En dos años construyendo agentes de IA para soporte he visto tanto casos con un ROI del 400% en seis meses como fracasos que le costaron a un cliente el 8% de su base de clientes. La diferencia siempre se reduce a una cosa: si el escenario se eligió bien. Este artículo explica dónde los agentes de IA de atención al cliente superan de forma fiable a las personas, dónde dañan la experiencia, cómo medir el éxito con honestidad y cuánto cuesta realmente un piloto.

Qué dicen de verdad los datos del sector

Las cifras de titular impresionan. En febrero de 2024, Klarna informó de que su asistente de IA había gestionado 2,3 millones de conversaciones en su primer mes —dos tercios de todos los chats de atención al cliente—, haciendo el trabajo de unos 700 agentes a tiempo completo, con una satisfacción similar a la de las personas y un tiempo de resolución que bajó de 11 minutos a menos de 2 (Klarna, 2024). Gartner prevé que en 2029 la IA agéntica resolverá de forma autónoma el 80% de las incidencias habituales de atención al cliente (Gartner, 2025).

La otra cara es igual de real. Una encuesta de Gartner a 5.728 clientes reveló que el 64% preferiría que las empresas no usaran IA en atención al cliente, y el mayor temor era que fuera más difícil hablar con una persona (Gartner, 2024). Y en 2025 la propia Klarna volvió a contratar agentes humanos para que los clientes siempre pudieran hablar con una persona (Bloomberg, 2025).

Las dos cosas son ciertas a la vez: la IA gestiona muy bien el trabajo rutinario y los clientes castigan a las empresas que la usan para esconder a las personas. El buen diseño vive entre esos dos hechos.

Dónde los agentes de IA superan de forma fiable a las personas

  • Preguntas frecuentes y operaciones habituales: estado del pedido, reenvío, cambio de contraseña, cambios de entrega. Mucho volumen, respuestas claras y poca carga emocional.
  • Escenarios con una API limpia: creación de tickets, reservas, concesión de accesos, cambios de suscripción. Si la acción es una llamada a la API con una validación clara, el agente puede ejecutarla de principio a fin.
  • Soporte nocturno y mercados fuera de tu zona horaria principal. Un agente que responde a las 3 de la madrugada en el idioma del cliente gana a la promesa de contestar "en un día laborable".
  • Triaje de primera línea: clasificar la intención, recoger números de pedido y capturas, y derivar al equipo correcto con un resumen, para que la persona empiece con contexto en lugar de con "¿en qué puedo ayudarte?".
  • Asistencia al agente. Incluso donde la IA no debería hablar con los clientes, puede redactar respuestas y sacar a la luz conocimiento para los agentes humanos. Un estudio con 5.179 agentes de soporte encontró que el acceso a un asistente de IA aumentaba la productividad un 14% de media y un 34% en los trabajadores novatos (Brynjolfsson, Li y Raymond, NBER, 2023).

El hilo común: el agente necesita conocimiento preciso y permiso para actuar. El conocimiento viene de la recuperación sobre tu documentación, que trato en detalle en RAG para empresas: cómo construir un agente de IA que conozca de verdad tus documentos.

Dónde la IA rompe la experiencia

  1. Conversaciones conflictivas: reembolsos, reclamaciones, cuestiones legales. Un cliente enfadado quiere ser escuchado y quiere que alguien con autoridad haga una excepción. Un bot educado que cita la política lo empeora.
  2. Tareas transversales en las que la respuesta depende de tres o más sistemas sin una API unificada. Cada integración que falta se convierte en un punto donde el agente adivina.
  3. Mercados en los que los clientes esperan un trato personal, como cuentas B2B enterprise con contratos de más de 100.000 € y un gestor de cuenta asignado.
  4. Casos en los que un error cuesta más de lo que el agente ahorra en un año: asesoramiento médico, financiero o crítico para la seguridad, o cualquier cosa que cree un compromiso vinculante.

Este último punto no es teórico. En Moffatt v. Air Canada (2024 BCCRT 149), un tribunal canadiense declaró responsable a la aerolínea después de que el chatbot de su web inventara una norma de reembolso para tarifas por duelo, y rechazó el argumento de que el chatbot era una entidad separada responsable de sus propias palabras (resumen de la American Bar Association). Lo que dice tu agente, lo dice tu empresa.

Los mejores agentes de IA para soporte son los que saben cuándo pasar el caso a una persona. Siempre diseño la lógica de escalado en el primer sprint.

Diseñar escalados que los clientes no odien

El escalado es una funcionalidad del producto, no un plan B. Mis reglas por defecto:

  • Ofrece siempre una persona. Una opción visible de "hablar con una persona" en cada paso. Ocultarla sube la contención en el panel y baja la confianza en todo lo demás.
  • Escala por señales, no solo a petición: sentimiento negativo, reformulaciones repetidas, palabras como "cancelar", "abogado" o "reclamación", clientes de alto valor y cualquier acción por encima de un importe fijado.
  • Traspasa con contexto. La persona recibe el resumen de la conversación, la intención detectada, los datos del cliente ya obtenidos y lo que intentó el agente, para que el cliente nunca tenga que repetirse.
  • Confirma antes de los efectos secundarios. Reembolsos, cancelaciones y cambios de cuenta requieren confirmación explícita, y las acciones que mueven dinero por encima de un umbral requieren a una persona.
  • Informa de que es IA. Los clientes deben saber que hablan con una máquina. En la UE se convierte en una obligación legal: el artículo 50 de la Ley de IA exige informar a las personas de que interactúan con un sistema de IA, con obligaciones de transparencia aplicables desde agosto de 2026 (Ley de IA de la UE, artículo 50; Reglamento (UE) 2024/1689).

