Chatbots Bancarios: 8 Herramientas, 5 Casos de Uso y Prácticas

Las industrias donde el servicio al cliente es una prioridad máxima enfrentan costos crecientes debido a la demanda de un excelente servicio al cliente. Los chatbots bancarios permiten a los clientes completar transacciones por voz o texto, reduciendo los costos operativos y mejorando la satisfacción del cliente.

A partir de 2026, el asistente virtual Erica del Bank of America procesa 2 millones de interacciones diarias con consumidores, ahorrándole al banco el equivalente al trabajo diario de 11,000 empleados.¹ El banco está invirtiendo $13 mil millones en tecnología en todas las líneas de negocio en 2026, con un gasto en IA y aprendizaje automático incrementado en un 44% durante la última década. Erica ha evolucionado más allá de un “chatbot mejorado” para convertirse en un solucionador de puntos de dolor, conectando a los clientes sin problemas a través de canales sin requerir reautenticación. El sistema se está expandiendo de la banca minorista para apoyar también a clientes comerciales.

Hemos recopilado los 7 mejores chatbots con conocimiento financiero, incluyendo sus características, comparaciones y mejores prácticas de implementación para abordar preocupaciones de costos y servicio.

Los 7 mejores chatbots en banca

*La clasificación se basa en la calificación media.

1. Tidio Lyro

Tidio puede gestionar consultas bancarias rutinarias, proporcionar información financiera básica y apoyar a instituciones bancarias pequeñas y medianas y cooperativas de crédito con sus necesidades de servicio al cliente.

Características clave:

• Plantillas de conversación específicas para banca para consultas comunes como saldos de cuentas, historial de transacciones y detalles básicos de préstamos.
• Crear sus propios agentes de IA e implementarlos con Lyro.
• Compatible con herramientas bancarias populares y sistemas CRM utilizados por instituciones financieras más pequeñas.
• Las funciones de cumplimiento esenciales incluyen el cifrado de datos y el manejo seguro de la información del cliente.
• Diseño adaptable a dispositivos móviles adaptado a clientes bancarios en teléfonos inteligentes y tabletas.

Figura 1. Chatbot bancario de Tidio.²

2. Boost.ai

Boost.ai es una plataforma de IA conversacional para servicios financieros, especialmente con una fuerte presencia en la banca europea. Gestiona consultas regulatorias, realiza cálculos financieros complejos y maneja datos confidenciales de clientes de conformidad con los estándares bancarios.

Características clave:

• Las herramientas de API de autoservicio permiten a los bancos personalizar conversaciones sin la participación de desarrolladores.
• Soporta más de 30 idiomas con traducciones específicas para banca.
• Incluye analíticas de conversación con KPIs bancarios y mapeo del recorrido del cliente.
• Ofrece interacción proactiva para notificaciones, recordatorios de pago y oportunidades financieras.

Reconocimiento de la industria: Boost.ai fue nombrado Líder en el Cuadrante Mágico de Gartner 2025 para Plataformas de IA Conversacional, validando su posición como una solución de IA conversacional empresarial de primer nivel.³ La plataforma se lanzó en AWS Marketplace en julio de 2025 y formó alianzas estratégicas con SwitchThink para ofrecer agentes GenAI para cooperativas de crédito y con Ciklum para ampliar el acceso empresarial a la IA conversacional.

3. Intercom

Intercom es una plataforma de interacción con el cliente diseñada para aplicaciones bancarias, dirigida a instituciones financieras que priorizan lo digital. Enfatiza la interacción con clientes bancarios, mejora las experiencias de banca digital y ayuda con la adopción de productos financieros y la retención de clientes.

Características clave:

• Las herramientas de marketing conversacional están diseñadas para promocionar productos financieros y atraer clientes.
• Automatiza la interacción con el cliente mediante mensajería del ciclo de vida para relaciones bancarias e hitos financieros importantes.
• Segmenta a los clientes según comportamientos bancarios y cómo utilizan los productos financieros.
• Apoya la incorporación de clientes bancarios con mensajes de bienvenida automatizados y orientación para configurar cuentas.

