Qué es un agente de IA para atención al cliente

Una definición que se puede verificar

Un agente de IA es un sistema donde un modelo de lenguaje decide, dentro de un bucle, qué acciones ejecutar para cumplir un objetivo, usando herramientas que el sistema le expone, y con un criterio explícito para detenerse o entregar el caso a una persona.

Las cuatro piezas importan. Sin herramientas, es un modelo que redacta respuestas. Sin bucle, es una sola llamada. Sin criterio de parada, es un sistema del que nadie puede responder. Y sin objetivo acotado, es una demostración.

La pregunta que separa: ¿puede este sistema consultar algo que no estaba en su prompt y actuar en consecuencia? Si la respuesta es no, es un generador de texto, no un agente.

Anatomía de un agente que atiende clientes

En un caso de atención comercial —el más frecuente en operaciones peruanas, y casi siempre sobre WhatsApp— las piezas son estas.

• Base de conocimiento. Los documentos reales de la empresa: catálogo, lista de precios vigente, políticas de despacho y de garantía. No un resumen escrito para la ocasión, sino la fuente que el equipo usa.
• Herramientas. Funciones concretas que el agente puede invocar: consultar disponibilidad en el ERP, verificar el estado de un pedido, agendar una visita, registrar el caso en el CRM. Cada una con sus permisos y sus límites.
• Reglas de escalamiento. Qué casos van a una persona sin discusión: reclamos, excepciones de precio, clientes marcados como clave, y cualquier consulta donde la certeza no alcance el umbral.
• Memoria de conversación. El hilo completo, para que el cliente no tenga que repetir lo que ya dijo, y para que quien reciba el caso escalado tenga el contexto.
• Registro auditable. Qué preguntó el cliente, qué consultó el agente, qué respondió y por qué. Sin esto no se puede corregir nada ni explicar una respuesta cuando alguien reclama.

Qué puede hacer hoy, con responsabilidad

La frontera no la marca la capacidad técnica del modelo, sino el costo de equivocarse. Un mismo sistema puede ser perfectamente adecuado para una tarea e imprudente para otra.

Cómo se supervisa antes de dejarlo solo

Un agente no se enciende: se libera por tramos. El método que funciona es aburrido y consiste en operar en paralelo al método actual durante semanas.

• Revisión previa. Durante las primeras semanas, alguien del equipo ve cada respuesta antes de que salga. Es la fase que más tiempo consume del cliente y no se puede saltar.
• Contraste. Se compara lo que decidió el agente con lo que habría decidido el equipo, caso por caso, y las diferencias se revisan una a una.
• Liberación por tipo de caso. Primero los temas donde el acierto ya está demostrado. Nunca todo de golpe.
• Umbral de derivación ajustable. Al principio conviene derivar de más. El umbral se baja con datos del piloto, no con intuición.

Si un proveedor le ofrece encender un agente en producción sin período de supervisión, no está ahorrándole tiempo: está trasladándole el riesgo.

El agente debe decir que es un agente

Existe la tentación de que pase por humano. Es mala idea por dos motivos: el cliente lo descubre casi siempre, y el descubrimiento cuesta más confianza que la que se ganó por parecer humano.

Lo que sí se puede evitar es que suene a formulario. Un buen agente se presenta como asistente y aun así responde la pregunta concreta que le hicieron, sin menús ni opciones numeradas. La incomodidad de los chatbots no viene de que sean máquinas: viene de que obligan al cliente a adivinar en qué categoría cae su pregunta.

A esto se suma la obligación legal. Si el agente recoge datos personales —y en atención comercial siempre los recoge— el aviso de privacidad debe incorporarse al primer contacto, conforme a la Ley 29733.

Por dónde empezar sin comprometerse de más

El error habitual es empezar por el caso más difícil para demostrar que la tecnología puede. El camino que funciona es el contrario: empezar por el volumen repetitivo y aburrido, que es donde el retorno es inmediato y el riesgo es bajo.

Una forma barata de saber si su caso califica: revise entre trescientas y quinientas conversaciones reales de su canal de atención y clasifique cuántas son las mismas diez o doce preguntas. Si son la mayoría, hay un caso. Si cada conversación es distinta, probablemente lo que necesita no es un agente sino ordenar el proceso que hay detrás.

Hay una condición previa que decide más que cualquier consideración técnica: quién mantiene la base de conocimiento. Un agente responde con la información que se le dio, así que un catálogo desactualizado produce respuestas equivocadas con total seguridad y buena redacción, que es la peor combinación posible. Antes de arrancar conviene tener claro quién dentro de la empresa actualiza precios y políticas, y con qué frecuencia.