Casi todo el mundo tiene una mala experiencia con un chatbot que contar. El que no entendía la pregunta, el que respondía con un enlace a la misma página, el que no dejaba hablar con nadie. Y muchas empresas tienen la versión interna de esa historia: el chatbot que se implantó con ilusión y se apagó a los seis meses.
Lo curioso es que, mirado de cerca, casi nunca fracasa la tecnología. Fracasa la implantación. Los mismos ocho errores aparecen una y otra vez, y casi todos se pueden ver venir.
La respuesta corta
Los chatbots de atención al cliente fracasan sobre todo por ocho motivos: se encienden sin información escrita, no pueden consultar los datos del cliente, esconden la salida a una persona, pasan los casos en blanco, intentan cubrirlo todo desde el primer día, nadie revisa lo que contestan, se miden por desvío en vez de por resolución y se tratan como un proyecto terminado. Ninguno es técnico, y todos tienen arreglo.
1. Encenderlo sin información escrita
El chatbot responde con lo que encuentra. Si tu política de devoluciones está en la cabeza de una persona y la de envíos en un PDF de 2021, contestará con lo poco que haya o se lo inventará, que es peor.
La señal: respuestas vagas, genéricas o directamente falsas en los primeros días.
Qué hacer: antes de encender nada, escribir las respuestas a las preguntas más repetidas. Cómo hacerlo desde cero está en crear una base de conocimiento para una IA.
2. No poder consultar los datos del cliente
«¿Dónde está mi pedido?», «¿por qué me habéis cobrado esto?», «¿cuándo me renuevan?». La mitad de las preguntas son sobre «lo mío», y un chatbot que solo lee documentación responde a todas con un «consulta tu área de cliente».
La señal: muchas conversaciones que acaban con un enlace y un cliente que vuelve a escribir.
Qué hacer: conectar al menos las consultas más repetidas, empezando por lecturas. La diferencia entre un bot documental y uno que consulta está en chatbot o agente de IA.
3. Esconder la salida a una persona
Se hace para que el chatbot «retenga» más conversaciones. El resultado es que el cliente que necesitaba a alguien lo busca por otro canal, más enfadado.
La señal: suben los mensajes por canales que no son de soporte —redes sociales, el correo de ventas, reseñas— mientras el panel del chatbot dice que todo va bien.
Qué hacer: una salida siempre visible. Más en cómo automatizar sin que empeore la experiencia.
4. Pasar los casos en blanco
El chatbot no puede resolver, pasa la conversación, y la persona que la recibe empieza con «¿en qué puedo ayudarte?». El cliente repite todo y la conversación arranca peor que sin chatbot.
La señal: clientes que se quejan de tener que explicar las cosas dos veces.
Qué hacer: que el traspaso lleve quién es, qué pide, qué se consultó, qué se intentó y por qué se pasa. Paso a paso en pasar de chatbot a agente humano.
5. Querer cubrirlo todo desde el primer día
Se configura para responder a todo, incluidas las quejas, las excepciones y los casos raros. Responde mal a muchas cosas en lugar de bien a pocas, y la confianza del equipo y de los clientes se pierde en la primera semana.
La señal: errores en temas que nadie había preparado.
Qué hacer: empezar con los tres o cuatro temas que más se repiten y mejor documentados están, y ampliar cuando funcionen. Un plan de cuatro semanas está en IA en atención al cliente.
6. Que nadie lea lo que contesta
Se enciende y se deja. Nadie revisa las conversaciones, así que nadie se entera de que lleva un mes contestando mal sobre un tema concreto.
La señal: te enteras de un error porque te lo cuenta un cliente.
Qué hacer: la primera semana, leer a mano cincuenta conversaciones. Después, revisar cada semana las que el cliente reformuló o las que acabaron en una persona.
7. Medir el desvío en vez de la resolución
Si el indicador es cuántas conversaciones no llegaron a una persona, todo lo anterior lo mejora: esconder la salida lo sube, que el cliente se rinda lo sube. El chatbot parece un éxito hasta que alguien mira las reseñas.
La señal: la tasa de desvío sube y la satisfacción baja el mismo mes.
Qué hacer: medir lo que de verdad quedó resuelto, es decir, que el cliente no volvió a escribir sobre lo mismo en los días siguientes. Las métricas que sirven están en métricas de soporte cuando responde una IA.
8. Tratarlo como un proyecto terminado
Se implanta, se presenta y se da por cerrado. Pero tu negocio cambia: precios nuevos, productos nuevos, políticas nuevas. Un chatbot que no se actualiza responde con la información de hace seis meses.
La señal: respuestas que eran correctas y han dejado de serlo.
Qué hacer: que alguien sea responsable de su información, igual que alguien lo es de la web. Y que cada cambio de política incluya «actualizar lo que sabe el chatbot».
Las ocho, de un vistazo
| Error | Señal | Arreglo |
|---|---|---|
| Sin información escrita | Respuestas vagas o falsas | Escribir antes de encender |
| Sin datos del cliente | Enlaces y clientes que vuelven | Conectar las consultas más repetidas |
| Salida escondida | Quejas por otros canales | Salida siempre visible |
| Traspaso en blanco | Clientes que repiten | Traspaso con el caso montado |
| Todo desde el primer día | Errores en temas raros | Empezar con tres o cuatro temas |
| Nadie revisa | Te enteras por un cliente | Leer conversaciones cada semana |
| Medir el desvío | Desvío sube, satisfacción baja | Medir la resolución real |
| Proyecto cerrado | Respuestas desactualizadas | Un responsable de su información |
Lo que sí funciona
Un agente que responde con tu información, consulta los datos del cliente, hace gestiones con confirmación y pasa el relevo con el contexto cuando toca. Es lo que hace Intake, y por eso evita por diseño los errores 2 y 4. Los demás dependen de cómo se implante, sea cual sea la herramienta. Más en el agente de IA de Intake.
Preguntas frecuentes
¿Por qué los clientes odian los chatbots?
Porque muchos les impiden hablar con una persona, no entienden lo que preguntan o responden con enlaces genéricos. No es el chatbot en sí: es quedarse atrapado.
¿Un chatbot puede inventarse respuestas?
Sí, si no encuentra la información o está mal configurado. Por qué pasa y cómo se evita en ¿un chatbot inventa respuestas?
¿Cuánto tarda en notarse que un chatbot está fallando?
Si nadie lee las conversaciones, meses. Si alguien las lee la primera semana, días.
¿Es mejor un chatbot o un agente de IA?
Depende de lo que te pregunten. Si la mayoría de preguntas son generales, un chatbot puede bastar; si son sobre pedidos, cuentas o reservas, hace falta un agente que consulte esos datos.
¿Se puede recuperar un chatbot que ha fracasado?
Casi siempre. Lo habitual es reducirlo a pocos temas bien documentados, abrir la salida a una persona y medir la resolución real antes de volver a ampliarlo.