4. IBM Watsonx Assistant

IBM WatsonX Assistant ahora forma parte del ecosistema WatsonX Orchestrate más amplio, que reúne a todos los agentes de IA para una orquestación multiagente.⁴ La plataforma enfatiza la integración “sin reemplazo total”, permitiendo a los bancos incorporar IA agéntica a los flujos de trabajo, automatizaciones y aplicaciones actuales sin dependencia de un proveedor. Watsonx Orchestrate admite implementación híbrida en entornos de nube y locales, satisfaciendo las necesidades de seguridad, cumplimiento y residencia de datos para entornos bancarios regulados.

Características clave:

• Constructor visual de conversaciones diseñado para flujos de trabajo de servicios financieros.
• Garantiza el cumplimiento de la seguridad y la gobernanza con las regulaciones bancarias y los estándares de auditoría
• Se integra con el ecosistema de servicios financieros de IBM.
• Cuenta con una arquitectura escalable que soporta millones de clientes bancarios.
• Incluye analíticas avanzadas con métricas específicas de banca, información sobre clientes e informes operativos.

Figura 2. Página de demostración del creador visual de chatbots de IBM.⁵

5. Plataforma BFSI de Yellow.ai

La plataforma BFSI de Yellow.ai es una solución integral de IA diseñada para las industrias de Banca, Servicios Financieros y Seguros. Comprende las complejidades de los productos financieros, gestiona interacciones sensibles al cumplimiento y automatiza flujos de trabajo específicos de la banca.

Características clave:

• La tecnología DynamicNLP está entrenada de manera única en patrones de conversación BFSI y terminología financiera.
• Ofrece plantillas bancarias prediseñadas para casos de uso comunes, como apertura de cuentas, solicitudes de préstamos y procesamiento de pagos.
• 100 idiomas con localización específica para banca y características de cumplimiento regional.
• Proporciona herramientas de gestión de campañas para promocionar productos financieros e identificar oportunidades de venta cruzada.

Figura 3. Servicio combinado de IA y agente humano de Yellow.ai.⁶

6. LivePerson Conversational Cloud

LivePerson Conversational Cloud es una IA conversacional de nivel empresarial diseñada para la banca, con diversas implementaciones y alianzas. Detecta niveles de urgencia, escala adecuadamente asuntos financieros delicados y conserva el contexto a través de diferentes canales bancarios.

Características clave:

• Plataforma omnicanal compatible con web, aplicaciones de banca móvil, banca por voz y plataformas de mensajería.
• Cuenta con capacidades de transición de voz a digital, permitiendo transferencias de la banca telefónica al chat.
• Conjuntos de datos específicos de banca y patrones de conversación generan información a partir de la IA generativa.
• El soporte de agentes en tiempo real proporciona información contextual del cliente y respuestas recomendadas.

Figura 4. Prevención de fraude del chatbot bancario de LivePerson.⁷

7. Kasisto KAI

La plataforma está diseñada específicamente para servicios financieros, aprovechando un amplio conocimiento del dominio bancario y entrenada en terminología bancaria, estándares regulatorios y procedimientos financieros.

Características clave:

• Arquitectura de IA multiagente: Agentes especializados para diversas funciones bancarias trabajan en colaboración para lograr resultados inteligentes mediante procesamiento paralelo, evitando alucinaciones gracias a la coordinación multiagente mientras manejan flujos de trabajo complejos de varios pasos de forma autónoma.
• KAI-GPT: LLM específico para banca, creado especialmente para la industria financiera, que ofrece precisión, transparencia, confiabilidad y personalización que los LLM genéricos no pueden proporcionar para entornos bancarios regulados.
• KAI Answers: Una aplicación de IA generativa impulsada por KAI-GPT que se integra con los repositorios de conocimiento de las instituciones financieras, proporcionando acceso instantáneo a la información, recuperación rápida de documentos y operaciones optimizadas tanto para empleados como para clientes.
• Motor de personalización conductual: Refina la personalización en tiempo real utilizando años de comportamiento bancario real, mejorando la interacción al aprovechar patrones de comportamiento financiero reales en lugar de interacciones genéricas.

Figura 5. Asistente de Agentes de Kasisto KAI.⁸

8. Plataforma de IA Agéntica de Oracle

Oracle Servicios Financieros lanzó una plataforma de IA agéntica de clase empresarial específicamente para banca con agentes de IA preconstruidos y orquestación multiagente.⁹ La plataforma va más allá de la automatización de tareas para ofrecer inteligencia empresarial, agilidad y confianza a escala.

