NELTILIA

Agentes de IA en el contact center: lo que sí hacen bien y lo que no

Agentes de IA en el contact center: lo que sí hacen bien y lo que no

La inteligencia artificial llegó a los centros de contacto con promesas enormes: atender a miles de clientes al mismo tiempo, 24 horas, sin errores y a una fracción del costo. Algunas de esas promesas se están cumpliendo; otras no. Para un director de operaciones o de experiencia de cliente, la pregunta útil no es si usar agentes de IA en el contact center, sino dónde aportan valor real y dónde conviene seguir confiando en personas.

En esta guía revisamos lo que dice la evidencia más sólida disponible, lo que opinan los clientes, las tareas donde la IA sí funciona bien, aquellas donde todavía se queda corta, y un modelo práctico para combinar ambos mundos con responsabilidad.

Contenido del artículo

  1. Qué dice la evidencia sobre la IA en atención y ventas
  2. Lo que opinan los clientes
  3. Dónde la IA sí aporta
  4. Dónde todavía se queda corta
  5. El modelo que funciona: tú decides dónde entra la IA
  6. Reglas básicas para usar IA con responsabilidad
  7. Cómo medir si la IA está funcionando
  8. El talento también cambia
  9. Preguntas frecuentes
  10. Conclusión
  11. Fuentes

Qué dice la evidencia sobre la IA en atención y ventas

El estudio más riguroso hasta ahora sobre el efecto de la IA generativa en un centro de contacto fue publicado en The Quarterly Journal of Economics. Brynjolfsson et al. (2025) analizaron a 5,179 agentes de soporte de una empresa de software que recibieron un asistente conversacional basado en IA. Sus hallazgos:

  • La productividad, medida como casos resueltos por hora, aumentó 14% en promedio.
  • Los agentes nuevos o con menos experiencia mejoraron 34%, mientras que los más experimentados apenas cambiaron.
  • Mejoró el sentimiento de los clientes en las conversaciones y bajó la rotación de agentes.

La interpretación de los autores es reveladora: la IA funcionó como un mecanismo para transmitir las buenas prácticas de los mejores agentes a los menos experimentados. No reemplazó a las personas; las hizo mejores más rápido.

Las grandes operaciones del sector van en la misma dirección. Teleperformance, uno de los mayores grupos de experiencia de cliente del mundo, anunció en 2025 una alianza con una empresa de IA de comprensión de voz, tras pilotos que mostraron mejoras en satisfacción, resolución en primer contacto, tiempo de atención y conversión de ventas (Teleperformance, 2025). Y en México, Pentafon (Aguilar, 2025) señala que buena parte de los contact centers planea invertir en chatbots y voicebots generativos, siempre que formen parte de una estrategia omnicanal unificada.

Lo que opinan los clientes

La adopción tecnológica no garantiza aceptación. Una encuesta de Gartner (2024) a 5,728 clientes encontró que:

  • 64% preferiría que las empresas no usaran IA en el servicio al cliente.
  • 53% consideraría cambiar a un competidor si su proveedor adopta IA en el servicio.
  • Su principal preocupación es la dificultad para llegar a una persona, seguida por el temor a respuestas incorrectas.

Al mismo tiempo, el uso cotidiano de la IA crece. La Asociación de Internet MX (Asociación de Internet MX, 2026) reporta que la mitad de los internautas mexicanos ya usa herramientas de IA. Los clientes no rechazan la tecnología; rechazan quedar atrapados en ella.

Dónde la IA sí aporta

Primer contacto fuera de horario

Un lead que llega a las 11 de la noche puede recibir de inmediato una llamada o un mensaje de un agente de IA que confirma sus datos, responde preguntas básicas y agenda una llamada con un asesor para el día siguiente. Sin IA, ese lead simplemente espera.

Calificación inicial a gran volumen

Preguntas estructuradas, como el producto de interés, el rango de monto o la ubicación, pueden resolverse con un agente automatizado, liberando a los asesores para las conversaciones de mayor valor.

Recordatorios y seguimiento

Recordatorios de documentos pendientes, citas o fechas de pago son tareas repetitivas donde la automatización es eficiente y, bien diseñada, poco invasiva.

Asistencia al asesor en tiempo real

Sugerencias de respuesta, búsqueda de información, resúmenes de la conversación y llenado automático del CRM. Es justo el uso que estudiaron Brynjolfsson y sus coautores, y donde la evidencia es más favorable.

Análisis de conversaciones

Transcripción y análisis de miles de llamadas para detectar objeciones frecuentes, medir calidad y encontrar patrones que una escucha manual nunca cubriría.

Dónde todavía se queda corta

  • Negociaciones y objeciones complejas. Un cliente que duda entre dos opciones, que tiene una situación particular o que necesita confianza para firmar, suele requerir criterio humano.
  • Situaciones sensibles. Cobranza con clientes en dificultad, quejas graves o temas de salud y patrimonio exigen empatía y flexibilidad.
  • Información incorrecta. Los modelos generativos pueden equivocarse con seguridad. En productos regulados, una respuesta errónea puede tener consecuencias legales.
  • Clientes que no quieren hablar con una máquina. Como muestra Gartner, son muchos, y obligarlos daña la relación.

