Un chatbot no es un agente
Hay una diferencia que vale la pena marcar desde el principio. Un chatbot responde con un guion: si el cliente dice A, contesta B. Un agente de IA entiende lenguaje natural, consulta los sistemas de la empresa para responder con datos reales y decide qué hacer con cada caso. El primero atiende; el segundo resuelve.
La mayoría de las decepciones con la IA en atención al cliente vienen de instalar lo primero esperando lo segundo.
Conectado a los datos, o no sirve
Un agente que no está conectado al sistema de gestión solo puede hablar en general. "¿Cuándo llega mi pedido?" tiene una única respuesta útil, y está en tu base de datos, no en el modelo. Por eso, en todos los proyectos que hacemos, la integración con el sistema de la empresa es el centro del trabajo, no un agregado. El modelo de lenguaje es la interfaz; la información es tuya.
Esto cambia lo que el agente puede hacer: consultar el estado de una entrega, verificar una cuenta, tomar un pedido con los productos y precios correctos para ese cliente, registrar un reclamo con todos los datos que el área necesita.
Derivar a una persona es parte del diseño
El mejor agente sabe cuándo callarse. Hay conversaciones que deben pasar a un humano: un reclamo delicado, una negociación, un cliente enojado. Diseñamos esa derivación desde el principio, con criterios claros y con el contexto completo de la conversación entregado a la persona que la toma. Un cliente nunca debería tener que repetir lo que ya explicó.
La medida de un buen agente no es cuántas conversaciones resuelve solo, sino cuántas resuelve bien y cuántas sabe pasar a tiempo.
Qué resuelve bien
- Consultas repetitivas con respuesta en el sistema: estado de pedidos, horarios, cobertura, precios de lista, saldos.
- Toma de pedidos simples para clientes ya registrados, con validación de productos y cantidades.
- Clasificación y derivación: entender de qué se trata el mensaje y mandarlo al área correcta con un resumen.
- Atención fuera de horario, sin prometer lo que nadie va a poder cumplir hasta el día siguiente.
Errores comunes
- Dejar que el modelo invente. Un agente sin reglas claras sobre lo que no sabe termina prometiendo descuentos o plazos que no existen. Las instrucciones tienen que decir qué hacer cuando no hay respuesta.
- Lanzarlo a todos los clientes el primer día. Primero un grupo acotado, revisar las conversaciones reales, ajustar, y recién después abrirlo.
- No medir. Cuántas conversaciones resolvió solo, cuántas derivó, cuántas terminaron mal. Sin esos números no hay forma de mejorarlo.
- Olvidar que es un canal más. Lo que el agente registra tiene que aparecer en el mismo sistema que usa el resto de la empresa.
Por dónde empezar
Por las tres o cuatro preguntas que más se repiten en tu WhatsApp hoy. Eso define el primer alcance, qué datos hay que conectar y cómo se mide el éxito. En una empresa de distribución de agua con la que trabajamos, el agente empezó atendiendo consultas de clientes y derivando casos; hoy es parte de un ecosistema que incluye reparto, planta y tienda online. No se llegó ahí de una vez, y esa es la lección más importante.
