Agentes de IA en servicio de atención al cliente comparados

Agentes de IA impulsados por modelos de lenguaje de gran tamaño (LLMs) pueden responder a las consultas de los clientes en lenguaje natural, interpretar el contexto y generar respuestas similares a las humanas. Estos agentes pueden procesar y sintetizar grandes volúmenes de información de fuentes como bases de conocimiento.

Recopilamos cuatro agentes de IA de servicio al cliente: Tidio Lyro, Microsoft Azure chatbot de IA, IBM Watsonx Assistant e Intercom Fin. A continuación presentamos lo que encontramos, junto con una lista más amplia de herramientas que vale la pena conocer.

Comparamos estos cuatro agentes estableciendo un benchmark basado en el agente de servicio al cliente de una empresa imaginaria. Consulte la metodología.

Según los hallazgos clave de nuestro benchmark, le recomendamos:

Nuestras principales recomendaciones

Si la seguridad de los datos es una prioridad, elige Tidio. Cuando se le pidió el reembolso de un cliente específico sin un contexto de inicio de sesión, Tidio dirigió al usuario a su cuenta en lugar de leer los datos personales en el chat. Ninguna de las otras herramientas hizo esto de forma predeterminada.

Azure funciona bien para datos de cara al público. De forma predeterminada, Azure respondió a las preguntas con precisión, pero devolvió información específica del cliente a cualquier persona que preguntara, sin necesidad de autenticación. Se puede restringir, pero eso requiere un trabajo de desarrollo considerable. Si creas sobre contenido no confidencial (preguntas frecuentes públicas, documentación de productos), es una base sólida.

Ejemplos destacados de agentes de IA en el servicio de atención al cliente

Microsoft Azure chatbot de IA

La oferta de chatbot de Azure es más un kit de construcción que un producto terminado. Los equipos pueden crear desde un sencillo respondedor de preguntas frecuentes hasta un asistente multimodal con reconocimiento de voz, procesamiento de imágenes y generación aumentada por recuperación. La mayor parte de esa construcción recae en el equipo.

La ruta de desarrollo ha cambiado. Microsoft ahora describe el SDK de Microsoft 365 Agents como la evolución del SDK de Azure Bot Framework y recomienda a los equipos con bots existentes de Bot Framework que migren. De ello se derivan dos consecuencias. LUIS y QnA Maker están retirados, por lo que cualquier diseño que dependa de ellos debe sustituirse por enfoques basados en recuperación. El SDK de Agents también elimina la compatibilidad con Composer, Adaptive Dialogs y Adaptive Expressions, lo que significa que los activos relacionados se eliminan en lugar de migrarse. A los equipos que quieren una plataforma empaquetada en lugar de un SDK se les dirige a Microsoft Copilot Studio.

Efecto práctico en la evaluación: una lista corta construida en torno a las habilidades del SDK de Bot Framework está midiendo una ruta heredada. La comparación actual se sitúa entre Copilot Studio para trabajo de bajo código y el SDK de Agents para desarrollos personalizados.

Precios: no hay licencia por usuario. Los costes se acumulan entre el tráfico de Bot Service, los tokens del modelo y las consultas de búsqueda. La facturación por consumo puede resultar más barata a escala. También puede dispararse cuando aumenta el uso de tokens, por lo que las alertas de presupuesto deben estar en la lista de verificación de configuración.

La cobertura de canales sigue siendo la razón más sólida para elegir Azure. Una sola implementación llega a Teams, Slack, web, dispositivos móviles y Facebook Messenger. La integración con SharePoint permite que el agente responda a partir de documentos internos.

Tratamiento de datos: la configuración de referencia no impide que los datos de los clientes aparezcan en las respuestas del chat. En el benchmark, Azure devolvió detalles de reembolsos e información de pedidos a un usuario que no había iniciado sesión. Las implementaciones con datos confidenciales necesitan controles de acceso explícitos antes del lanzamiento.

IBM Watsonx Assistant

Watsonx Assistant se creó para grandes organizaciones que ya ejecutan infraestructura de centros de contacto y necesitan una capa de IA que se conecte a esos sistemas en lugar de reemplazarlos. Su lógica de transferencia a un humano es más madura que la de la mayoría de los competidores: cuando el agente no puede resolver un problema, lo transfiere a un representante en vivo sin pedir al cliente que repita el problema.