El modelo que funciona: tú decides dónde entra la IA

La conclusión práctica no es “IA sí” o “IA no”, sino un modelo en el que la empresa decide, etapa por etapa, quién atiende:

  1. 100% humano: todo el contacto y el cierre los hacen asesores; la automatización solo asigna leads, mide y graba.
  2. Híbrido: la IA entra en etapas específicas, como el primer contacto fuera de horario o los recordatorios, y el resto lo atiende un asesor.
  3. IA primero: la IA contacta y califica a gran volumen, y transfiere a un asesor a los clientes listos para cerrar o que piden hablar con una persona.

Cada empresa puede empezar en un modelo y moverse a otro conforme mide resultados. Lo importante es que la decisión se tome con datos y no por moda.

Reglas básicas para usar IA con responsabilidad

  • Transparencia. El cliente debe saber que habla con un sistema automatizado. En Europa, el artículo 50 del Reglamento (UE) 2024/1689 ya obliga a informar a las personas cuando interactúan con un sistema de IA; es una buena práctica que conviene adoptar también en México.
  • Salida humana siempre disponible. Transferir a un asesor debe ser fácil y rápido.
  • Datos personales. La Ley Federal de Protección de Datos Personales en Posesión de los Particulares, publicada el 20 de marzo de 2025, aplica igual a una conversación con IA que a una con una persona: aviso de privacidad, consentimiento y finalidades claras.
  • Supervisión y auditoría. Las conversaciones de la IA deben revisarse con la misma disciplina que las de los asesores.
  • Guiones y límites. Definir qué puede y qué no puede decir el agente automatizado, especialmente sobre precios, condiciones y promesas.

Un ejemplo de flujo híbrido

Para aterrizar el modelo, piensa en una empresa que vende crédito de nómina con leads de Meta y Google. De lunes a sábado, de 9 a 21 horas, los asesores llaman a cada lead en minutos. Fuera de ese horario, un agente de voz llama de inmediato, se presenta como asistente automatizado, confirma el interés, resuelve dos o tres preguntas frecuentes y agenda una llamada con un asesor para la mañana siguiente; si el cliente pide hablar con una persona, el sistema lo registra como prioridad. Por WhatsApp, un agente de IA envía los requisitos y recuerda los documentos pendientes, y cualquier respuesta fuera de guion se turna a un asesor. Toda la conversación, humana y automatizada, queda en el mismo historial del CRM.

Con este diseño, la empresa no pierde los leads nocturnos, sus asesores dedican el tiempo a conversaciones de cierre y el cliente nunca queda atrapado con una máquina. Además, cada etapa puede medirse por separado para decidir si se amplía o se reduce el papel de la IA.

Qué preguntar a un proveedor de IA conversacional

  • ¿Cómo se identifica el agente ante el cliente?
  • ¿Cuánto tarda la transferencia a una persona?
  • ¿Quién revisa y corrige los guiones y las respuestas?
  • ¿Dónde se almacenan las grabaciones y transcripciones?
IA donde suma, asesores donde cierran. Habla con un asesor

Cómo medir si la IA está funcionando

  • Tasa de contención: qué porcentaje de interacciones resuelve la IA sin transferencia, y si esa resolución fue correcta.
  • Tasa y tiempo de transferencia a un asesor.
  • Conversión de los leads atendidos por IA frente a los atendidos por personas.
  • Satisfacción y quejas en conversaciones con IA.
  • Productividad del asesor cuando usa asistencia de IA.
  • Errores detectados en auditoría.

Compararlos contra un grupo atendido solo por personas es la forma más honesta de saber si la IA suma o resta.

El talento también cambia

La IA no elimina la necesidad de personas, pero cambia lo que se les pide. El Barómetro de IA de PwC México (2026) reporta que las vacantes que piden habilidades de IA se duplicaron en 2025 y que las ocupaciones más expuestas a la IA cambian sus habilidades requeridas a mayor velocidad. En un contact center, eso significa asesores capaces de trabajar con herramientas de IA, supervisores que entienden datos y equipos de calidad que auditan tanto a personas como a sistemas.

Preguntas frecuentes

¿La IA va a reemplazar a los asesores?

La evidencia apunta más a una transformación que a un reemplazo: la IA absorbe tareas repetitivas y mejora el desempeño de los asesores, sobre todo de los menos experimentados.

¿Por dónde empezar?

Por una etapa acotada y medible, como el primer contacto fuera de horario o los recordatorios, con grupo de comparación.

¿El cliente debe saber que habla con una IA?

Sí. Es una práctica de transparencia que protege la confianza y que ya es obligatoria en otros mercados.

Conclusión

Los agentes de IA en el contact center no son una solución mágica ni una amenaza inevitable. Son una herramienta poderosa cuando se usa en las etapas correctas, con transparencia, salida humana y medición rigurosa. Controlar ambos mundos, el humano y el automatizado, es la ventaja real. En Neltilia ofrecemos IA y Automatización bajo tu control, integrada con asesores de contact center omnicanal.

Fuentes