Características clave:

• Colaboración multiagente: Agentes de IA especializados trabajando juntos mediante procesamiento paralelo para una ejecución más rápida y precisa, evitando alucinaciones gracias a la coordinación colaborativa.
• Agentes bancarios minoristas preconstruidos: El agente de Generación de Folletos de Producto garantiza información coherente del producto; Smart Assist para Información de Solicitudes proporciona respuestas en tiempo real; el Rastreador de Solicitudes predice retrasos y recomienda los siguientes pasos; el agente de Análisis Cualitativo y Decisión Crediticia agiliza cuadros de mando complejos.
• Agentes del dominio de cobros: La Resumidor de Llamadas del Cobrador reduce el tiempo posterior a la gestión; la Verificación de Cumplimiento de Llamadas analiza el tono y el sentimiento para evaluar el cumplimiento normativo (por ejemplo, la Ley de Prácticas Justas de Cobro de Deudas).
• Gobernanza con intervención humana: Permite a los banqueros mantener la supervisión y la gobernanza ética mientras los agentes de IA manejan flujos de trabajo autónomos.
• Hoja de ruta: Oracle planea lanzar cientos de agentes de banca minorista y corporativa en los próximos 12 meses.

Los 4 principales casos de uso de los chatbots bancarios

1. Generación y cualificación de leads

Los chatbots pueden interactuar con los visitantes en las plataformas digitales del banco para generar leads y evaluar esos leads con preguntas relevantes.

Ejemplo: Después de que un cliente completa una transacción en la aplicación móvil de un banco, el chatbot inicia una breve conversación solicitando comentarios. En lugar de completar una larga encuesta, el cliente responde algunas preguntas de manera conversacional, haciendo que el proceso de retroalimentación sea más atractivo y menos lento.

2. Servicio al cliente

La disponibilidad 24/7 y la naturaleza incansable y consistente de los chatbots para la atención al cliente son ventajas importantes de los chatbots en la banca.

3. Recopilación de comentarios

Los formularios de comentarios largos y las encuestas pueden ser una molestia de completar. Un chatbot puede involucrar a los clientes con su comprensión y generación de lenguaje natural.

Ejemplo: Después de que un cliente completa una transacción en la aplicación móvil de un banco, el chatbot inicia una breve conversación solicitando comentarios. En lugar de completar una larga encuesta, el cliente responde algunas preguntas de manera conversacional, haciendo que el proceso de retroalimentación sea más atractivo y menos lento.

4. Estrategias de marketing personalizadas

Las conversaciones de los clientes con los chatbots pueden analizarse para personalizar los mensajes del banco para el cliente.

Ejemplo: Un cliente interactúa frecuentemente con el chatbot de un banco para preguntar sobre tasas hipotecarias. El banco analiza estas conversaciones y envía correos electrónicos personalizados con información sobre productos hipotecarios, tasas y ofertas que coinciden con los intereses del cliente.

5. Orientación financiera impulsada por IA

La próxima ola de IA bancaria va más allá de responder preguntas para ofrecer orientación durante momentos de incertidumbre del cliente, particularmente en decisiones financieras de alto riesgo.¹⁰

Ejemplo: Cuando los clientes abren su aplicación bancaria, enfrentando decisiones que marcan la vida, comprar una casa, gestionar deudas, manejar el estrés del flujo de caja o planificar la jubilación, los sistemas de IA pueden interpretar el contexto, comprender su historial financiero y sus objetivos, y explicar las opciones en lenguaje sencillo. Estos sistemas sintetizan información compleja para ayudar a guiar la toma de decisiones importante, al mismo tiempo que brindan la tranquilidad, claridad y confianza que los clientes necesitan durante momentos financieros emocionales.

¿Cómo implementar un chatbot bancario?

