Beex Insights Report, edición Chatbots 2026. Estudio con datos propios de Beex, de enero a septiembre de 2026.
Entre enero y septiembre de 2026, 46 empresas clientes de Beex registraron 14.8 millones de interacciones en sus chatbots, principalmente en Perú. De ellas, 8.5 millones fueron respuestas del bot y 6.3 millones respuestas de los usuarios.
El estudio mide actividad, es decir, cuánto responden los bots y cuánto responden las personas, y no mide si cada consulta se resolvió. Aun así permite comparar tu operación con datos reales de empresas de la región.
Para el Beex Insights Report, el equipo de Beex analizó las interacciones registradas por los chatbots de empresas con actividad entre el 1 de enero y el 30 de septiembre de 2026. Cada empresa cuenta una vez, aunque tenga varios chatbots activos. Una respuesta del bot es lo que el chatbot le contesta al usuario, y una respuesta del usuario es lo que la persona escribe dentro de esa conversación.
Esta distinción sirve para medir participación. Un chatbot que responde mucho y recibe poco puede estar informando, y uno que recibe casi tanto como responde está conversando. Por eso el estudio parte de esa relación y luego revisa cómo se distribuye el uso entre empresas y entre chatbots.
Estos son los cuatro datos del estudio y lo que puedes hacer con cada uno.
Por cada 100 respuestas del bot, los usuarios respondieron 74 veces. Una interacción es un mensaje, ya sea que lo envíe el chatbot o lo escriba el usuario, y esa relación de 0.74 indica que las personas participan de forma activa en la conversación.
Calcula la tuya dividiendo los mensajes de tus usuarios entre los de tu bot. Si está muy por debajo de 0.74, revisa si tu chatbot informa más de lo que conversa.
Un ejemplo con números supuestos. Si tu chatbot envió 20,000 respuestas en un mes y los usuarios escribieron 8,000 mensajes, tu relación es de 0.4, por debajo de la referencia del estudio. Esa brecha puede deberse a que el bot entrega información que no requiere respuesta, como horarios o estados de un pedido, lo cual no es un problema, o a que el usuario abandona el flujo a mitad de camino, y eso sí merece atención.
Para distinguir ambos casos, revisa en qué paso del flujo se detienen las conversaciones. Si el abandono se concentra en una pregunta específica, probablemente el texto o las opciones no están claras. Si se reparte por igual, quizá el bot ya resolvió la consulta y no necesita más respuestas. Una relación alta tampoco garantiza un buen chatbot, porque puede reflejar usuarios que repiten lo mismo al no ser entendidos, así que conviene leer este indicador junto con una muestra de conversaciones reales.
Las 3 empresas con más interacciones suman el 49% del total, las 5 primeras el 66% y las 10 primeras el 83%. 5 empresas superan el millón de interacciones en los nueve meses y 20 superan las 100 mil. La mediana por empresa es de 64,174 interacciones.
Si tu chatbot registra cerca de 64 mil interacciones en nueve meses, estás en el punto medio de las empresas analizadas en el estudio de Beex, sin importar lo que sugiera el promedio de las empresas más grandes.
Usar la mediana tiene sentido porque 3 empresas concentran el 49% de las interacciones, así que el promedio describe a muy pocos clientes. Con una base tan concentrada, compararte con el promedio puede llevarte a pensar que tu chatbot tiene poco uso cuando en realidad está en el punto medio.
Si quieres una comparación más fina, agrupa tus propias cifras por proceso, por ejemplo atención, ventas o cobranza, y compara cada chatbot con los demás de tu operación. Un número total oculta qué proceso genera el uso y cuál está por debajo de lo esperado.
Una empresa con 2 chatbots activos concentra el 20% de todas las interacciones, mientras que otra con 13 chatbots activos genera menos del 0.2%. El volumen depende del tipo de proceso que atiende cada bot y de cuántos clientes lo usan, y no del número de bots publicados.
Antes de sumar un chatbot nuevo, revisa cuántas interacciones genera cada uno de los que ya tienes y qué proceso atiende.
Para hacer esa revisión, ordena tus chatbots de mayor a menor número de interacciones y observa dónde se concentra el uso. En el estudio, una empresa con 2 chatbots activos concentra el 20% del total, así que pocos bots bien dirigidos pueden mover más volumen que muchos publicados sin una necesidad clara.
