Skip to content
Todos los posts
Mario

Agentes de IA para atención al cliente: cómo funcionan y cómo construir uno

Qué es un agente de IA de atención al cliente, qué puede resolver, cuándo pasa el caso a una persona y cómo una empresa B2B en España puede tener uno en marcha en semanas.

Especialista de soporte revisando una conversación con un cliente

Un agente de IA de atención al cliente es un software que entiende lo que el cliente necesita, saca la información correcta de tus sistemas y hace la acción él mismo: consulta un pedido, actualiza un ticket, emite un documento o pasa el caso a una persona con todo el contexto. Un chatbot, sobre todo, contesta. Un agente resuelve. Para una empresa B2B en España, el camino realista es empezar por un caso de uso estrecho y de mucho volumen, conectarlo a los sistemas que ya usas y tenerlo en marcha en semanas, con personas para lo delicado.

Esta guía cubre qué hacen estos agentes, qué necesitan, dónde deben parar, las normas que aplican en España y los pasos para construir uno.

En resumen

  • Un agente razona sobre el contexto, llama a herramientas como tu CRM o tu ERP y completa tareas de varios pasos. Un chatbot tradicional sigue árboles de decisión escritos de antemano.
  • Los mejores primeros objetivos son peticiones repetitivas con una respuesta clara: estado de pedido y entrega, dudas de factura, cambios de cuenta, soporte técnico de primera línea.
  • La calidad depende menos del modelo que del conocimiento aprobado, de integraciones limpias y de un traspaso a una persona bien diseñado.
  • En España, cuenta con el RGPD y el Reglamento europeo de IA desde el primer día: di al usuario que habla con una IA y mantén supervisión humana.
  • Empieza por un caso de uso, mide la tasa de resolución y la calidad del escalado, y luego pasa a la siguiente oleada.

Índice

Qué es de verdad un agente de IA de atención al cliente

La etiqueta se le pone a casi cualquier cosa con una ventana de chat, así que conviene precisar la diferencia. Según Databricks, un chatbot tradicional sigue árboles de decisión y guiones previos, mientras que un agente razona sobre el contexto, llama a herramientas externas y completa tareas de varios pasos.

En la práctica hay tres niveles:

Chatbot por reglasChatbot generativoAgente de IA
Cómo respondeFlujos fijos y palabras claveGenera texto a partir de una base de conocimientoInterpreta la intención, planifica, usa herramientas
¿Actúa en tus sistemas?NoCasi nuncaSí, a través de herramientas autorizadas
¿Peticiones de varios pasos?NoPocoSí
Fallo típicoCallejón sin salida («no te he entendido»)Respuestas seguras pero sin comprobarUna acción equivocada si los permisos y los controles son flojos
Para qué sirveMenús simplesDesviar preguntas frecuentesResolver la petición de punta a punta

La tercera columna es la razón de que esto esté cogiendo presupuesto. Un cliente que pregunta «¿dónde está mi pedido y me puedes cambiar la dirección de entrega?» necesita una consulta y un cambio en un sistema en vivo, no un párrafo.

Cómo entiende una petición y actúa

Por dentro, el ciclo se parece en casi todas las implementaciones serias. La descripción de Kimi del ciclo de funcionamiento cubre interpretar la intención, construir el contexto, recuperar información aprobada, planificar, llamar a herramientas por API y comprobar si el objetivo se ha cumplido. También señala algo que importa para la seguridad: el modelo no edita el CRM directamente. Pide una herramienta autorizada, y esa herramienta aplica tus reglas.

En un caso de soporte, queda así:

  1. Intención. El cliente escribe, en español, inglés o alemán, que una factura no cuadra.
  2. Contexto. El agente identifica al cliente y encuentra su cuenta y las facturas recientes.
  3. Conocimiento aprobado. Recupera tu política de facturación, no lo que el modelo recuerde del entrenamiento.
  4. Plan. Decide: comprobar la factura contra el pedido, explicar la diferencia o abrir una solicitud de corrección.
  5. Llamada a la herramienta. Llama a la interfaz de facturación o del ERP con permisos limitados.
  6. Comprobación. Confirma el resultado y le dice al cliente qué ha pasado, o escala.