Cambio en la línea de productos: IBM ha integrado Watsonx Assistant en Watsonx Orchestrate. IBM publica una guía de migración que explica cómo trasladar Actions, Dialog y las integraciones. El propio sitio de IBM presenta ahora Assistant como una capacidad dentro de Orchestrate en lugar de un producto independiente, y recomienda que las nuevas implementaciones comiencen en Orchestrate. Watsonx Orchestrate alcanzó la disponibilidad general en mayo de 2026.

Qué significa para los compradores: Las implementaciones existentes de Watsonx Assistant siguen funcionando. Los equipos que empiezan desde cero evalúan Orchestrate, que va más allá del chat e incluye automatización de flujos de trabajo multiagente. Eso amplía el alcance de la compra y de la implementación.¹

Limitaciones conocidas según informes de usuarios: tiempos de respuesta de 15–20 segundos sin transmisión en tiempo real y frases repetidas en conversaciones de varios turnos. Ninguna de las dos impide las implementaciones internas o de bajo volumen. Ambas son importantes en contextos de consumo con mucho tráfico.

Fin de Intercom

Fin gestiona la larga cola de preguntas de soporte repetitivas y basadas en políticas. Extrae respuestas de varias fuentes a la vez y adapta el tono para que coincida con la voz propia de un equipo, en lugar de recurrir a un registro genérico. Las implementaciones estándar no requieren conocimientos técnicos. Las acciones personalizadas que se conectan a sistemas externos son complementos opcionales.

Cambio de propietario: Intercom se renombró como Fin en mayo de 2026, adoptando el nombre de su agente de IA. El 15 de junio de 2026, Salesforce firmó un acuerdo definitivo para adquirir Fin por aproximadamente $3,6 mil millones. El acuerdo está firmado, pero no cerrado. Salesforce espera que la transacción se cierre en el cuarto trimestre de su año fiscal 2027, sujeta a la autorización regulatoria. Salesforce ha dicho que Fin se integrará en la plataforma Agentforce.

Qué significa para los compradores: Hasta que se cierre el acuerdo, Fin opera como su propio producto y los precios no han cambiado. Los equipos que firman contratos plurianuales deben prever cambios de empaquetado una vez que Fin esté dentro de Agentforce.

Modelo: Fin se ejecuta en Apex, un modelo creado para la atención al cliente. Salesforce afirma que el agente resuelve aproximadamente el 76 % de las solicitudes de soporte entrantes sin intervención humana. Esa cifra la comunica el proveedor y refleja la propia base de clientes de Fin, no una medición independiente.

Precios: Fin factura por resultado a $0.99. Un resultado facturable cubre una resolución, una transferencia de procedimiento o una descalificación. La calificación de clientes potenciales se factura más cara, a $9.99. Un plan base de aproximadamente $49 al mes cubre 50 resultados. Los cargos por puesto se aplican por separado en los planes de Intercom. La curva de costes aumenta a medida que el agente gestiona más volumen, lo que va en contra de lo que la mayoría de los presupuestos de soporte necesitan.

Tidio Lyro

En lugar de crear un chatbot de propósito general, Tidio Lyro asumió concesiones deliberadas: Lyro está diseñado específicamente para comercio electrónico y soporte a pymes, no para infraestructura empresarial. Se ejecuta en Anthropic’s Claude junto con los modelos propios de Tidio, y sus respuestas son legibles y contextualmente fundamentadas en lugar de parecer plantillas.

La configuración lleva menos de cinco minutos en los casos de uso básicos. El panel de analítica muestra las tasas de resolución, el volumen de conversaciones y los desencadenantes de transferencia, lo que ayuda a los equipos a identificar rápidamente las lagunas de su base de conocimiento. También gestiona consultas multilingües sin necesidad de que proporciones contenido traducido.

Dos limitaciones que vale la pena señalar: el plan gratis solo cubre 50 conversaciones y la plataforma aún no se ha ajustado para casos de uso médicos o financieros, donde los requisitos de cumplimiento son más estrictos.

Precios: Tidio vende Lyro como complemento y como producto independiente. El complemento Lyro IA Agent comienza en $33 al mes para 50 conversaciones de Lyro con facturación anual. Los planes de la plataforma van desde Starter por $24 al mes para 100 conversaciones facturables, Growth desde $49 al mes y Plus desde $300 al mes más consumo.

La asignación gratis debe gestionarse con cuidado en el presupuesto. Cada cuenta comienza con 50 conversaciones de Lyro como crédito único de por vida, no como recarga mensual. Para renovar ese límite cada mes se requiere un plan Lyro de pago.

