Un AI Workflow Design,
al completo.
No una consultoría que rehacer cada vez, sino un playbook reutilizable. Este es el ejemplo del departamento de Atención al cliente, abierto y sin costes: qué automatizar de verdad, con qué herramientas, en qué fases y — el punto más delicado — con qué controles cuando quien responde al cliente es la IA y la responsabilidad sigue siendo suya. La forma exacta de lo que injertamos en su negocio.
Qué automatizar de verdad
El patrón de lo que funciona: contacto de primer nivel de alto volumen y repetitivo. La IA se hace cargo de las solicitudes estándar — donde se repiten y el cuello de botella son las horas, no el juicio — y deja al operador los casos matizados y las reclamaciones, donde hace falta una persona. La deflection es la función más adoptada, pero es también la que trae consigo el control más estricto sobre la responsabilidad (véase la gobernanza, más abajo).
- Deflection de primer nivel (chatbot/agente) al posto di: La primera línea humana en las solicitudes repetitivas
- Triaje y clasificación de tickets al posto di: Ordenación manual de la cola
- Agent-assist / copiloto para los operadores al posto di: Búsqueda manual de notas y scripts durante la conversación
- Respuestas automáticas desde la base de conocimiento al posto di: Búsqueda manual en la KB
- Análisis del sentiment para el escalado al posto di: Muestreo QA manual de llamadas y tickets
Los programas de deflection maduros absorben de media alrededor del 41% de los contactos de primer nivel, hasta casi el 59% en el mejor cuartil; los intents simples como el reseteo de contraseña y el estado del pedido superan el 70%, mientras que las reclamaciones matizadas rara vez pasan del 25%. Son cifras agregadas autoinformadas por proveedores y analistas, no verificadas de forma independiente: deben leerse como dirección, no como promesa de resultado. El dato que importa para una pyme es otro — la deflection no elimina el soporte humano, libera las horas que hoy acaban en las preguntas repetitivas.
Dos modelos, no una lista de la compra
El mercado de 2026 del soporte-AI se divide en dos modelos útiles para una pyme. La elección correcta depende de dónde tenga los tickets y la base de conocimiento, no del tool más citado. Las suites enterprise (tipo ServiceNow o Service Cloud) siguen siendo un techo de referencia, no un punto de partida para una pyme.
Helpdesk vertical con IA integrada
Una plataforma de soporte dedicada (tipo Freshdesk, Intercom Fin o Zendesk) que lleva la IA dentro del flujo de los tickets — deflection, triaje, agent-assist — anclando las respuestas a su base de conocimiento. Es el corte adecuado para el tramo pyme precisamente porque el anclaje a las fuentes, el control que mantiene lejos las alucinaciones, es nativo en la plataforma, no un añadido que construir.
Copiloto horizontal sobre la suite
Un asistente (tipo Google Workspace con Gemini o Microsoft 365 Copilot) que acelera los borradores de respuesta y la búsqueda interna dentro de las herramientas que ya usa. Si ya está en Workspace suele ser la entrada a la IA más económica; sigue siendo, sin embargo, un asistente horizontal, no gestiona por sí solo la cola de los tickets ni garantiza el anclaje a la KB pública.
Nuestra opción por defecto para una pyme es partir del helpdesk vertical cuando tiene un volumen de tickets real y una base de conocimiento sobre la que anclar las respuestas — es ahí donde la arquitectura de grounding, el verdadero control de riesgo, llega ya montada. El copiloto horizontal es la entrada más ligera si ya está en ese ecosistema y necesita antes el agent-assist interno. La selección del proveedor concreto, la due diligence sobre sus términos de tratamiento de datos y sobre cómo ancla las respuestas forma parte del injerto.
Las fases del injerto
Cada entrada del playbook lleva una fase, así a mitad de camino filtra por "qué viene después" en lugar de releer los pilotos que ya ha cerrado. En soporte el orden no es negociable: se parte del intent de alta deflection y bajo riesgo, ya anclado a las fuentes, y se amplía solo donde el anclaje y el escalado aguantan.