Si un chatbot tiene un uso muy bajo, pregúntate si atiende un proceso poco frecuente, si los clientes no saben que existe o si su flujo es difícil de seguir, y solo después decide si ajustarlo, unirlo a otro o retirarlo. Cuando sí convenga crear uno nuevo, define antes qué proceso atenderá y cómo medirás su uso en los primeros 30 días.
Lectura relacionada: Casos de éxito de Beex
En una encuesta de GRM para JL Consultores a 220 personas de Lima Metropolitana de los niveles A, B y C1, realizada en febrero de 2025 y con un margen de error de ±6.6%, el 74% rechaza la atención solo con un chatbot o una grabadora, según Gestión. Ese dato sugiere ofrecer una ruta clara hacia una persona cuando la consulta lo requiere.
Los casos de clientes de Beex muestran usos concretos. San Jorge usa chatbots y automatización de WhatsApp y reporta una reducción del 100% del tiempo promedio de respuesta. Pulso Salud usa bots e IVR y reporta un 60% más de contactabilidad. CEPEBAN usa chatbots de prospección por WhatsApp y reporta un 27% más de conversión en el canal digital, y CAFAE-SE atiende el 60% de las consultas por WhatsApp sin intervención de un agente. Todas son cifras publicadas por cada empresa en su caso de éxito.
Estos casos tienen algo en común, y es que usan el chatbot sobre procesos definidos, como notificaciones, prospección o consultas frecuentes, y no como una puerta general de entrada. Esa especificidad es lo que permite medir el resultado y decidir si el flujo funciona.
Para el contexto de IA, Twilio indica en su estudio de enero de 2026, con 457 directivos en 15 países, que el 36% de las empresas de México ya implementó por completo IA conversacional en atención al cliente, frente a un 28% de promedio global. La IA conversacional es una categoría distinta de los chatbots tradicionales que analiza este estudio.
En conjunto, estos datos sugieren que un chatbot rinde más cuando tiene un propósito claro y una salida hacia una persona. Una forma práctica de aplicarlo es revisar tus flujos con tres preguntas. Primero, qué problema del cliente resuelve cada chatbot. Segundo, en qué punto un usuario puede pedir hablar con un agente. Tercero, qué indicador te dirá si el flujo funciona, ya sea contactabilidad, tiempo de respuesta, conversión o consultas resueltas sin agente.
En la primera semana, mide. Calcula tu relación entre mensajes de usuarios y del bot y cuenta las interacciones de cada chatbot en los últimos tres meses. En la segunda semana, compara. Ubica tu volumen frente a la mediana de 64 mil interacciones y revisa en qué pasos del flujo se detienen las conversaciones.
En la tercera semana, ajusta. Mejora los textos y opciones de los pasos con más abandono y verifica que en cada flujo exista una ruta clara hacia un agente. En la cuarta semana, decide. Define un indicador por chatbot, revísalo cada mes y determina cuáles conviene mantener, unir o retirar.
El primero es medir solo cuántas interacciones tiene un chatbot y no cuánto responden los usuarios, porque el volumen por sí solo no muestra si hay conversación.
El segundo es publicar chatbots nuevos sin un proceso definido, ya que el estudio muestra que el número de bots no determina el uso.
El tercero es confundir un chatbot tradicional con IA conversacional, dos categorías distintas que conviene evaluar con indicadores propios.
Los datos muestran empresas donde los usuarios responden casi tres de cada cuatro veces que lo hace el bot, y donde el uso depende más del proceso que atiende cada chatbot que de cuántos se publican. Medir tu relación usuario/bot y el uso por chatbot es un buen punto de partida para evaluar los tuyos.
Los cuatro datos se pueden resumir en una idea. El valor de un chatbot se ve en lo que ocurre después de su primera respuesta, es decir, en si el usuario continúa la conversación y en si el proceso que atiende justifica su existencia. Medir eso con regularidad te permite decidir con datos y no por la cantidad de bots publicados.
Si ya tienes tus cifras, compáralas con las de este estudio y revisa en qué punto te separas. Si todavía no las tienes, el plan de 30 días es una buena forma de empezar, y un reporte de tu plataforma con las interacciones por chatbot te dará la base necesaria.
Si quieres ver cómo se ve esto en tu operación, habla con el equipo de Beex.
Sobre el Beex Insights Report. Datos agregados de la plataforma de Beex para clientes con chatbots activos entre el 1 de enero y el 30 de septiembre de 2026. Cada empresa cuenta una vez. Los resultados describen a los clientes de Beex y no son una estimación del mercado de LATAM.