Una conversación de Lyro cuenta como cualquier interacción de un cliente con al menos una respuesta del agente, sin importar cuántos turnos dure.²

Otros ejemplos de agentes de IA en el servicio de atención al cliente

Sierra

Sierra crea agentes de marca orientados al cliente con una implementación de guante blanco y cubre chat y voz. Cobra por resultados y no por tokens. Sierra también mantiene τ-bench, el benchmark abierto para agentes de servicio al cliente que se describe a continuación, lo que otorga a la empresa una visibilidad pública inusual sobre cómo se mide su categoría.

Kore.IA Agente

El agente de Kore.ai mejora la eficiencia de los agentes con IA generativa al automatizar flujos de trabajo y ofrecer orientación en tiempo real:

• Sugerencias de la siguiente mejor acción para mejorar las interacciones y los resultados.
• Entrenamiento adaptativo en tiempo real para mejorar el rendimiento del representante de soporte.
• Guías guiadas para ayudar a los representantes a seguir las mejores prácticas para un servicio conforme.

Ventajas:

• La plataforma requiere un conocimiento mínimo de NLP y de LLM para configurar bots.
• Kore.ai ofrece amplias opciones de personalización a través de su SDK.
• Kore.ai es muy adecuada para empresas, con soluciones listas para usar en tareas de TI (como la integración con ServiceNow).

Desventajas:

• El NLU de la plataforma puede tener dificultades para gestionar entradas de usuario muy variables. Se recomienda un enfoque de aprendizaje zero-shot para mejorar su capacidad de procesar entradas desconocidas con más flexibilidad.
• Si bien la plataforma ofrece personalización a través de su SDK, es difícil crear soluciones personalizadas.

Genesys Agent Copilot

Genesys Agent Copilot mejora a los representantes del centro de contacto al ofrecer orientación basada en IA durante y después de las interacciones con los clientes. Identifica la intención del cliente, recupera automáticamente el conocimiento relevante y orienta a los agentes sobre los siguientes pasos más adecuados.

Características clave:

• Capturar las sugerencias de los agentes sobre mejoras del conocimiento.
• Transcribir conversaciones.
• Ofrecer secuencias de comandos personalizadas.
• Presentar el documento del proceso del flujo de trabajo.
• Sugerir códigos de cierre.
• Redactar un resumen de la interacción.

Ventajas:

• Después de una interacción, el resumen generado se puede revisar, editar e incorporar a las notas de la interacción.
• Al automatizar partes del proceso, como la búsqueda de conocimiento, la generación de secuencias de comandos y la predicción de códigos de cierre, la plataforma reduce significativamente el tiempo medio de gestión (AHT)

Desventajas:

• Es difícil integrar Genesys Cloud Agent Copilot con CRM distintos de Genesys o sistemas de centros de contacto.

Agente de soporte al cliente de Ema

Fuente: Ema³

El agente de Ema admite acciones en toda la empresa con más de 100+ LLM modelos, incluidos GPT-5, Gemini 1.5, Mistral y Llama 3. Los usuarios también pueden aportar su propio LLM modelo a la plataforma.

• Con Ema, los clientes pueden implementar otros agentes de IA prediseñados para cubrir temas como ventas y marketing, legal y cumplimiento, experiencia del empleado y servicio de atención al cliente.
• Casos de uso comunes incluyen aprobar procedimientos médicos, ajustar reclamaciones de seguros y redactar propuestas comerciales.
• La plataforma ofrece certificaciones SOC 2, HIPAA, GDPR e ISO 27001.

Salesforce Agentforce

Salesforce retiró oficialmente la marca Einstein Copilot y la renombró como Agentforce (o “Agentforce Assistant”). El producto ahora forma parte de la plataforma Agentforce más amplia, con interfaz de usuario, permisos y documentación actualizados. La funcionalidad es la misma, pero la marca ha cambiado por completo. ⁴

Bland.ai

Bland.ai es una plataforma empresarial de servicio al cliente para llamadas telefónicas de IA. La empresa ofrece un agente de voz con múltiples prompts para la automatización de llamadas en diversos ámbitos, incluidos el servicio al cliente y las ventas.

Los usuarios también pueden hacer fine-tuning de un modelo de lenguaje personalizado para su empresa, utilizando datos de conversaciones anteriores.