El principio de diseño que sale de ahí: el agente solo debería poder hacer lo que una herramienta permite de forma explícita. Los permisos son la red de seguridad, no el prompt.

Qué puede resolver un agente: los casos que compensan antes

No toda petición merece automatizarse. Las mejores candidatas comparten tres rasgos: mucho volumen, una respuesta correcta clara y datos que ya viven en un sistema. En empresas B2B de 10 a 500 personas, la primera oleada suele ser esta:

  • Estado de pedido, envío y entrega. Para el software es una consulta. Para una persona, es un trabajo pesado.
  • Dudas de factura y de pago. Copias de facturas, vencimientos, desajustes entre pedido y factura.
  • Soporte técnico de primera línea. Diagnóstico a partir de manuales y documentación de producto, también en varios idiomas. Nuestro caso de atención técnica multilingüe es de este tipo.
  • Cambios de cuenta y de contrato. Actualizar datos de contacto, añadir un usuario, reprogramar una visita.
  • Clasificación y reparto de tickets. Clasificar el correo entrante por tema, urgencia y tipo de cliente, y enviarlo al equipo correcto con un resumen.
  • Apoyo al equipo humano. Redactar respuestas y resumir hilos largos, para que cada persona lleve más casos.
  • Entrada de pedidos desde mensajería. Por ejemplo, convertir mensajes de WhatsApp en pedidos estructurados en un ERP, como en nuestro caso de pedidos de WhatsApp al ERP.

Un filtro útil antes de elegir: exporta un mes de tickets, agrúpalos por motivo y cuenta. Si tres o cuatro motivos concentran gran parte del volumen y cada uno tiene una resolución documentada, ahí está tu primer agente.

Qué datos, herramientas e integraciones necesita

Un agente llega hasta donde llegan los sistemas a los que puede entrar. Piensa en tres capas.

Tres capas detrás de un agente de soporte con IA

Conocimiento. Artículos del centro de ayuda, manuales de producto, políticas, tarifas, tickets ya resueltos. Tiene que estar al día y tener un dueño, porque un agente repetirá una política caducada con la misma soltura que una correcta.

Datos de cliente y de operación. Tu CRM, el helpdesk, el ERP, la facturación y el sistema de pedidos. Ahí es donde el agente averigua quién es el cliente y qué le ha pasado al pedido. Si estos sistemas no se hablan, el agente hereda el desorden, y por eso el trabajo de integración suele ir antes que la capa de conversación. Construimos sobre el stack que la empresa ya tiene, y nuestras implantaciones e integraciones de ERP y CRM suelen ser la mitad poco lucida de un buen agente de soporte.

Acciones. Una lista corta de herramientas muy acotadas: consultar un pedido, crear un ticket, enviar una copia de factura, reservar una llamada. Cada herramienta tiene entradas definidas, permisos definidos y un registro.

Los canales van al final: el chat web, el email, WhatsApp o la voz son interfaces sobre el mismo núcleo. Construye el núcleo una vez y añade canales cuando el volumen lo justifique.

Qué no debería tocar, y cómo se lo pasa a una persona

El objetivo no es quedarse sin personas. Es ponerlas donde su criterio importa. Databricks propone un reparto: automatizar de punta a punta las consultas rutinarias, ayudar a los profesionales con resúmenes y borradores, y dejar las decisiones delicadas a la colaboración entre persona e IA.

En soporte B2B, deja esto en manos de una persona, o haz que una persona lo apruebe:

  • Reclamaciones con disputas de contrato, penalizaciones o riesgo jurídico
  • Reembolsos, abonos y excepciones por encima de un umbral que tú fijas
  • Cualquier cosa que toque una cuenta clave con riesgo de irse
  • Peticiones en las que el cliente está claramente molesto o pide una persona
  • Casos en los que la confianza del agente es baja o los datos no cuadran

Cómo se hace el traspaso importa tanto como cuándo salta. Uno bueno no se limita a reenviar el chat. Kimi recomienda entregar un resumen de la petición, la información recogida y en qué punto está el flujo, para que la persona siga sin obligar al cliente a repetir lo que ya ha contado. Mételo en el diseño: el agente escribe una nota estructurada, etiqueta el motivo del escalado y lo manda a la cola y al idioma correctos.

