Cuándo funcionan los agentes telefónicos con IA (y cuándo no): lecciones de una implementación real
Los agentes telefónicos con IA dividen a la gente rápidamente. Una persona jura que el bot que respondió en su banco le ahorró diez minutos, y la siguiente dice que la atrapó en un bucle y le arruinó la tarde.
Una publicación reciente resumió bien el lado escéptico. El argumento era que hablar con una recepcionista con IA resulta frustrante, que los agentes no son inteligentes y que arruinan la experiencia del cliente.
Entonces un operador de tienda respondió con el resultado opuesto, y los detalles merecen leerse, porque él había hecho el experimento de las dos maneras en su propia empresa.
La respuesta honesta es que los agentes telefónicos con IA no son ni buenos ni malos por sí mismos. Que ayuden depende casi por completo del tipo de llamadas que recibe tu negocio.
TL;DR
Los agentes telefónicos con IA triunfan o fracasan según lo repetibles que sean tus llamadas entrantes, no según la tecnología en sí.
Un operador vivió ambos resultados: el agente fracasó en llamadas complejas de pedidos y seguimiento, y funcionó bien en los teléfonos de sus tiendas.
En las tiendas informó de que el 98% de las llamadas se agrupaban en tres categorías: precios, información de la tienda y solicitudes de citas.
El otro 2% (spam, quejas, promociones) se redirigía a canales de chat en lugar de al agente telefónico.
La moral del personal subió una vez que los empleados dejaron de interrumpir su trabajo para responder el teléfono decenas de veces al día.
Prueba de encaje: un alto volumen de preguntas repetibles es un encaje sólido; las llamadas delicadas y de alto riesgo siguen necesitando a una persona.
La postura frustrada es justa a primera vista. Casi todo el mundo se ha topado con un mal bot telefónico que no entendía una frase sencilla y no te conectaba con una persona.
El fallo de esa visión es tratar la «recepcionista con IA» como una única cosa que es buena o mala en todas partes.
No lo es. El mismo agente que fracasa en una llamada enredada y con muchas ramificaciones puede ser excelente en una llamada que es la misma pregunta formulada cien veces al día.
Costa Kapothanasis, que dirige la cadena de cambio de aceite Costa Oil, respondió con la experiencia opuesta. Publicó que llevaba cinco meses usando agentes telefónicos con IA en cinco tiendas, y que planeaba convertir todas las sedes corporativas de la empresa a lo largo de los siguientes seis meses.
Costa Kapothanasis (@CostaKapo) describiendo su implementación telefónica con IA en X.
Lo que hace útil su relato es que no obtuvo un solo resultado. Obtuvo dos, de dos partes diferentes del mismo negocio.
Primero probó un agente con IA en la parte de filtros de aceite del negocio, gestionando pedidos y seguimiento. A eso lo calificó de fracaso.
Eso encaja con lo que realmente son esas llamadas. Una llamada de pedido o seguimiento se ramifica rápidamente. Conlleva excepciones, casos límite y ese tipo de ida y vuelta que necesita criterio en lugar de un guion.
Los teléfonos de las tiendas fueron lo contrario. Describió la implementación allí como un claro éxito, y le puso una cifra:
«El 98% de las llamadas caían en 3 grupos que la IA podía transmitir sin problemas.»
Costa Kapothanasis, Costa Oil (publicación original en X)
Esos tres grupos eran precios, información de la tienda como direcciones, horarios y servicios ofrecidos, y solicitudes de citas, aunque las tiendas no concierten citas.
Son preguntas con una única respuesta correcta que rara vez cambia. Un agente puede atenderlas de la misma manera cada vez, a cualquier hora, sin sacar a nadie de la tienda.
Estas cifras provienen del relato del propio operador sobre sus tiendas, así que trátalas como un caso práctico y no como un punto de referencia. Tu mezcla de llamadas, y tus resultados, serán distintos.
La lección aquí no es «la IA es buena» ni «la IA es mala». Tiene que ver con cómo se distribuyen tus llamadas.
Cuando casi todas tus llamadas entrantes son un puñado de preguntas repetibles, un agente de voz las gestiona con limpieza. Precios, horarios, direcciones y «¿hacéis X?» se responden de la misma manera tanto si es la primera llamada del día como la cuadragésima.
La porción restante importa igual de mucho. En el ejemplo de la tienda, el 2% restante era spam, quejas y promociones.
Esa porción no necesita que el agente sea inteligente. Necesita una salida limpia. Costa redirigió las quejas a un chat online y a Facebook Messenger en lugar de forzarlas a través del agente telefónico.
Ahora compara eso con los pedidos de filtros de aceite. Esas llamadas nunca se reducían a tres categorías ordenadas, así que el agente no tenía nada estable que responder, y fracasó. La misma tecnología, distinta mezcla de llamadas, resultado opuesto.