1. Evaluación y planificación

Especifique las necesidades de su chatbot bancario: Comience por identificar los requisitos particulares de su organización y establezca objetivos definidos para el éxito. Considere estos factores decisivos críticos:

• Casos de uso prioritarios: Seleccione qué servicios financieros, como consultas de cuentas, solicitudes de préstamos, alertas de fraude, procesamiento de pagos o incorporación de clientes, proporcionarán el mayor retorno de la inversión. Concéntrese en las interacciones frecuentes y de gran volumen que actualmente sobrecargan a sus agentes humanos.
• Requisitos previos de integración: Cree un mapa de su infraestructura financiera actual, incluidos los procesadores de pagos, las plataformas CRM, las aplicaciones de banca móvil y los sistemas bancarios centrales como Temenos, FIS y Jack Henry. Asegúrese de que la plataforma que ha elegido pueda conectarse fácilmente con estos sistemas esenciales.
• Estándares de seguridad y cumplimiento: Determine las condiciones necesarias, como el cumplimiento del RGPD, la certificación SOC 2, el nivel 1 de PCI DSS y las leyes bancarias locales. Piense en las capacidades de pista de auditoría y los requisitos de residencia de datos.
• Expectativas de rendimiento: Establezca estándares realistas para el tiempo de actividad del sistema, las calificaciones de satisfacción del cliente, los tiempos de respuesta y las tasas de finalización de conversaciones. Considere sus horas de mayor uso y el volumen de clientes.
• Cronograma y presupuesto: Calcule el costo total de propiedad, incluidas las licencias de plataforma, las tarifas de integración, la capacitación y el mantenimiento continuo. Tenga en cuenta los requisitos de cumplimiento que podrían extender el cronograma de implementación.

2. Selección de plataforma

Evalúe las plataformas en función de sus necesidades bancarias específicas. Puede solicitar demostraciones detalladas adaptadas a sus casos de uso principales a la mayoría de los proveedores. Algunos aspectos que podría pedir a los proveedores que demuestren incluyen:

• Capacidades: La capacidad de la plataforma para manejar procedimientos bancarios complejos, el cumplimiento normativo y la terminología financiera. Pruebe utilizando escenarios reales de clientes de su organización.
• Complejidad de la integración: Solicite detalles técnicos para conectarse con sus sistemas bancarios centrales. Revise la documentación de la API y pregunte sobre el soporte y el cronograma de implementación.
• Estabilidad del proveedor: Evalúe la salud financiera de los proveedores, su experiencia en la industria bancaria y su sostenibilidad a largo plazo. Verifique referencias y estudios de casos de clientes bancarios existentes.
• Análisis de costos totales: Compare los gastos relacionados con licencias, implementación, capacitación, integración y soporte continuo. Calcule métricas como el costo por conversación y el ROI proyectado.

3. Integración técnica y configuración del sistema

Trabaje con su equipo de TI y especialistas del proveedor para integrar el chatbot.

• Integración central: Conecte el sistema bancario central creando enlaces de API para consultas de saldo, historiales de transacciones y acceso a cuentas. Configure procedimientos adecuados de autorización y autenticación.
• Conexión del sistema de pago: Habilite capacidades de transacciones en tiempo real para procesar transacciones, pagar facturas y enviar dinero, e intégrelo con procesadores de pago.
• CRM e integración de datos de clientes: Vincule las plataformas de gestión de relaciones con los clientes para brindar soporte basado en las preferencias del cliente y el historial de la cuenta.
• Pruebas y aseguramiento de la calidad: Pruebe cada escenario de cliente y flujo de trabajo bancario, incluida la validación de la integración y las pruebas de carga.

4. Capacitación, lanzamiento y monitoreo

Después de completar la integración técnica, implementar un chatbot es similar a implementar cualquier otro chatbot.

Debe entrenar a su chatbot con datos relevantes y diseñar flujos de conversación que coincidan con los estándares de servicio de su institución mediante el diseño de conversaciones, el desarrollo de la base de conocimiento y la voz y el tono preferidos de su marca. Consulte cómo construir un chatbot.

Luego, prepare a su equipo para los cambios que traerá el chatbot y capacite a sus agentes para maximizar la eficiencia. Posteriormente, puede lanzar su chatbot y monitorear su rendimiento. Una de las prácticas más importantes es probar continuamente y monitorear de cerca el chatbot para optimizar su rendimiento.

Mejores prácticas para chatbots bancarios

1. Implementación con prioridad en la seguridad

Las pruebas adversariales recientes de 24 modelos de chatbots bancarios de IA de los principales proveedores revelaron que todos los modelos demostraron ser explotables, con tasas de éxito que van desde el 1% hasta más del 64%.¹¹ Las pruebas revelaron patrones de “negativa pero interacción” donde los chatbots afirmaban “No puedo ayudar con eso” pero inmediatamente divulgaban información confidencial de todos modos. Esto subraya la necesidad crítica de medidas de seguridad sólidas más allá de confiar únicamente en las barreras de protección y los mensajes de rechazo del proveedor de GenAI. Cuando un chatbot proporciona orientación incorrecta o engaña a un prestatario sobre sus derechos de disputa, los reguladores lo tratan como un fallo de cumplimiento, no como un experimento tecnológico.