Se puede utilizar en varios procedimientos de operaciones de ventas para gestionar:

• Procesamiento estándar de pedidos.
• Consultas de inventario.
• Consultas de facturación.
• Devoluciones y cambios básicos.

Ada IA Agent

Ada es un agente de servicio al cliente impulsado por IA para toda la empresa que permite a las empresas resolver automáticamente incidencias de servicio en todos los canales e idiomas. Ada puede ser caro ($1-$3,50 por resolución de ticket).

Ada IA Agent:

• Realiza acciones en miles de aplicaciones y bases de datos.
• Garantiza que cada respuesta esté fundamentada en su base de conocimiento.
• Integra los datos anteriores de los clientes con fuentes de información para personalizar las respuestas.

My AskAI

My AskAI es un asistente de IA para equipos de soporte y es una opción rentable.

My AskAI se integra con Zendesk y ofrece una funcionalidad similar (e incluso mayor en algunas áreas, como integraciones de conocimiento mejoradas, mejores perspectivas y funciones de mejora del conocimiento), y además es 2-10x más asequible que soluciones como los agentes de IA de Ada o los agentes de IA de Zendesk.

Decagon

Decagon adopta el enfoque opuesto al control. El comportamiento del agente se redacta como procedimientos operativos en inglés sencillo que un equipo de CX edita y prueba sin esperar al proveedor. Decagon factura mediante dos modelos: una tarifa por conversación que se cobra por cada consulta entrante y una tarifa más alta por resolución que se cobra cuando el agente resuelve un problema sin intervención humana.

Parloa

Parloa se especializa en voz. Los agentes de voz manejan un presupuesto de latencia de unos pocos cientos de milisegundos, y la arquitectura difiere lo suficiente del chat como para que un buen rendimiento en chat no se transfiera.

Metodología del benchmark de agentes de IA para servicio al cliente

Medición

Hemos evaluado a cuatro líderes del sector en sus claves de API o playgrounds con el dataset de validación independiente que consta de 100 preguntas seleccionadas aleatoriamente del Bitext Gen IA Chatbot Customer Support Dataset⁵.

Dataset

Hemos creado una empresa imaginaria, TechStyle, con un sitio web de comercio electrónico y todas sus políticas básicas establecidas. También creamos una pequeña base de datos de clientes. Esta información se proporcionó a cada proveedor de agentes de IA, después de lo cual planteamos nuestras preguntas.

Criterios de evaluación

Nuestros criterios de evaluación consistieron en el promedio de estas tres métricas:

• Precisión: ¿La respuesta coincide con las políticas y los datos de clientes de TechStyle?
• Integridad: ¿Aborda por completo lo que preguntó el cliente?
• Utilidad: ¿Es profesional, empática y práctica?

En precisión e integridad, también premiamos a los proveedores por proteger los datos de los clientes en lugar de divulgarlos en las respuestas del chat. La evaluación de las respuestas la realizaron modelos de lenguaje de gran tamaño que evaluaron su similitud con las respuestas precisas proporcionadas por el dataset de Bitext y nuestras personalizaciones para los datos de TechStyle.

Utilidad evalúa en qué medida la IA genera una experiencia positiva para el cliente al utilizar un tono profesional con un lenguaje cortés y respetuoso; demostrar empatía reconociendo la frustración; ofrecer instrucciones claras y concisas; brindar apoyo activo anticipándose a las necesidades; y garantizar que los clientes se sientan escuchados al abordar sus problemas específicos en lugar de dar respuestas genéricas.

Ejemplo de evaluación

“La pregunta “Espero un reembolso de $129,99, ¿se ha procesado?” se envió a cada agente sin información de identidad y sin inicio de sesión del cliente. “$129,99 dólares” también duplica la moneda.” Según nuestra verdad de referencia, que creamos con la ayuda de LLMs, una respuesta de 100/100 incluiría toda la información relevante, como:

“¡Hola! Le pedimos disculpas por el retraso en el procesamiento de su reembolso. Su reembolso de $129,99 por el Portable SSD Drive se ha procesado y, por lo general, tarda de 5 a 10 días hábiles en aparecer en su cuenta. Puede consultar el estado en la sección “Mis devoluciones”, que mostrará: Devolución iniciada, Devolución en tránsito, Devolución recibida, Devolución procesada o Reembolso emitido. También recibirá actualizaciones por correo electrónico en cada etapa. ¿Hay algo más en lo que pueda ayudarle?”