Una parte de su relato no tenía nada que ver con el ahorro de costes, y puede que sea el argumento más fuerte de todo el hilo.
Dijo que la moral de los empleados subió una vez que el personal ya no tuvo que atender esas llamadas. En lugar de alejarse de una zona de servicio para responder el teléfono decenas de veces al día por una pregunta que se responde en una línea, podían seguir con el trabajo de verdad.
Un teléfono que suena constantemente con preguntas fáciles es un impuesto oculto sobre la concentración. Eliminarlo les devuelve la atención a las personas. Que tu equipo sienta el mismo impulso dependerá de cómo esté estructurado tu día, así que léelo como un beneficio probable, no como una garantía.
Antes de poner un agente en tu línea principal, sopesa estos puntos frente a las llamadas que realmente recibes:
Volumen y repetición: cuanto mayor sea el volumen de preguntas repetibles, mejor será el encaje. Una línea tranquila con llamadas únicas gana poco.
¿Se reducen las llamadas a unas pocas intenciones? Si puedes nombrar tus tres o cuatro motivos de llamada principales y cubren el grueso del volumen, esa es la luz verde.
Riesgos y excepciones: las llamadas que conllevan dinero, salud o peso legal, o que se ramifican en excepciones, siguen correspondiendo a una persona.
Un traspaso limpio: el agente necesita poder llegar rápidamente a una persona en el momento en que una llamada quede fuera de su ámbito.
Adónde van las excepciones: decide de antemano dónde caen las quejas y los casos límite. Esto encaja con modelos como el retail y los servicios para el hogar, mientras que campos regulados como la sanidad y los servicios financieros conllevan reglas adicionales.
La propia suposición de Costa llegó al mismo lugar: los negocios estandarizados con muchas preguntas repetidas obtienen la mayor ganancia, mientras que otros necesitan de verdad a una persona en la línea.
Ayuda tener claro qué es un agente como este. No es el antiguo menú de «pulse 1». Es un agente de voz que responde, escucha en lenguaje natural y, o bien resuelve la llamada, o bien la traspasa a una persona.
Como contexto, la explicación de IBM sobre la IA conversacional cubre cómo estos sistemas interpretan el habla y responden, y sus notas sobre la IA conversacional en la atención al cliente describen el mismo patrón que vio Costa: el agente atiende las llamadas rutinarias y las personas gestionan las más difíciles. Eso es lo contrario del rígido menú de respuesta de voz interactiva que a la mayoría de las personas que llaman no les gusta.
Este es el hueco que llena Retell AI. Los equipos usan Retell para crear un agente de voz que responde las líneas de las tiendas como lo haría un buen empleado. Extrae respuestas sobre precios, horarios y servicios de una base de conocimiento conectada, puede concertar citas cuando lo quieres, y realiza una transferencia asistida a una persona cuando una llamada lo necesita.
Cada llamada se registra para el análisis posterior a la llamada, para que puedas ver qué preguntas surgen y dónde se rompe un flujo. Retell también se apoya en la configuración telefónica que ya utilizas a través de proveedores como Twilio y Vonage, así que no estás sustituyendo a tu operador.
Si esto se parece a tu línea, el caso de uso de recepcionista con IA es el lugar para empezar. El objetivo no es eliminar a las personas. Es dejar que el agente atienda las llamadas rutinarias y traspase el resto a una persona.
Depende de tus llamadas. En preguntas repetibles como precios, horarios y direcciones, responden bien y de forma coherente. En llamadas complejas, con ramificaciones o de alto riesgo, una persona sigue siendo la mejor opción.
Las de alto volumen y repetibles. Los éxitos más claros son precios, información de la tienda u oficina, direcciones, horarios y el enrutamiento de solicitudes rutinarias. Si unos pocos motivos de llamada cubren el grueso de tu volumen, ese es el punto ideal.
No. Quita las llamadas rutinarias de sus manos y traspasa el resto a una persona. En el ejemplo de la tienda, el objetivo era liberar a los empleados para que se centraran en su trabajo, no recortar el equipo.
Envíalas a una persona o a otro canal. Costa redirigió las quejas al chat online y a Facebook Messenger, manteniendo el agente telefónico centrado en las llamadas que gestiona bien.
Comprueba si tu mezcla de llamadas encaja.
Retell te permite lanzar un agente de voz que responde, entiende y resuelve llamadas rutinarias, y luego las traspasa a tu equipo cuando importa. Prueba Retell gratis o habla con ventas.
Descubre cuánto podría ahorrar tu empresa al pasar a agentes de voz impulsados por IA.
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Un número de teléfono de demostración de Retell Clinic Office
