Cómo Smarsh logró 59% adopción con IA en industrias reguladas

El desafío: escalar sin perder la calidad en industrias altamente reguladas

Smarsh, proveedor global de soluciones de archivo y análisis de comunicaciones para industrias reguladas, se propuso un objetivo ambicioso: usar IA para escalar su fuerza laboral y aumentar la productividad un 30%. Pero el verdadero reto no era solo automatizar, sino resolver un problema estructural que afectaba directamente la experiencia del cliente.

Sus clientes —principalmente instituciones financieras y empresas sometidas a estrictos controles de cumplimiento— navegaban por un laberinto de productos, documentación técnica y requisitos regulatorios. El equipo de atención al cliente identificó la oportunidad: no necesitaban más automatización genérica, sino un punto de entrada inteligente y centralizado que facilitara el acceso al soporte.

«A nivel de equipo nos preguntamos: ¿cómo podemos convertirnos en una mejor organización de soporte para nuestros clientes de industrias reguladas, dado que seguimos adquiriendo empresas y tenemos tantos productos que respaldar?», explica Rohit Khanna, director de clientes de Smarsh. «¿Cómo aprovechamos el conocimiento interno y lo presentamos de manera que haga nuestros equipos más eficientes y el servicio al cliente más efectivo?»

La solución: Archie, el agente de IA entrenado con conocimiento propietario

Smarsh construyó Archie, un agente de IA que funciona como una «puerta frontal inteligente» entrenada con el conocimiento propietario de la compañía. En lugar de obligar a los usuarios a navegar árboles de decisión complejos, Archie permite que los clientes describan sus necesidades en lenguaje natural y reciban orientación precisa hacia la solución correcta.

La clave del éxito fue evitar el «último kilómetro», ese momento crítico donde muchas iniciativas de IA se estancan entre el piloto exitoso y la operación a escala productiva. Smarsh eligió Salesforce Agentforce 360 Platform para garantizar que Archie tuviera el contexto compartido, la ejecución controlada y la orquestación necesaria para un entorno empresarial complejo.

Al implementar Agentforce en lugar de construir una solución propia desde cero, Smarsh logró que Archie pudiera planificar y ejecutar trabajo a través de múltiples sistemas, ofreciendo self-service más inteligente y resoluciones más rápidas. Los resultados proyectados son contundentes:

• 20% de aumento en las tasas de éxito de autoservicio
• 25% más rápido en la resolución de problemas comparado con métodos tradicionales
• 30% de incremento en la productividad de los representantes de servicio
• 59% de adopción self-service entre los usuarios

La preparación que marca la diferencia: datos limpios y seguros

Uno de los factores críticos del éxito de Smarsh fue algo que comenzaron a construir mucho antes de que la IA generativa se popularizara: datos limpios, seguros y bien estructurados.

«Muchas organizaciones enfrentan desafíos y no completan sus proyectos de IA porque los datos no están listos», afirma Khanna. «Nosotros comenzamos con fuerza desde el principio porque nuestros datos ya estaban limpios y asegurados. Hoy estamos en producción con un agente de servicio funcionando.»

Smarsh invirtió años en racionalizar, anotar y anonimizar sus datos, anticipándose a las necesidades de la IA moderna. Esta preparación les dio una ventaja competitiva decisiva: mientras otras empresas luchan con la calidad de datos, Smarsh pudo enfocarse en optimizar la experiencia y la adopción.

Estrategia de datos: fusión de equipos de documentación e IA

Para mantener la precisión y seguridad, Smarsh eliminó las barreras departamentales tradicionales. El equipo de documentación y el equipo de IA trabajan en un ciclo continuo: todo el material que produce documentación es verificado y validado por el equipo de IA antes de exponerlo al modelo de lenguaje.

Janine Deegan, gerente del programa de soporte digital en Smarsh, explica: «Con Archie, el objetivo era ir más allá de la experimentación y hacer que la IA fuera genuinamente utilizable en un entorno regulado. No era tan simple como activar un agente; tuvimos que construir un sistema que diera a esa inteligencia en bruto el contexto y control que nuestra industria requiere.»

El reto de las industrias reguladas: cumplimiento y confianza

Para empresas que operan en sectores altamente regulados —servicios financieros, salud, seguros— implementar IA no es solo un desafío técnico, sino también regulatorio. Smarsh es custodio de datos de archivo para instituciones financieras, lo que significa que la seguridad y el cumplimiento son absolutamente críticos.

«Estamos en un mundo de cumplimiento. Somos custodios de datos de archivo para todas nuestras instituciones financieras, y nuestros datos son tan sagrados que no los entregamos», enfatiza Khanna. «Tenemos que ser muy conscientes de la seguridad y la identidad al abrir nuestros sistemas a la IA agéntica.»

Smarsh es auditada regularmente no solo por organismos reguladores, sino también por los bancos e instituciones financieras que deben cumplir con estrictas reglas de protección de datos. Estos clientes solicitan model risk management (MRM), documentación detallada sobre cómo funciona el modelo de IA y garantías de que sus datos no se filtran a modelos públicos.