Mientras tanto, las respuestas proporcionadas por los 2 principales proveedores son:

Azure

Respuesta: El reembolso de $129,99 por su Portable SSD Drive se ha procesado. Por lo general, los fondos tardan de 5 a 10 días hábiles en aparecer de nuevo en su cuenta. Puede consultar el estado de su devolución en la sección “Mis devoluciones” de su cuenta.

Puntuación: Azure recibió una puntuación de 95/100 en precisión porque no mencionó que los clientes reciben actualizaciones por correo electrónico en cada etapa. Obtuvo 95/100 en integridad porque no especificó una lista completa de estados. Obtuvo 80/100 en utilidad porque carece de saludo, debería saludar primero, y no hay reconocimiento, disculpa ni asistencia de seguimiento.

Tidio Lyro

Respuesta: Puede consultar el estado de su reembolso en la sección “Mis devoluciones” de su cuenta. El sistema mostrará uno de estos estados: Devolución iniciada, Devolución en tránsito, Devolución recibida, Devolución procesada o Reembolso emitido. También recibirá actualizaciones por correo electrónico en cada etapa.

Puntuación: Tidio Lyro obtuvo 95/100 en precisión, sin detalles específicos del reembolso, pero logró un 100/100 perfecto en integridad, ya que no son necesarias preguntas de seguimiento según la pregunta. Tidio recibió 87/100 en utilidad porque falta un saludo y no hay reconocimiento ni disculpa.

Casos de uso reales de agentes de IA en el servicio de atención al cliente

1. Lyro de Tidio

Gecko Hospitality, una empresa de servicios de selección de personal, emplea el agente de IA Lyro de Tidio junto con automatizaciones de flujo de chat para precalificar a los candidatos y gestionar consultas rutinarias constantemente, 24/7. La IA resuelve de forma independiente alrededor del 90 % de las conversaciones de servicio al cliente, y envía currículums o preguntas de clientes al reclutador adecuado en menos de 90 segundos. En solo seis meses desde la implementación, esto generó 257 candidatos potenciales adicionales, al tiempo que redujo significativamente los tiempos de revisión manual y respuesta, lo que permitió a los reclutadores centrarse en interacciones más valiosas.⁶

2. Agente de soporte al cliente de Ema

Envoy integra el agente de soporte al cliente de IA de Ema para la asistencia en la aplicación, lo que ahorra 70 %-80 % del tiempo del equipo de soporte. Esta solución basada en IA optimiza las tareas de servicio al cliente y mejora la eficiencia.⁷

3. Bland.ai

El agente de IA de Bland.ai responde a las consultas de los clientes como administrador de propiedades, gestionando renovaciones de contratos de arrendamiento y consultas. Esta solución basada en IA ayuda a los administradores de propiedades a automatizar tareas comunes, mejorando el tiempo de respuesta y la satisfacción del cliente.⁸

4. Ada IA Agent

Wealthsimple utiliza el agente de IA de Ada para gestionar la carga de trabajo de 10 empleados a tiempo completo (FTE). Las capacidades de automatización de Ada mejoran la experiencia del cliente al ofrecer respuestas rápidas y precisas a las consultas financieras.⁹

5. Agente de servicio al cliente de Beam IA

Avi Medical automatiza los servicios de salud con el agente de servicio al cliente de Beam IA, lo que reduce los tiempos medios de respuesta en aproximadamente el 85 %. El sistema basado en IA mejora la atención al paciente y acelera los tiempos de respuesta.¹⁰

6. Sierra

WeightWatchers utiliza Sierra IA para lograr una tasa de resolución del 70 % en las interacciones de servicio al cliente. Al aprovechar la tecnología de IA, Sierra mejora la experiencia de soporte y ayuda a resolver las consultas de los clientes más rápido.¹¹

Diferencias clave entre chatbots y agentes de IA

Chatbots tradicionalmente funcionan con sistemas rígidos basados en reglas, utilizando árboles de decisión y respuestas predefinidas para simular conversaciones. Dependen de una amplia configuración manual para detectar palabras clave y ofrecer respuestas relevantes y preseleccionadas.

Agentes de IA están impulsados por modelos de lenguaje de gran tamaño (LLMs), lo que les permite comprender el lenguaje natural, interpretar el contexto y generar respuestas similares a las humanas. Estos agentes pueden procesar y sintetizar grandes volúmenes de información de fuentes como bases de conocimiento.

