Un cliente escribe: “Me cobraron dos veces el último pedido”. Un chatbot contesta algo así: “Lamentamos las molestias. Para gestionar un reembolso, escribe a facturacion@tutienda.com con tu número de pedido”. Educado, rápido y bien redactado. Y el caso sigue exactamente igual de abierto que antes de que el cliente escribiera.
Un agente contesta otra cosa: “Lo veo: hay dos cobros iguales de 49 € el mismo día. Ya he devuelto el duplicado y en Stripe consta como reembolsado”. Entre las dos respuestas no hay más inteligencia ni mejor redacción. Hay tres cosas que pasaron en tus sistemas antes de escribir la frase.
Qué hace un chatbot
Un chatbot es un sistema que contesta. Su trabajo empieza en la pregunta y termina en la respuesta. Los de antes seguían un árbol de opciones; los de ahora usan un modelo de lenguaje y, con suerte, un RAG sobre tus documentos, así que contestan mucho mejor. Pero el trabajo sigue terminando en el mismo sitio: en el texto.
Para preguntas que se responden con información, eso basta. ¿A qué hora abrís?, ¿cuánto tarda un envío a Valencia?, ¿aceptáis devoluciones de productos rebajados? Ahí un buen chatbot es exactamente lo que hace falta.
El problema es que la mayoría de lo que llega a soporte no son preguntas. Son peticiones: devuélveme esto, cambia la dirección, cancela el pedido, súbeme de plan. Y a una petición no se le responde con información; se le responde haciéndola.
Qué hace un agente
Un agente es un sistema que trabaja el caso. Contesta también, pero la respuesta es lo último que hace, no lo único. Con el cobro duplicado, el recorrido es este:
- 1Entiende qué se pide. No “el cliente tiene una duda sobre facturación”, sino “quiere que le devuelvan un cobro que cree repetido”.
- 2Consulta tus sistemas. Busca los cobros de ese cliente en Stripe y el pedido en Shopify. Encuentra dos cargos de 49 € con minutos de diferencia y un solo pedido.
- 3Decide con tus reglas. Tu política deja devolver sin aprobación los cobros por debajo de 100 €. 49 € está dentro, así que puede hacerlo él.
- 4Actúa. Emite el reembolso del cargo repetido, no del otro.
- 5Comprueba. Vuelve a mirar en Stripe y encuentra el reembolso registrado. Hasta este paso no dice nada.
- 6Responde. Y lo que responde describe lo que pasó de verdad, no lo que debería haber pasado.
Un chatbot te dice cómo resolverlo. Un agente lo resuelve y te dice que está resuelto.
La diferencia no es el modelo
Es el malentendido más común. Se piensa que un agente es un chatbot con un modelo más grande, y no: el mismo modelo puede estar detrás de los dos. Lo que convierte un modelo que conversa en un agente que trabaja son piezas que viven fuera del modelo.
- Acceso de lectura y de escrituraConexiones reales a tus sistemas, con permisos por acción. Sin escritura, lo máximo que puede hacer es explicar.
- Reglas que no se pueden saltar con una fraseEl tope de 100 € no está escrito en las instrucciones del modelo, donde un cliente insistente podría convencerlo. Está en el código que ejecuta la acción.
- AprobacionesLo que llega al tope no se rechaza ni se ejecuta: queda en espera hasta que alguien de tu equipo lo apruebe.
- ComprobaciónQue la llamada no diera error no significa que el cambio esté hecho. El agente vuelve a mirar después de actuar.
- TrazasCada consulta, cada decisión y cada cambio quedan registrados. Si algo sale mal, sabes qué hizo y por qué.
- Traspaso a una personaCuando no puede o no debe resolverlo, pasa el caso con todo lo que averiguó, para que nadie tenga que volver a preguntar.
Ninguna de estas piezas es inteligencia. Son ingeniería, y son las que deciden si lo que hace el modelo se puede poner delante de un cliente.
La métrica que los delata
Los chatbots se miden casi siempre por deflexión: el porcentaje de conversaciones que no llegaron a una persona. Suena bien y esconde un problema. Un cliente que se cansa y se va también cuenta como deflexión. El del cobro duplicado que recibió una dirección de correo, la cerró y nunca escribió, cuenta como éxito.
Un agente se mide por casos resueltos: el cambio está hecho en el sistema y el cliente lo sabe. Es una cifra más baja, más difícil de inflar y la única que significa algo para el negocio. Si alguien te enseña una tasa de deflexión del 80 %, la pregunta que toca es cuántos de esos casos terminaron con algo cambiado en un sistema.
Deflexión mide a quién no le llegó el caso. Resolución mide si el caso se cerró.
Lo que cambia para tu equipo
- Con un chatbotEl volumen de preguntas fáciles baja, y el de peticiones se queda igual, porque todas acaban en tu equipo. A veces con el cliente más molesto, porque ya intentó resolverlo y no pudo.
- Con un agenteLo rutinario se cierra solo y a tu equipo le llega lo que de verdad necesita criterio: lo que pasa del tope, lo ambiguo, lo que la política no cubre. Y llega ya averiguado.
Cuatro preguntas para saber cuál tienes
Los dos se venden con las mismas palabras, así que conviene probarlos. Estas cuatro preguntas separan uno del otro en una demo de diez minutos.
- ¿Puede cambiar algo?Pídele que cancele un pedido de prueba. Si la respuesta incluye un enlace, un correo o “un agente se pondrá en contacto contigo”, no puede.
- ¿Dónde viven sus límites?Intenta convencerlo de que te devuelva más de lo que permite tu política. Si las reglas están sólo en sus instrucciones, tarde o temprano cede.
- ¿Comprueba lo que hizo?Pregunta cómo sabe que el cambio quedó hecho. “Porque la API respondió bien” no es una comprobación.
- ¿Qué pasa cuando no puede?Pídele algo fuera de sus permisos. Lo correcto es que lo pase a una persona con el caso explicado, no que se invente una salida.
Un chatbot bien hecho es una buena herramienta para lo que es. Sólo conviene no confundirlo con lo otro: el cliente no escribió para que le contestaran, escribió para que le devolvieran su dinero.
