Torras.ai

«¿Sigues en línea?», preguntó Enrique.

Mi IA respondió.

Estaba hablando con un proveedor de servicios sobre un problema rutinario de facturación. Yo ya había proporcionado la información necesaria para solucionarlo, pero el problema seguía sin resolverse.

Mientras gestionaba la conversación, tenía otros agentes de IA escribiendo código, comprobando la seguridad y preparando documentos. Intervenía cuando era necesario. Este agente se ocupaba de la espera, las explicaciones y el seguimiento.

Durante años, he tratado con los chatbots de las empresas. Esta vez, la empresa trataba con el mío.

¿Qué ocurre cuando el cliente puede automatizar la atención al cliente?

Un problema muy común

Necesitaba corregir un dato de facturación en una suscripción existente. El sitio web de la empresa sugería que todo estaba en orden, pero los pagos reales contaban una historia diferente.

Este es el tipo de problema administrativo que ocupa un pequeño rincón de tu mente durante demasiado tiempo. Debería ser sencillo. Sabes qué debe cambiar. Ya has proporcionado la información. Sin embargo, resolverlo implica encontrar el menú correcto, explicar el historial y mantenerse disponible para una conversación cuyo ritmo no puedes controlar.

Tenía abiertas las páginas pertinentes en Safari. Pedí a mi agente de IA, ejecutándose en Codex con GPT-6 Astra, que me ayudara a resolver el problema.

La configuración era correcta. Los pagos no.

El agente navegó hasta la configuración de facturación y encontró algo interesante: la información que se mostraba allí ya era correcta.

Luego comprobó los registros de pago y confirmó la discrepancia. Revisar únicamente la configuración habría pasado por alto el problema.

Eso cambió la tarea. Alguien necesitaba investigar por qué la configuración correcta no estaba produciendo el resultado esperado.

El agente abrió el chat de soporte, explicó la discrepancia y esperó.

Mi chatbot conoce a Enrique

Finalmente, Enrique se conectó. Tras las preguntas iniciales sobre la cuenta, mi agente explicó el problema utilizando el contexto que yo había proporcionado.

Su primera solución propuesta era familiar: abrir el menú, ir a la información de facturación y editar la configuración pertinente.

La IA explicó que ya había comprobado esa configuración y que el problema persistía a pesar de que se mostraba la información correcta. Le pidió que investigara el registro de facturación subyacente o escalara la discrepancia.

La respuesta de Enrique fue breve:

«Déjame comprobar algo».

Eso era progreso: la conversación había ido más allá de las instrucciones estándar hacia una investigación del problema real.

Mientras él investigaba, el chat comprobó si yo seguía allí. Mi IA respondió que sí, que estaba esperando su respuesta.

Cualquiera que haya usado un chat de soporte conoce este peculiar arreglo. Esperas a la empresa, pero debes permanecer listo para responder cuando la empresa pregunta si estás esperando. Si dejas que tu atención se distraiga durante demasiado tiempo, corres el riesgo de perder la conversación.

Esta vez, mi agente estaba manteniendo nuestro lugar.

Yo todavía tenía un papel que desempeñar

El proceso necesitó mi ayuda en algunos puntos. Volví a iniciar sesión cuando fue necesario y ayudé con la verificación de identidad. El agente me incorporó a la conversación para esos pasos y después siguió gestionando la solicitud.

Luego llegaron dos mensajes breves de Enrique:

«Listo».
«Se ha cambiado».

Su explicación fue reveladora: era necesario actualizar un registro de facturación separado. Eso explicaba por qué la información mostrada en el sitio web no había resuelto la discrepancia.

La IA hizo un seguimiento para determinar cuándo surtiría efecto la corrección.

Ese fue el resultado: una confirmación por escrito de la persona que gestionaba la solicitud. Un pago futuro proporcionará la comprobación práctica de que la corrección ha surtido efecto.

Delegar la atención

He dedicado gran parte de mi carrera a pensar en la IA y la experiencia del cliente. También he experimentado muchos bots de soporte frustrantes: escribes una pregunta, recibes una sugerencia de preguntas frecuentes, reformulas la pregunta, recibes otra sugerencia.

