Tu agente de IA no debe resolverlo todo: cuándo derivar a una persona

Un agente de IA en WhatsApp debe derivar la conversación a una persona cuando el cliente lo pide explícitamente, cuando muestra frustración, cuando el agente no entiende la consulta tras dos o tres intentos, cuando la respuesta no está en su base de conocimiento, o cuando el caso implica dinero, una excepción a la política o una señal de vulnerabilidad. Fuera de esos casos, derivar es desperdiciar el agente.

El escalamiento es el punto más frágil de toda la implementación. Es donde el cliente decide si la automatización le sirvió o le hizo perder diez minutos.

¿Cuándo debe la IA pasar la conversación a un humano?

Conviene separar los disparadores en dos grupos, porque se configuran distinto.

Disparadores que define el cliente (el agente solo los reconoce y obedece):

• Pide hablar con una persona, con un asesor o con alguien del equipo. Se transfiere de inmediato, sin repreguntar ni intentar retenerlo.
• Expresa molestia, reclama o repite el mismo problema. La fricción ya existe; alargarla la multiplica.

Disparadores que detecta el agente (los defines tú al configurarlo):

La regla que más rendimiento da es la de confianza: si el agente no sabe, no adivina. Un agente que inventa una política de devoluciones genera un problema más caro que el que ahorró.

Si todavía estás definiendo qué puede resolver tu agente por sí mismo, ayuda entender primero en qué se diferencia un agente de IA de un chatbot: el chatbot sigue un árbol, el agente interpreta — y por eso necesita límites explícitos.

¿Cómo se transfiere sin perder el contexto?

La transferencia debe ser cálida: la persona que recibe la conversación ve todo desde el inicio y el cliente no repite nada. Para eso, el traspaso tiene que llevar tres cosas:

1. El historial completo de la conversación, no un resumen parcial.
2. La intención identificada y los datos recogidos (número de pedido, documento, motivo del contacto).
3. Qué intentó el agente y por qué está escalando. Es lo que casi nadie configura y lo que más tiempo ahorra al asesor.

Pedirle al cliente que repita lo que ya escribió es la señal más clara de que el escalamiento está mal montado. En WhatsApp esto se nota el doble, porque el cliente tiene el historial a la vista: ve lo que escribió hace dos minutos y le vuelven a preguntar lo mismo.

Por el lado técnico, esto exige que el agente y la bandeja de atención vivan en la misma plataforma. Los agentes de IA de B2Chat entregan la conversación directamente a la bandeja multiagente con todo el hilo y los datos capturados, sin saltar de herramienta. Las condiciones de conexión están en la guía de cómo integrar IA en WhatsApp.

¿Qué pasa si no hay agentes disponibles?

Este es el escenario que rompe implementaciones y casi nadie lo planifica. El agente decide escalar a las 11 de la noche y no hay nadie al otro lado.

Tres reglas que evitan el problema:

• Verifica disponibilidad antes de prometer. Si no hay agentes en línea, el mensaje no puede ser «te transfiero con un asesor». Debe decir cuándo habrá respuesta.
• Ten en cuenta la ventana de 24 horas. Si la conversación se enfría y pasa ese plazo, retomarla exige una plantilla aprobada. Conviene que el agente lo anticipe y deje el caso en cola con un aviso programado.
• Dimensiona el equipo según el volumen que realmente escala. Si no sabes cuántas personas necesitas para el remanente, este cálculo está en cuántos agentes necesitas para responder tu WhatsApp.

El error contrario: escalar demasiado

Hay un fallo simétrico y menos comentado. Un agente configurado con miedo transfiere casi todo y deja de cumplir su función: el equipo sigue atendiendo el mismo volumen, más una capa de automatización que solo añade un paso.

Si tu agente deriva una de cada tres conversaciones, el problema no es el escalamiento: es la base de conocimiento. Revisa qué preguntas se están transfiriendo, agrúpalas y documenta las que se repitan. Cada grupo que documentes baja la tasa sin tocar las reglas.

¿Cómo se mide un buen escalamiento?

Cuatro métricas bastan:

• Tasa de transferencia — qué porcentaje de conversaciones pasa a un humano. Debe bajar mes a mes a medida que entrenas el agente.
• Resolución sin intervención — el espejo de la anterior, y la métrica que justifica la inversión.
• CSAT después del escalamiento — si la satisfacción cae justo después de la transferencia, el traspaso está perdiendo contexto.
• Abandono durante la transferencia — conversaciones que mueren entre el agente y la persona. Suele indicar espera larga o un mensaje de transición confuso.

Míralas juntas. Una tasa de transferencia baja con CSAT en caída significa que el agente está reteniendo conversaciones que debería soltar.

Preguntas frecuentes

¿Cuál es una tasa de transferencia sana?

No hay una cifra universal: depende del sector y de la complejidad de las consultas. El criterio útil es la tendencia, no el número absoluto. Si no baja con los meses, el agente no está aprendiendo de lo que escala.

¿El cliente debe saber que está hablando con una IA?

Sí, y conviene decirlo desde el inicio. La transparencia reduce la frustración y hace que la petición de hablar con una persona llegue antes, cuando todavía es barata de atender.

¿Puede el agente de IA seguir ayudando después de transferir?

Sí. En modo asistido, el agente deja de hablar con el cliente pero sugiere respuestas o busca datos para la persona que atiende. Es la mejor forma de aprovecharlo en casos complejos.

¿Qué hago con las conversaciones que escalan fuera de horario?

Déjalas en cola con un mensaje que indique cuándo serán atendidas y recupéralas al abrir. Nunca las cierres en silencio.

Conclusión

Un agente de IA bien configurado no se mide por cuánto resuelve solo, sino por acertar en el momento de soltar. Define los disparadores antes de lanzarlo, asegura que el traspaso lleve contexto completo y vigila las cuatro métricas.

Si estás configurando tu agente ahora, empieza por escribir la lista de casos que nunca debe resolver solo. Ese documento vale más que cualquier ajuste posterior.