Privacidad y normas de IA para empresas en España

Dos normas europeas condicionan cualquier agente de cara al cliente que pongas en marcha en España. Esto es una orientación práctica, no asesoramiento jurídico: que el delegado de protección de datos o un abogado revisen el diseño final.

Di al cliente que habla con una IA. El artículo 50 del Reglamento europeo de IA fija obligaciones de transparencia, y para chatbots y asistentes virtuales quien los pone en el mercado tiene que diseñarlos de forma que el usuario sepa que interactúa con una IA. Pon una etiqueta clara al empezar la conversación y un camino fácil hacia una persona.

Respeta el RGPD. Hace falta una base jurídica para el tratamiento, información clara sobre el responsable, la finalidad, los destinatarios, la conservación y los derechos, y una evaluación de impacto cuando el tratamiento pueda ser de alto riesgo. Una guía jurídica española resume estos deberes para chatbots y tratamiento automatizado. Para decisiones con efectos jurídicos o igualmente significativos, el artículo 22 del RGPD establece una prohibición general de la decisión totalmente automatizada, con excepciones y garantías. Dejar a una persona en medio en reembolsos, condiciones de contrato y decisiones de tipo crédito es buen diseño de servicio y, además, buen cumplimiento.

Privacidad y normas de IA para empresas en España

En el día a día, eso significa: limita los datos que el agente puede ver, registra cada acción, fija plazos de conservación de las transcripciones, comprueba dónde trata los datos el proveedor del modelo y documenta quién supervisa el sistema. Un resumen de cumplimiento para empresas en España añade que los sistemas deben clasificarse por riesgo y por rol, y que hay que mantener la supervisión humana.

Cómo lo vemos

Casi todos los agentes de soporte que vemos fallar no fallaron por la IA. Fallaron por el alcance. Alguien intentó automatizar «atención al cliente» entero, en vez de los cuatro tipos de petición que concentran casi todo el volumen.

Nosotros hacemos lo contrario. Elegimos un caso de uso, conectamos el agente a los sistemas que la empresa ya usa y entregamos algo que funciona en semanas, no en meses. No nos casamos con una tecnología: construimos sobre tu stack en vez de pedirte que lo cambies, y los fundadores y los operadores senior llevan el trabajo de principio a fin, no un equipo junior que rota.

Nos importan dos números: cuántas peticiones se resuelven sin una persona, y qué calidad tienen las que sí llegan a una persona. Un agente que escala bien, con un resumen, los datos recogidos y el motivo, acelera a tu equipo, y el cliente lo nota.

Por eso no vendemos presentaciones. Antes de decidir la siguiente oleada, deberías ver un agente en marcha atendiendo peticiones reales, con resultados que se puedan medir.

Mario

Cómo construirlo y lanzarlo, paso a paso

1. Un caso de uso y una métrica

Elige el tipo de petición con más volumen y la respuesta más clara. Escribe la métrica de éxito antes de construir: porcentaje de conversaciones resueltas sin una persona, tiempo medio de gestión o tiempo de primera respuesta. Añade una métrica de calidad, como el porcentaje de escalados que llegan con el contexto completo. Cómo convertir esa métrica en un retorno está en Cómo medir el ROI de la IA.

2. Revisa datos y sistemas

Lista dónde viven las respuestas y qué tiene que leer o cambiar el agente. Señala los huecos: APIs que faltan, fichas de cliente duplicadas, políticas que solo existen en la cabeza de alguien. Arreglar eso suele ser la mayor parte del trabajo, y le viene bien a toda la empresa, no solo a soporte.

3. Escribe los límites

Decide qué puede hacer el agente solo, qué necesita aprobación y qué va siempre a una persona. Fija umbrales de importe, temas sensibles y baja confianza. Redacta el aviso de que es una IA y el texto del escalado.

4. Construye el agente y sus herramientas

Conecta el conocimiento aprobado y luego añade las herramientas estrechas de una en una. Prueba cada herramienta aislada antes de que el agente pueda llamarla. Mantén los permisos al mínimo y registra cada llamada.