Un agente humano puede resolver un problema que esos sistemas no pueden. Pero llegar hasta esa persona, proporcionar el contexto y permanecer en la conversación sigue consumiendo el tiempo del cliente.

Lo que me fascinó aquí fue la capacidad de delegar la atención.

La IA podía comparar registros en dos sistemas, explicar la discrepancia, reconocer que una respuesta genérica no la abordaba y seguir insistiendo. Podía hacerme volver cuando mi aportación era importante y continuar después.

Redactar un mensaje cortés es una capacidad útil. Asumir la responsabilidad de la conversación en torno a ese mensaje es algo mucho mayor.

El cliente ahora tiene un agente

Las empresas llevan mucho tiempo contando con herramientas para gestionar su lado de la atención al cliente: colas, guiones, respuestas automatizadas y sistemas que dan a su personal acceso a los registros de los clientes. Como cliente, normalmente he gestionado mi lado con pestañas del navegador, notas dispersas y mi propia paciencia.

Esta experiencia me dio un vistazo a una disposición diferente.

¿Qué ocurre cuando los clientes llegan habitualmente con asistentes que pueden leer sus registros, recordar el historial y pedir una resolución concreta? ¿Cómo gestionarán las empresas conversaciones en las que quien escribe en nombre del cliente es una IA?

Enrique finalmente ayudó. Mi agente le ayudó a entender el problema y permaneció con el proceso hasta que confirmó la corrección. Eso deja a las empresas con una pregunta práctica: ¿podría su propia IA haber completado el mismo trabajo?

El cliente ahora tiene un agente.

Da al chatbot la capacidad de terminar el trabajo

Para las empresas, creo que la lección es clara. Una buena comprensión del lenguaje natural es ahora la expectativa inicial. Los clientes esperan poder explicar un problema con sus propias palabras y ser entendidos. Un chatbot también necesita la capacidad operativa para hacer algo al respecto.

Para el trabajo que se espera que gestione, la IA de una empresa debería poder utilizar los mismos servicios, sistemas y programas informáticos que usan sus agentes humanos de soporte. Eso incluye encontrar los registros pertinentes, comprobar qué ocurrió realmente, realizar una corrección autorizada y verificar el resultado.

Mi experiencia es un pequeño ejemplo de por qué esto importa. La configuración visible era correcta. Era necesario actualizar un registro de facturación separado. Una IA limitada a las preguntas frecuentes o a la página de configuración orientada al cliente habría seguido enviándonos de vuelta a instrucciones que nunca podrían resolver la discrepancia.

El agente de la empresa necesita acceso a los sistemas que hay detrás de esa página: el historial del contrato, los registros de facturación y las herramientas que aplican un cambio. También necesita autoridad para completar la tarea dentro de las mismas reglas y permisos que rigen el trabajo de un agente humano.

De lo contrario, corremos el riesgo de construir una sala de espera cada vez más elocuente. El chatbot entiende cada palabra, explica la situación de maravilla y aun así deja al cliente esperando a alguien que realmente pueda ayudar.

Las empresas deberían diseñar el camino completo hacia la resolución. ¿Puede el agente identificar la causa? ¿Puede actuar? ¿Puede confirmar qué cambió y cuándo surtirá efecto? Cuando se necesita una decisión humana, ¿puede transferir las pruebas y la conversación para que el cliente pueda continuar sin empezar de nuevo?

Ese es el estándar que usaría para evaluar la IA de atención al cliente: con qué fiabilidad lleva a un cliente desde una solicitud hasta un resultado verificado.

Y las empresas deberían crear ese servicio tanto para los clientes humanos como para los agentes de IA que actúan en su nombre. La paciencia de mi asistente me ayudó a superar este proceso, pero sigue existiendo una oportunidad para mejorar el proceso en sí.

Ya sea que el cliente escriba el mensaje o lo delegue a una IA, la expectativa es la misma: resolver el problema.