Atención al cliente es uno de los departamentos donde más rápido se nota si un agente de IA funciona o no, porque el cliente final está al otro lado de cada interacción. Precisamente por eso conviene entrar con expectativas realistas sobre los primeros 90 días: no es razonable esperar que el sistema resuelva la mayoría de los tickets sin supervisión desde la primera semana, pero tampoco hay que resignarse a que tres meses después el equipo siga revisando cada respuesta como si el agente no existiera. Entender qué es normal en cada tramo evita tanto la frustración prematura como la complacencia que deja el proyecto estancado.
Días 1-30: conexión al helpdesk y definición de qué puede responder solo
El primer mes se centra en conectar el agente al sistema de tickets (Zendesk, Freshdesk, Intercom o el que use la empresa) y a la base de conocimiento existente: preguntas frecuentes, políticas de devolución, guías de producto. Si esa base de conocimiento está desactualizada o incompleta —algo muy habitual—, actualizarla es parte del trabajo de este mes, no un extra opcional: un agente entrenado sobre información obsoleta generará respuestas incorrectas con total seguridad, que es el peor escenario posible de cara al cliente.
También se definen las reglas de escalado: qué tipo de consultas puede resolver el agente de forma autónoma (estado de un pedido, política de devoluciones, preguntas de producto básicas) y cuáles deben pasar siempre a una persona (reclamaciones, casos con carga emocional, situaciones fuera de guion). El equipo de soporte recibe formación sobre cómo revisar las respuestas sugeridas antes de enviarlas, algo que en este primer mes suele ser obligatorio para la mayoría de los tickets, no una opción.
Un detalle que se pasa por alto con frecuencia es decidir, desde el principio, en qué idiomas debe operar el agente si la empresa atiende a clientes de distintos mercados. Extender el alcance a un idioma sin la misma calidad de base de conocimiento que en el idioma principal suele producir respuestas peor calibradas, y es preferible reconocerlo desde el primer mes que descubrirlo tras varias quejas de clientes en ese mercado secundario.
Días 31-60: primeras métricas de resolución y ajuste de la base de conocimiento
Con un mes de interacciones reales, se pueden mirar métricas con sentido: porcentaje de tickets resueltos sin intervención humana, tiempo medio de primera respuesta comparado con el proceso anterior, y la evolución de la satisfacción del cliente (CSAT) en los tickets gestionados por el agente frente a los gestionados manualmente.
Es habitual encontrar huecos claros en la base de conocimiento durante estas semanas: preguntas que llegan con frecuencia y que el agente no sabe responder bien porque la información simplemente no estaba documentada. Rellenar esos huecos, y no solo "entrenar más" al sistema en abstracto, es lo que más mejora la tasa de resolución en este tramo. También es el momento de revisar si las reglas de escalado están bien calibradas: un exceso de escalados innecesarios reduce el valor del proyecto, pero un déficit de escalados en casos delicados genera clientes insatisfechos.
Conviene además segmentar las métricas por tipo de consulta en vez de mirar solo un promedio general. Un promedio agregado puede ocultar que el agente resuelve casi todo bien en consultas de seguimiento de pedido, pero falla de forma sistemática en consultas de facturación o en incidencias técnicas de producto. Sin esa segmentación, es fácil pensar que el proyecto va bien en conjunto mientras un tipo concreto de cliente sigue recibiendo un servicio peor que antes.
Días 61-90: consolidación y decisión sobre el nivel de autonomía
Al llegar al tercer mes, con datos suficientes acumulados, toca decidir cuánta autonomía darle al agente de forma permanente: ¿puede cerrar tickets sencillos sin revisión previa? ¿puede gestionar un segundo canal, como WhatsApp o chat en web, además del correo? Esta decisión debe apoyarse en la tasa de resolución correcta observada en el tramo anterior, no en la sensación general del equipo.
Si los resultados son sólidos, ampliar el alcance a un canal adicional o aumentar la autonomía en tickets de bajo riesgo suele ser el paso natural. Si los resultados son mixtos, es preferible dedicar el trimestre siguiente a consolidar el canal actual antes de sumar complejidad, porque los problemas de calidad tienden a multiplicarse, no a diluirse, cuando se amplía el alcance sobre una base poco sólida.
Esta es también una buena ocasión para revisar el coste real del proyecto frente al ahorro obtenido, incluyendo el tiempo que el equipo de soporte ha dedicado a supervisar y corregir al agente durante los tres meses. Un proyecto que reduce el tiempo de resolución por ticket pero exige mucha supervisión constante puede no estar generando el ahorro neto que sugieren las métricas superficiales, y conviene tenerlo en cuenta antes de presentar el balance como un éxito sin matices.
Señales de que el proyecto va bien y señales de que hay que replantear algo
Señales positivas a los 90 días: la tasa de resolución sin intervención humana sube mes a mes, la satisfacción del cliente se mantiene estable o mejora, y los agentes de soporte confían lo suficiente en las respuestas sugeridas como para aprobarlas con pocos cambios. Puedes comparar este recorrido con el marco general de primer proyecto de IA en la empresa para situar el caso de atención al cliente dentro de una visión más amplia.
Señales de alarma: el equipo sigue reescribiendo la mayoría de las respuestas sugeridas, el CSAT baja en los tickets gestionados por el agente, o hay quejas recurrentes de clientes que notan respuestas genéricas o fuera de contexto. Si reconoces varias de estas señales, conviene revisar con detalle las señales de que tu implementación de IA va por mal camino antes de seguir ampliando el alcance sin corregir la raíz del problema.
Conclusión
Los primeros 90 días de IA en atención al cliente pasan por tres fases claras: conexión y definición de qué puede responder solo el agente, ajuste de la base de conocimiento con datos reales, y consolidación antes de decidir cuánta autonomía darle de forma permanente. Medir con criterio en cada tramo, en vez de juzgar el proyecto por la primera semana o por una queja aislada, es lo que permite tomar buenas decisiones. Si quieres valorar el estado de tu atención al cliente, pide un diagnóstico gratuito.