Una política de derivación sencilla en código tiene este aspecto:

ESCALATE_INTENTS = {"refund_dispute", "complaint", "legal", "cancel_contract"}

def should_escalate(turn, customer) -> bool:
    return (
        turn.intent in ESCALATE_INTENTS
        or turn.sentiment < -0.5
        or turn.rephrase_count >= 2          # the customer is going in circles
        or customer.annual_value > 100_000
        or turn.user_asked_for_human
    )

La guía de ingeniería de Anthropic sobre cómo construir agentes eficaces defiende lo mismo desde el lado del modelo: empieza con workflows sencillos y predecibles y da autonomía al modelo solo donde puedas verificar los resultados.

Cómo medir el éxito

  • Tasa de contención: la proporción de conversaciones que el agente cierra sin traspaso. Mídela junto con la tasa de recontacto en 7 días; una conversación "contenida" en la que el cliente vuelve mañana es un fracaso.
  • CSAT por separado para conversaciones con IA y con personas. Compáralas, no las mezcles, y segmenta por intención: el agente puede ser excelente con el estado de pedidos y flojo con la facturación.
  • Tiempo de primera respuesta (FRT) y tiempo de resolución (TTR). La IA gana en FRT por diseño; el TTR muestra si realmente resuelve problemas.
  • Calidad del escalado: con qué frecuencia las personas tienen que pedir al cliente información que el agente ya tenía.
  • Coste por caso resuelto: la métrica que le importa a tu director financiero, incluidos los costes del modelo, las cuotas de la plataforma y el tiempo humano dedicado a escalados.
Métrica Piloto sano a los 3 meses Señal de alarma
Tasa de contención 40–60% en las intenciones elegidas más del 80% con CSAT a la baja
Recontacto en 7 días menos del 10% más del 20%
CSAT de IA frente a personas a menos de 5 puntos diferencia de más de 10 puntos
Escalados con contexto completo más del 90% los clientes repiten su problema

Un despliegue por fases que funciona

  1. Primero, asistencia al agente. La IA redacta respuestas y las personas las envían. Recoges datos de calidad sin riesgo para el cliente.
  2. Automatiza de tres a cinco intenciones de alto volumen con APIs limpias y políticas claras.
  3. Amplía intención por intención, cada una con su propio conjunto de referencia de conversaciones reales y seguimiento de CSAT.
  4. Revisa cada semana. Lee una muestra de conversaciones, sobre todo las escaladas y las mal valoradas, y corrige las lagunas de conocimiento en su origen.

Cuánto cuesta lanzarlo

Un piloto conectado a un sistema (por ejemplo, Zendesk más una base de conocimiento) lleva de 6 a 10 semanas y cuesta entre 25.000 y 45.000 €. El ROI suele llegar en 5–9 meses con una tasa de contención superior al 50%. Si tu tráfico está por debajo de 3.000 solicitudes al mes, los números no salen: no empieces; invierte en un mejor centro de ayuda y en herramientas de asistencia al agente.

El presupuesto suele dividirse en tres partes: integración y herramientas (30–40%), limpieza de la base de conocimiento y conjunto de evaluación (25–35%), y diseño conversacional, lógica de escalado y pruebas (el resto). Los equipos que se saltan la limpieza del conocimiento se gastan el ahorro en escalados.

Guías relacionadas

Las métricas anteriores solo funcionan con un proceso de evaluación sólido; describo el mío en cómo evaluar aplicaciones LLM. Los agentes de soporte leen correos de clientes no confiables, así que las salvaguardas de seguridad de agentes de IA se aplican directamente, y si atiendes a clientes de la UE, revisa las obligaciones de información en la Ley de IA de la UE para empresas de software.

Para la arquitectura de los agentes de soporte, consulta workflows frente a agentes y diseño de herramientas para agentes LLM; los datos de clientes en los prompts se tratan en privacidad en aplicaciones LLM.

Preguntas frecuentes

¿Los agentes de IA sustituirán a nuestro equipo de soporte? No. Asumen las intenciones repetitivas y el triaje de primera línea, para que las personas se centren en los casos complejos, emocionales y de alto valor. La mayoría de los equipos con los que trabajo recolocan a las personas en lugar de recortar plantilla.

¿Qué tasa de contención es realista? Para intenciones bien elegidas, un 40–60% en los primeros meses. La contención global depende de cuánto de tu volumen sea rutinario.

¿Tenemos que decir a los clientes que hablan con una IA? Es una buena práctica en todas partes, y en la UE la Ley de IA hace obligatoria la información en los sistemas que interactúan con personas.

¿Con qué canal deberíamos empezar? Chat o mensajería. El correo tolera respuestas más lentas y cuidadas y es un buen segundo paso; la voz es lo más difícil y debería ir al final.

Fuentes

  1. Klarna (2024). Klarna AI assistant handles two-thirds of customer service chats in its first month.
  2. Bloomberg (2025). Klarna turns from AI to real person customer service.
  3. Gartner (2024). Survey finds 64% of customers would prefer that companies didn't use AI for customer service.
  4. Gartner (2025). Agentic AI will autonomously resolve 80% of common customer service issues by 2029.
  5. Brynjolfsson, Li y Raymond (2023). Generative AI at Work. NBER Working Paper 31161.
  6. American Bar Association (2024). BC tribunal confirms companies remain liable for information provided by AI chatbot (Moffatt v. Air Canada, 2024 BCCRT 149).
  7. Unión Europea. Reglamento (UE) 2024/1689 (Ley de IA), artículo 50.
  8. Anthropic (2024). Building effective agents.