Es una idea muy extendida en las reuniones donde se decide si automatizar la atención al cliente: "los jóvenes prefieren hablar con un bot, los mayores quieren una persona". Suena razonable, encaja con la intuición sobre nativos digitales frente a generaciones menos acostumbradas a la tecnología, y por eso se repite sin cuestionarse demasiado. El problema es que, en la práctica, esta idea simplifica algo que depende de variables mucho más concretas que la edad de quien pregunta.
Por qué esta pregunta es más compleja de lo que parece
No existe un estudio único y verificable que establezca con precisión qué franja de edad prefiere de forma generalizada un agente de IA frente a una persona, y cualquier cifra que circule con ese tipo de afirmación conviene tomarla con escepticismo hasta comprobar de dónde sale. Lo que sí es razonable es hablar en términos cualitativos sobre hábitos digitales, que no son exactamente lo mismo que la edad biológica de una persona: hay gente de sesenta años que resuelve todo por WhatsApp y gente de veinticinco que prefiere llamar por teléfono para cualquier cosa mínimamente importante. Reducir esto a "generación" simplifica una realidad que en el día a día es mucho más variada.
Lo que sí es razonable pensar de quienes se criaron en el chat
Dicho esto, hay una observación cualitativa que tiene sentido y que no requiere inventar ninguna cifra: las personas que llevan más años comunicándose de forma habitual por mensajería instantánea —con amigos, con el trabajo, con su entorno— suelen tener menos reparo en resolver una gestión sencilla por el mismo tipo de canal, sea con una persona o con un sistema automatizado, siempre que la respuesta sea rápida y resuelva lo que necesitan. No es tanto que "confíen más en la IA" como que el formato de conversación por texto, con turnos cortos y respuesta inmediata, ya les resulta natural desde hace años, mientras que a otras personas ese mismo formato les sigue pareciendo menos cómodo que una llamada o una visita presencial.
Por qué la variable real no es la edad sino la urgencia y la complejidad
Aquí está, probablemente, el punto más útil de todo el artículo: independientemente de la edad de la persona, lo que determina si prefiere un agente de IA o una persona es sobre todo el tipo de consulta que tiene entre manos. Para una consulta simple y de baja carga emocional —el horario de apertura, el estado de un pedido, cómo activar una función de un producto— casi cualquier persona, de cualquier edad, prefiere la respuesta más rápida disponible, sea de un sistema o de un humano. Para una consulta compleja, delicada o con dinero o salud de por medio, casi cualquier persona, también de cualquier edad, prefiere sentir que hay un criterio humano detrás de la respuesta. La variable que manda es la naturaleza de la consulta, no el año de nacimiento de quien la hace.
El error de diseñar la atención "para una generación" en vez de por tipo de consulta
Cuando una empresa diseña su estrategia de atención al cliente asumiendo que "nuestro público es joven, así que todo puede ser un bot" o "nuestro público es mayor, así que necesitamos solo personas", corre el riesgo de acertar de casualidad en algunos casos y fallar de forma sistemática en otros. Un cliente joven con una reclamación económica seria no quiere un bot por mucho que use Instagram a diario. Un cliente de más edad que solo quiere saber si su pedido ya ha salido del almacén probablemente agradece una respuesta instantánea por WhatsApp más que tener que llamar y esperar en cola. El criterio de diseño más sólido no es la edad del público objetivo, es el tipo de consulta que resuelve cada canal, con la opción de escalar a una persona siempre disponible y visible, algo que desarrollamos en cómo valoran los clientes finales que una empresa use IA para atenderles.
Qué señales cualitativas sí puedes observar en tu propio negocio
En lugar de partir de una suposición sobre generaciones, tu propia operación te da datos reales y gratuitos si sabes dónde mirar: en qué franja horaria y por qué canal llegan las consultas de tus distintos segmentos de clientes, qué tipo de consultas piden explícitamente hablar con una persona con más frecuencia (y si esa petición viene sobre todo de un tipo de gestión concreto, más que de un perfil de edad concreto), y si la satisfacción cambia según el canal usado para resolver el mismo tipo de duda. Estos datos, generados por tus propios clientes reales, valen mucho más que cualquier generalización sobre generaciones que hayas leído en un artículo o visto en una charla.
Cómo aplicar esto al diseño de tu atención automatizada
El criterio práctico es segmentar por tipo de interacción, no por perfil demográfico: automatiza primero las consultas simples, repetitivas y de baja carga emocional, independientemente de quién las haga, y mantén una vía humana clara y accesible para todo lo demás. Si además ofreces varios canales —chat, voz, email— y dejas que cada cliente elija el que le resulte más cómodo en lugar de asumir cuál prefiere según su edad, evitas el sesgo de diseñar para una generación imaginaria en lugar de para las personas reales que te escriben cada día. Esto conecta directamente con cómo planteamos la atención telefónica automatizada en agentes de voz con IA para atención telefónica, donde el canal elegido importa tanto como el contenido de la respuesta.
Conclusión
No hay una generación concreta que prefiera de forma clara y verificable hablar con una IA antes que esperar a una persona: lo que de verdad decide esa preferencia es el tipo de consulta, su urgencia y su carga emocional, no la edad de quien pregunta. Diseñar la atención automatizada por tipo de gestión, con una salida humana siempre visible, funciona mejor que diseñarla asumiendo el perfil generacional de tu cliente medio. En MG Solutions ayudamos a definir esa segmentación con los datos reales de tu negocio, no con suposiciones. Reserva tu primera reunión si quieres revisar cómo encaja en tu caso.