Los chatbots bancarios manejan datos financieros confidenciales que exigen los más altos estándares de seguridad. Estas son algunas medidas que puede implementar en su chatbot para garantizar el más alto nivel de seguridad del cliente.

1. Autenticación de múltiples capas: Para transacciones críticas y acceso a cuentas, utilice la autenticación multifactor junto con una verificación sólida del cliente. Cuando sea factible, utilice la verificación biométrica y mantenga la seguridad de la sesión durante todas las comunicaciones.
2. Cifrado de extremo a extremo: Verifique que toda la correspondencia con los clientes esté cifrada tanto en tránsito como en reposo. Para manejar nuevas amenazas, utilice estándares de cifrado de grado bancario y actualice los procedimientos de seguridad con frecuencia.
3. Integración de detección de fraude: Para detectar actividad sospechosa, patrones de transacciones inusuales y posibles brechas de seguridad, integre los chatbots con sistemas de detección de fraude en vivo. Cuando se identifiquen riesgos, active procedimientos automáticos de protección de cuentas.
4. Mantenimiento de la pista de auditoría: Para la seguridad y el cumplimiento normativo, mantenga registros completos de cada interacción del chatbot. Asegúrese de que las pistas de auditoría cumplan con las regulaciones bancarias y, si es necesario, ayuden con el análisis forense.
5. Evaluaciones de seguridad frecuentes: Realice evaluaciones periódicas de vulnerabilidad, pruebas de penetración y auditorías de seguridad. Manténgase informado sobre los últimos desarrollos en amenazas de ciberseguridad y ajuste sus defensas en consecuencia.

2. Cumplir con los estándares y regulaciones bancarias

1. Cumplimiento de la protección al consumidor: Verifique que los chatbots se adhieran a los principios de préstamo justo, obtengan el consentimiento apropiado para la recopilación de datos y realicen las divulgaciones requeridas. Según lo exigen las normas bancarias, implemente funciones de accesibilidad para apoyar a los clientes con discapacidades.
2. Cumplimiento de la privacidad de datos: Al procesar datos de consumidores, adhiérase a la CCPA, el RGPD y otras leyes de privacidad relevantes. Según lo exigen las autoridades bancarias, proporcione divulgaciones de privacidad explícitas, cumpla con las solicitudes de eliminación de datos y mantenga registros de procesamiento de datos.
3. Cumplimiento transfronterizo: Asegúrese de que los chatbots utilizados por bancos extranjeros cumplan con las leyes de cada país en el que operan. Considere los criterios de residencia de datos y las disparidades en las regulaciones de privacidad entre naciones.

3. Optimizar las interacciones con los clientes

1. Orientación financiera personalizada: Utilice transacciones pasadas y patrones bancarios para proporcionar análisis financiero relevante, recomendaciones de productos y soporte proactivo. Proporcione servicios de valor agregado respetando la privacidad y los intereses de sus clientes.
2. Integración de canales: Asegúrese de que todos los canales bancarios, incluidos los sitios web, las aplicaciones móviles, la banca telefónica y los servicios en sucursal, ofrezcan experiencias de usuario consistentes. Cuando los clientes cambien entre canales, mantenga intacto el contexto de su interacción.
3. Servicio al cliente proactivo: Utilice chatbots para notificar rápidamente a los clientes sobre la actividad de la cuenta, pagos próximos, transacciones inusuales y actualizaciones financieras. Para evitar sobrecargar a los clientes, encuentre un equilibrio entre la comunicación proactiva y las preferencias del cliente.