5. Pruébalo contra el historial real

Reproduce unos cientos de tickets antiguos, incluidos los incómodos: clientes enfadados, datos que faltan, peticiones ambiguas, otros idiomas. Que tu equipo de soporte revise el resultado y marque dónde el agente debería haber escalado. Corrige los fallos antes de que los vea un cliente.

6. Lanza en pequeño y luego abre

Empieza con una parte del tráfico o un solo canal, con personas mirando de cerca. Revisa las conversaciones cada semana, actualiza el conocimiento y afina las reglas de escalado. Cuando la resolución se mantiene, añade el siguiente tipo de petición o el siguiente canal.

7. Vigila y mejora

Sigue tus métricas, muestrea conversaciones por precisión y tono, y revísalas cuando cambie una política. El agente se queda atrás cuando cambian productos, precios y políticas y nadie actualiza lo que sabe. Nombra a un responsable.

Construir, comprar o traer a un partner

Las herramientas de soporte ya hechas cubren desviar preguntas frecuentes. Se quedan cortas cuando el agente tiene que actuar en un ERP, trabajar con un stack poco habitual o seguir tus propias reglas de negocio. Un desarrollo a medida cuesta más esfuerzo al principio, pero encaja con tus procesos, y un partner que ya lo ha hecho acorta la curva. Un camino sensato por el medio es una auditoría inicial para ver dónde un agente se va a pagar, y después una implantación de alcance cerrado. Nuestra consultoría de automatización con IA está montada alrededor de esa secuencia, y el desarrollo de IA a medida cubre los casos en los que lo de mercado no encaja.

Trabaja con nosotros en tu agente de soporte

Si quieres un agente atendiendo peticiones reales en semanas, y no un documento de estrategia, nuestro trabajo de IA para atención al cliente está pensado para resolver más y escalar menos. Cerramos el alcance alrededor de un caso de uso, conectamos tu CRM, helpdesk o ERP, y nos quedamos después para vigilarlo y para la siguiente oleada. Para ver el conjunto, mira agentes de IA para empresas y consultoría de IA.

Cuéntanos los tres tipos de petición que te llenan la bandeja y te diremos cuál automatizar primero. Escribe a contact@unlockmanagement.com. Respondemos en 24 horas laborables. No hay tarifa pública.

Preguntas frecuentes

¿En qué se diferencia un agente de IA de atención al cliente de un chatbot?

Un chatbot tradicional sigue flujos escritos y árboles de decisión. Un agente interpreta la petición, recupera información aprobada y llama a herramientas para completar tareas de varios pasos, como consultar un pedido y cambiarlo. Poder actuar en tus sistemas es la diferencia práctica.

¿Qué peticiones automatizo primero?

Elige peticiones de mucho volumen, con una respuesta correcta clara y datos que ya están en un sistema: estado del pedido, copias de factura, cambios de cuenta y dudas técnicas de primera línea. Agrupa un mes de tickets por motivo y empieza por la categoría más grande que tenga una resolución documentada.

¿Tengo que decir al cliente que habla con una IA?

Sí. En la UE, el artículo 50 del Reglamento de IA exige que los sistemas que interactúan con personas se diseñen de forma que el usuario sepa que trata con una IA. Una etiqueta clara al empezar el chat y una forma fácil de llegar a una persona es el enfoque habitual.

¿Cuánto se tarda en construir uno?

Un agente centrado en un caso de uso puede estar en marcha en semanas si se puede entrar en los sistemas de origen. Los plazos se estiran cuando faltan integraciones o el conocimiento está disperso, y por eso revisamos datos y sistemas primero.

¿Cuándo debe pasar el caso a una persona?

Pásalo en disputas, reembolsos por encima de tu umbral, cuentas clave en riesgo, clientes molestos, baja confianza o datos que no cuadran. El traspaso debe incluir un resumen de la petición, la información recogida y en qué punto está el flujo.

Fuentes

¿Colaboramos?

Siempre nos apetece hablar de lo que hacemos.

O escríbenos a contact@unlockmanagement.com