«Los reguladores y bancos piden MRM», dice Khanna. «Dicen: ‘Demuéstrame que todos mis datos no van a lo público porque se conecta con un LLM. Háblame del LLM. Háblame del modelo que estás usando.’ Trabajamos con Salesforce para poder obtener aprobación MRM para nuestros clientes. Y gracias a la base de conocimiento y documentación de Salesforce, siempre podemos explicar a estos organismos reguladores qué y por qué Archie está respondiendo.»

Trust Layer de Salesforce: seguridad sin comprometer capacidad

La elección de Salesforce Agentforce no fue casual. Al conectar su documentación directamente con Agentforce, respaldado por el Salesforce Trust Layer, Smarsh convirtió datos estáticos en un recurso vivo y confiable que maneja la precisión necesaria para un espacio regulado.

«Somos una empresa Salesforce«, comparte Khanna. «Usamos un conjunto central de productos Salesforce, incluyendo Data 360, Agentforce Service, Agentforce Sales y más, así que fue sensato apostar por un agente de IA proporcionado por Salesforce en lugar de comprar algo externo. Sabemos que al principio, cuando llega nueva tecnología, será desafiante, pero Salesforce está a la altura y evolucionaremos juntos.»

El obstáculo de adopción: educación y personalización

Incluso con una solución técnicamente sólida, Smarsh enfrentó un desafío crítico: la adopción por parte de los usuarios. En el lanzamiento inicial, algunos clientes se confundieron al ver una caja de texto en el centro de su pantalla y no entendieron inmediatamente cómo interactuar con ella.

«Aprendimos por las malas que necesitábamos mejor gestión del cambio, y asegurarnos de que nuestros clientes de la industria entendieran que simplemente podían hacer preguntas en lenguaje natural», reconoce Khanna.

La solución fue la personalización. Una vez que los clientes comprendieron mejor cómo Archie podía usarse para un autoservicio más eficiente, la tasa de adopción saltó al 59%.

«La personalización fue muy crítica para nosotros. Ahora vemos la aceptación, y esperamos que continúe cuando implementemos Archie en el resto de nuestros productos», concluye Khanna.

Lecciones clave para founders que implementan IA en SaaS B2B

El caso de Smarsh ofrece aprendizajes valiosos para fundadores de startups tecnológicas, especialmente aquellos en sectores regulados o con productos complejos:

1. Prepara tus datos antes de pensar en IA

La calidad de datos no es negociable. Smarsh invirtió años en preparación antes de implementar IA generativa. Si tus datos no están limpios, estructurados y seguros, cualquier iniciativa de IA enfrentará fricciones significativas.

2. Elige socios tecnológicos estratégicos

Construir desde cero puede parecer atractivo, pero aprovechar plataformas maduras como Salesforce Agentforce acelera el time-to-market y reduce riesgos. Especialmente en industrias reguladas, asociarse con vendors que ya tienen frameworks de cumplimiento es una ventaja competitiva.

3. El cumplimiento regulatorio es tu diferenciador

En sectores como fintech, healthtech o insurtech, la capacidad de demostrar cumplimiento, trazabilidad y seguridad no es solo un requisito: es un diferenciador comercial. Clientes empresariales pagarán por soluciones que minimicen su riesgo regulatorio.

4. La adopción requiere gestión del cambio

La mejor tecnología del mundo fracasa sin adopción. Smarsh tuvo que invertir en educación de usuarios y personalización para pasar de confusión inicial a 59% de adopción. No subestimes el componente humano de la transformación digital.

5. Fusiona equipos para mantener calidad

La decisión de Smarsh de fusionar sus equipos de documentación e IA garantiza que el conocimiento que alimenta a Archie sea preciso, actualizado y verificado. En IA aplicada, la calidad del input determina la calidad del output.

Conclusión

El caso de Smarsh demuestra que la implementación exitosa de IA en entornos empresariales complejos y regulados es posible cuando se combinan tres elementos: preparación de datos rigurosa, elección estratégica de plataforma y enfoque centrado en el usuario.

Con Archie, Smarsh no solo logró métricas impresionantes (59% de adopción self-service, proyección de 30% de aumento en productividad), sino que estableció un modelo replicable para otras empresas B2B que operan en sectores con altos requisitos de cumplimiento.

Para founders de startups tecnológicas, especialmente aquellos construyendo en sectores regulados, el mensaje es claro: la IA no es magia, es infraestructura. Y como toda infraestructura crítica, requiere cimientos sólidos, socios confiables y un compromiso genuino con la experiencia del usuario.

Fuentes

1. https://venturebeat.com/orchestration/how-smarsh-built-an-ai-front-door-for-regulated-industries-and-drove-59-self (fuente original)
2. https://www.salesforce.com/agentforce/
3. https://www.smarsh.com/