4. Maximizar el rendimiento operativo

Establezca protocolos operativos para garantizar un rendimiento confiable y superior del chatbot mediante:

1. Monitoreo del rendimiento: Realice un seguimiento de los indicadores clave, incluido el tiempo de actividad del sistema, las calificaciones de satisfacción del cliente, la precisión de las respuestas y las tasas de finalización de conversaciones. Establezca objetivos y mejore continuamente el rendimiento de acuerdo con los estándares de la industria para el sector bancario.
2. Gestión del conocimiento: Mantenga registros actualizados y precisos de políticas, procedimientos, servicios y productos bancarios para garantizar el cumplimiento continuo y la prestación eficaz del servicio. Para garantizar la precisión y el cumplimiento, implemente procesos de control de versiones y aprobación para las actualizaciones de la base de conocimiento.
3. Colaboración del personal: Promueva una cooperación eficaz entre los expertos bancarios humanos y la tecnología del chatbot. Capacite a los empleados sobre cómo utilizar los sistemas automatizados de manera eficiente y aproveche la información del chatbot para mejorar el servicio al cliente en general.

5. Utilizar innovaciones estratégicas

Utilice los chatbots estratégicamente para mejorar la ventaja competitiva de su institución mediante:

1. Innovación financiera: Utilice chatbots para introducir nuevos servicios bancarios, mejorar los existentes y responder rápidamente a las oportunidades del mercado. Identifique necesidades no satisfechas y brechas en el servicio analizando los datos de las interacciones con los clientes.
2. Optimización de costos: Identifique sistemáticamente formas de automatizar tareas bancarias repetitivas mientras reasigna recursos humanos a roles de alto valor que requieren conocimientos especializados y habilidades interpersonales.
3. Preparación para el futuro: Manténgase al día con los avances en banca y tecnología que pueden mejorar el rendimiento del chatbot. Planifique la incorporación de nuevas tecnologías, incluidos servicios basados en blockchain, asesoramiento financiero impulsado por IA y banca por voz.

Preguntas frecuentes

Descubre más de nuestros análisis comparativos e insights basados en datos en la Búsqueda de Google.

Añadir como fuente preferida

Lecturas adicionales

• Empresas de chatbots para implementar
• IA personalizada: ¿Cuándo crear sus propias soluciones?

Cita esta investigación

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},
  title  = {{Chatbots Bancarios: 8 Herramientas, 5 Casos de Uso y Prácticas}},
  year   = {2026},
  month  = may,
  howpublished    = {\url{https://aimultiple.com/banking-chatbot}},
  note   = {AIMultiple. Recuperado el 26 de Mayo de 2026}
}

Enlaces de referencia

1.

BofA Spends Billions on Erica and Other Leading-Edge Tech

2.

Banking Chatbot: Examples, Use Cases & Best Practices

Tidio

3.

2025 Gartner Magic Quadrant for Conversational AI

boost.ai

4.

IBM watsonx Orchestrate

5.

IBM watsonx Assistant Lendyr Demo Site

6.

AI-powered CX for BFSI - Yellow.ai

Yellow.ai

7.

Conversational AI in Financial Services: Solutions for Digital Engagement

LivePerson

8.

Kasisto | The Trusted Agentic AI Platform for Financial Services

Kasisto

9.

Oracle Reimagines Banking for the AI Era with New Agentic Platform

10.

3 Key Shifts Will Make 2026 the Inflection Point for AI in Banking

11.

I Tested 24 AI Banking Chatbots; They Were All Exploitable | Corporate Compliance Insights

Corporate Compliance Insights

Cem Dilmegani

Analista principal

Síguenos

Cem ha sido el analista principal de AIMultiple desde 2017. AIMultiple informa a cientos de miles de empresas (según similarWeb), incluyendo el 55% de las empresas Fortune 500 cada mes. El trabajo de Cem ha sido citado por importantes publicaciones globales como Business Insider, Forbes, Washington Post, firmas globales como Deloitte, HPE y ONG como el Foro Económico Mundial y organizaciones supranacionales como la Comisión Europea. Puede consultar más empresas y recursos de renombre que citan a AIMultiple. A lo largo de su carrera, Cem se desempeñó como consultor, comprador 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. Lideró la estrategia y adquisición de tecnología de una empresa de telecomunicaciones, reportando directamente al CEO. Asimismo, lideró el crecimiento comercial de la empresa de tecnología avanzada Hypatos, que alcanzó ingresos recurrentes anuales de siete cifras y una valoración de nueve cifras partiendo de cero en tan solo dos años. El trabajo de Cem en Hypatos fue reseñado por importantes publicaciones tecnológicas como TechCrunch y Business Insider. Cem participa regularmente como ponente en conferencias internacionales de tecnología. Se graduó en ingeniería informática por la Universidad de Bogazici y posee un MBA de la Columbia Business School.

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