-
1
Pilot
Primeros 30 díasUn solo intent — por lo general el de alta deflection y bajo riesgo: reseteo de contraseña, estado del pedido, una FAQ recurrente — con las respuestas ancladas a la base de conocimiento desde el primer día, no generadas a bulto. Un owner nombrado, la política de uso escrita, el escalado al operador siempre a un clic y las métricas (deflection, CSAT, tasa de escalado) instrumentadas antes de empezar.
-
2
Scale
Primeros 90 díasLo que ha funcionado se extiende a más intents y al agent-assist para los operadores (el copiloto que rescata la respuesta mientras hablan con el cliente). Se amplía la deflection solo donde el anclaje a las fuentes y el recorrido de escalado ya han demostrado que aguantan: las reclamaciones matizadas se quedan con la persona, no se fuerzan en el bot.
-
3
Ongoing
En régimenMonitorización continua de deflection, CSAT y — sobre todo — tasa de alucinación y escalado, con revisión periódica de proveedores y riesgos. La base de conocimiento hay que mantenerla viva: el anclaje decae si la KB envejece, así que el playbook se actualiza en cada cambio de política o de tarifas, no se archiva.
El overlay de conformidad, y quién lo gobierna
La responsabilidad sigue siendo suya (el precedente Air Canada)
Es la regla más importante para la IA en contacto con el cliente. En el caso Moffatt contra Air Canada un tribunal consideró a la compañía responsable de la información equivocada dada por su chatbot, rechazando la defensa según la cual «el chatbot es una entidad legal aparte»: una empresa no puede descargar en un bot la responsabilidad de lo que le dice al cliente. En Innesti ningún workflow que responde al cliente arranca sin este supuesto: la respuesta del bot es su palabra, así que debe construirse para ser defendible, no solo rápida.
El anclaje a las fuentes (RAG) no es opcional
Un chatbot dejado libre de responder alucina en una proporción relevante de los casos (las estimaciones del sector hablan del 15–27%); anclado de forma estricta al material fuente — su base de conocimiento, sus políticas — esa proporción se desploma por debajo del 2%. Por eso cada respuesta al cliente está anclada a una fuente verificable y siempre hay escalado al operador para lo que se sale del perímetro. Es el mismo motivo por el que el anclaje, no el modelo más potente, es el control que importa: sin él el cliente hereda la exposición de Air Canada.
Overlay de conformidad
Los tickets contienen datos personales de los clientes — pedidos, direcciones, a veces información sensible: activa las mismas preguntas RGPD que el resto del playbook. Base jurídica del tratamiento, minimización de los datos que se pasan al modelo, transparencia hacia el cliente sobre el hecho de que está hablando con una IA, conservación y supresión de los logs de las conversaciones. La due diligence sobre el proveedor y sobre sus términos de tratamiento es parte no negociable de la elección de software.
El AI owner
Nada de Center-of-Excellence de gran empresa: en una pyme bastan una o dos personas nombradas como AI owner. Se quedan con cinco responsabilidades — decidir las prioridades, quién aprueba qué (qué intents puede gestionar el bot de forma autónoma en primer lugar), la capacitación del equipo, los estándares reutilizables y la monitorización de deflection, CSAT y tasa de alucinación. Es el owner quien mantiene viva la base de conocimiento sobre la que todo se ancla: cuando la KB envejece, el anclaje se deshilacha.
El mismo esquema, otros departamentos.
-
Ventas
Scoring de leads, follow-ups automáticos, higiene del CRM.
Vea el ejemplo completo -
Marketing
Optimización de las campañas y copy con el control de la marca.
Vea el ejemplo completo -
Operaciones
Automatización de los procesos, informes y detección de anomalías.
Vea el ejemplo completo -
Finanzas y Administración
Cuentas a pagar, cierre contable y previsiones de tesorería, con la persona sobre el dinero.
Vea el ejemplo completo -
RR. HH. y Personas
Cribado, onboarding y base de conocimiento interna, con la selección de personal (alto riesgo) vigilada.
Vea el ejemplo completo
Este es el ejemplo. Injertamos el suyo.
Los demás departamentos siguen el mismo esquema. Empiece por la evaluación gratuita para entender por dónde conviene empezar, o hablémoslo directamente.
Ejemplo con fines orientativos: no constituye asesoramiento legal, fiscal ni evaluación de conformidad.