada en la ficha del cliente

Marca, datos y los limites que hay que fijar antes

En automocion hay una capa que no existe en otros sectores: el fabricante. Muchas marcas imponen manual de comunicacion, herramientas propias de CRM y reglas sobre como se puede hablar de sus modelos. Antes de automatizar textos de cara al cliente, conviene comprobar que la marca lo permite y con que condiciones.

La segunda capa es de datos. Nombre, telefono, matricula e historial de reparacion son datos personales. No pueden entrar en una herramienta de IA sin un contrato de encargado de tratamiento y sin saber donde se procesan. Multimarca no significa barra libre: cada marca puede tener sus propias exigencias sobre el dato del cliente.

Y una tercera, mas prosaica: trazabilidad. Hay que poder decir quien reviso un anuncio, quien aprobo un mensaje y con que version de la plantilla se genero. Sin eso, el dia que aparezca un error nadie sabra de donde salio.

Este tema tambien se trata, desde otro enfoque, en All ITs AI.

La IA generativa en automocion no se decide en una demo, se decide mirando donde pierde horas tu equipo esta semana. Revisa cuantas unidades tienes publicadas sin descripcion decente y cuantos leads del fin de semana siguen sin contestar el lunes al mediodia. Si esos dos numeros te incomodan, ya tienes el primer proyecto identificado y una forma clara de medir si funciona.