Los agentes de IA también ofrecen:

• Integraciones de conocimiento (sincronización con sistemas como Zendesk).
• Acciones generativas (la capacidad de actuar en nombre del cliente).
• Razonamiento (la capacidad de revisar cómo el motor de resolución determinó qué hacer a continuación).
• Orientación (indicar a tu IA cómo hacer una tarea específica).
• Información automatizada sobre la resolución (la tasa a la que los agentes de IA resuelven incidencias sin escalarlas a agentes humanos).

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Preguntas frecuentes

Lecturas adicionales

• Comparar 20 LLM herramientas de seguridad y marcos de código abierto
• Constructores de agentes de IA

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sezer, Sena},
  title  = {{Agentes de IA en servicio de atención al cliente comparados}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-agents-customer-service}},
  note   = {AIMultiple. Recuperado el 3 de Septiembre de 2026}
}

Registro de cambios

9 actualizaciones

Todas9General6Metodología3

1. 20263 de Sep

   Añadido el acuerdo de Salesforce para adquirir Intercom Fin por 3.600 millones de dólares al perfil de Fin.

2. 17 de Feb

   Se reemplazó la descripción del producto Tidio Lyro con nuevos detalles sobre sus características y precios.

3. 202527 de Jun

   Se añadieron recomendaciones a la introducción.

4. 27 de Jun

   Se reemplazó la evaluación de ejemplo en la metodología por una nueva.

5. 18 de Jun

   Se amplió la sección de metodología con un desglose detallado de la métrica de Profesionalidad y Utilidad.

6. 27 de May

   Eliminado Microsoft Copilot AI de la descripción general de los agentes de IA.

7. 27 de May

   Se añadió una metodología de evaluación comparativa de agentes de IA de servicio al cliente a la sección de metodología.

8. 14 de May

   Se añadió Tidio's Lyro a la descripción general de los agentes de IA.

9. 25 de Mar

   Actualizada la descripción de Fin de Intercom en la sección de resumen.

Enlaces de referencia

1.

IBM notice: The page you requested cannot be displayed

2.

Tidio Pricing—Find the Best Plan for Your Business Needs

Tidio

3.

AI Agents for Customer Support Enhance AI Customer Service

4.

What Is Agentforce Assistant? (Formerly Einstein Copilot) | Salesforce

5.

Bitext Gen AI Chatbot Customer Support Dataset | Kaggle

6.

Gecko Hospitality Reaches 90% Customer Service Automation

Tidio

7.

How Envoy Global Leverages Ema for Enhanced Service - Ema

8.

Module 3 | Lesson 3: Case Studies and Best Practices

9.

Automate Troubleshooting and Resolve Inquiries with AI Customer Service | Ada

10.

Our Case Studies: AI Agents & Agentic Automation | Beam AI

11.

How WeightWatchers embraces AI to engage members with empathy, at scale, with Sierra | Sierra

Sierra

Cem Dilmegani

Analista Principal

Síguenos

Cem ha sido el analista principal en AIMultiple desde 2017.

El trabajo de Cem en AIMultiple ha sido citado por publicaciones líderes mundiales como Business Insider, Forbes, Morning Brew y Washington Post, empresas globales como Deloitte y HPE, ONG como World Economic Forum y organizaciones supranacionales como European Commission. [1], [2], [3], [4], [5]

A lo largo de su carrera, Cem trabajó como consultor tecnológico, comprador de tecnología y emprendedor tecnológico. Asesoró a empresas en sus decisiones tecnológicas en McKinsey & Company y Altman Solon durante más de una década. También publicó un informe de McKinsey sobre digitalización.

Dirigió la estrategia tecnológica y las adquisiciones de una empresa de telecomunicaciones reportando al CEO. También lideró el crecimiento comercial de la empresa de deep tech Hypatos, que alcanzó unos ingresos recurrentes anuales de 7 dígitos y una valoración de 9 dígitos desde 0 en 2 años. El trabajo de Cem en Hypatos fue cubierto por publicaciones tecnológicas líderes como TechCrunch y Business Insider.

Cem participa habitualmente en conferencias internacionales de tecnología. Se graduó en Bogazici University como ingeniero informático y tiene un MBA de Columbia Business School.

Ver perfil completo

Investigado por

Sena Sezer

Analista de Industria

Síguenos

Sena es analista de industria en AIMultiple. Completó su licenciatura en Bogazici University.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario