Un agente de soporte con IA atiende las conversaciones de tus clientes, consulta los datos de cada cuenta antes de responder, ejecuta las acciones que le hayas permitido y cierra por su cuenta lo que puede cerrar. Lo que no puede, se lo pasa a una persona. Esa es la definición corta, y el resto del artículo explica cada parte, porque hoy se llama «IA para soporte» a productos muy distintos y elegir el equivocado cuesta meses.
¿En qué se diferencia un agente de soporte con IA de un chatbot?
Un chatbot responde con lo que hay escrito en tu documentación. Un agente responde con lo que pasa en la cuenta de quien pregunta, y puede hacer algo al respecto. En un SaaS, la mitad de las preguntas son del segundo tipo («¿por qué me habéis cobrado esto?», «¿me queda cupo?», «¿por qué no puedo invitar a nadie?») y ningún artículo del centro de ayuda las responde.
Las tres cosas que lo separan de un chatbot
1. Lee los datos de la cuenta, además de la documentación
Un bot documental indexa tu centro de ayuda y responde con lo que encuentra. Funciona con preguntas cuya respuesta es igual para todos: cómo se invita a un compañero, dónde se cambia la contraseña, qué formatos acepta la importación.
Un agente consulta además los datos de ese cliente: qué plan tiene, cuántos asientos le quedan, si entró el último pago, si la integración está activa, cuándo caduca la prueba. En un SaaS, eso cambia la respuesta en la mitad de las preguntas.
«¿Por qué no me deja invitar a nadie?» no se responde con un artículo, sino mirando si su plan tiene asientos libres. Si no los tiene, la respuesta útil es: «Tu plan Starter incluye tres y ya están ocupados. Puedo ampliarlo a cinco por 20 € al mes, ¿lo hago?».
2. Hace la gestión en vez de explicarla
Cuando la respuesta implica hacer algo (ampliar un límite, reenviar una factura, reactivar un webhook, alargar una prueba), un bot te manda el artículo que explica cómo hacerlo. Un agente lo hace: llama a los endpoints de tu API que tú le habilitas, con los permisos que le das, y confirma el resultado en la misma conversación.
Para el cliente es la diferencia entre «aquí tienes las instrucciones» y «hecho».
Antes hay que decidir qué puede tocar. Es una tarde de trabajo con alguien técnico de tu equipo y es lo que más pesa al configurar un agente. Lo normal es empezar por acciones de solo lectura (consultar plan, uso, facturas) y añadir después las que cambian algo (ampliar, reenviar, reactivar), siempre con confirmación del cliente cuando afectan a dinero o a datos. Lo contamos en detalle en ejecutar acciones.
3. Sabe cuándo parar
Un agente que contesta siempre es peor que uno que sabe cuándo no le toca. Cuando la pregunta necesita que alguien decida, cuando el dato no cuadra o cuando el cliente pide hablar con alguien, pasa la conversación a una persona con el caso preparado: qué se ha preguntado, qué ha comprobado ya y por qué se ha parado.
Si no, quien recoge la conversación tiene que preguntarlo todo otra vez y el cliente, repetirlo. Es la parte menos vistosa de un agente y la que más se nota en el día a día. Está en pasar a una persona con el historial.
Cómo funciona un agente de soporte por dentro
Por orden:
- Ingesta: tu documentación se parte en fragmentos y se convierte en embeddings, una forma de representar el significado de un texto para buscar por parecido y no por palabra exacta.
- Recuperación: cuando llega una pregunta, se buscan los fragmentos más parecidos a lo que se pregunta. Es lo que se llama RAG.
- Datos de la cuenta: a la vez, el agente consulta los datos del cliente que tenga permitido leer (plan, uso, estado de la suscripción, integraciones activas).
- Generación: con los fragmentos y esos datos, un modelo de lenguaje redacta la respuesta.
- Herramientas: si la respuesta implica una acción, el modelo elige la herramienta y la llama. Es la llamada a herramientas.
- Decisión: cierra la conversación o la pasa a una persona. Nunca se inventa el dato que no tiene.
El paso 3 es el que lo convierte en agente. Los pasos 1, 2 y 4 los tiene cualquier bot documental, y el 5 y el 6 son los que le permiten hacer algo más que responder.
Qué puede y qué no puede hacer un agente
La palabra «agente» promete mucho, así que conviene concretar.
Puede:
- Responder con tu documentación y con los datos de la cuenta de quien pregunta.
- Ejecutar acciones concretas en tu producto a través de la API, con los permisos que le des.
- Pedir confirmación antes de hacer algo que cambie datos o cobre dinero.
- Pasar la conversación a una persona con el resumen de lo que ha comprobado.
- Responder en el idioma en que le escriben, aunque el artículo esté en otro.
No puede:
- Saber lo que no está ni en tu documentación ni en tu API.
- Decidir excepciones, como un descuento comercial o una compensación.
- Sustituir al equipo en las conversaciones difíciles, que son justo las que más valor tienen.
- Funcionar bien con documentación desordenada o desactualizada.
Cuánto cuesta un agente de soporte con IA
Hay tres modelos de cobro. Las plataformas grandes cobran por asiento y además por resolución de IA (Intercom con Fin a 0,99 $ por resolución, Zendesk por resolución automatizada con tarifa no publicada). Los bots documentales cobran por mensajes o créditos, muy barato al empezar. Y algunos productos, Intake entre ellos, cobran un precio fijo por conversaciones con la IA incluida y sin asientos: desde 49 € al mes en anual, con 200 conversaciones.
Haz la cuenta con tu volumen en vez de mirar el precio de entrada. Con quinientas resoluciones al mes, «0,99 $ por resolución» son 495 $ más los asientos. El desglose por familias está en cuánto cuesta un chatbot de atención al cliente.
Cuál necesitas
No siempre hace falta un agente, y montarlo sin necesitarlo es perder una tarde.
Te basta con un bot documental si:
- Tus clientes preguntan cómo se usa el producto, no qué pasa en su cuenta.
- Vendes a consumidor final y el volumen es alto y repetitivo.
- No tienes API, o no tienes a quién pedirle que la exponga.
Necesitas un agente si:
- Buena parte de las conversaciones empiezan con «en mi cuenta…».
- Tu equipo pierde el tiempo entrando en el panel de administración a mirar datos.
- Las respuestas dependen del plan, los permisos o el consumo.
- Los tickets que más duelen son los que acaban llegando a ingeniería.
La prueba de los tres montones
Si no quieres decidir en abstracto, coge las últimas cien conversaciones de tu bandeja de entrada y repártelas en tres montones:
- Se responde con un artículo del centro de ayuda.
- Hay que mirar la cuenta del cliente.
- Hace falta que una persona decida.
Si el montón 2 es pequeño, te vale un bot documental y es más barato. Si es la mitad, ningún bot te va a bajar el volumen por bueno que sea el modelo, porque le falta el dato.
Un truco para no engañarte: cuenta como «montón 2» cualquier conversación en la que alguien del equipo abrió el panel de administración antes de responder. Ese gesto es la señal.
Cuánto se tarda en ponerlo en marcha
Menos de lo que se suele vender. Conectar el centro de ayuda o subir la documentación lleva minutos, y ese mismo día el agente puede responder en el chat de la web. Las acciones con tu API las define alguien técnico en una tarde. Lo que sí lleva tiempo, y merece la pena, es la primera semana: mirar qué cierra solo y qué no, y ajustar dónde se para. Lo desarrollamos en cuánto se tarda en poner en marcha un agente de IA.
Lo que no hay que esperar de un agente
- Que sustituya a tu equipo. El montón 3 sigue ahí, y es el que más valor tiene.
- Que sea un proyecto de meses. Si te lo venden así, te están vendiendo consultoría.
- Que no se equivoque. Se va a equivocar. Lo importante es que lo haga diciendo «no lo sé, te paso con alguien» y no inventándose una cifra. Eso último se llama alucinación, y se evita dándole el dato y prohibiéndole rellenar huecos.
Preguntas frecuentes
¿Un agente de soporte con IA puede ver los datos de mis clientes?
Solo los que tú le des. Lee lo que le permitas leer a través de tu API o de una integración, y actúa sobre lo que le permitas tocar. Sin esa conexión, funciona como un bot documental. Más en ¿puede un agente de IA ver los datos de mi cliente?.
¿Qué pasa cuando no sabe la respuesta?
Lo dice y pasa la conversación a una persona con lo que ha comprobado. Un agente bien configurado no rellena huecos: si no tiene el dato, no se lo inventa.
¿Puede actuar sin supervisión?
Puede, pero no conviene empezar así. Lo sensato es darle primero acciones de lectura, después las que cambian algo con confirmación del cliente, y revisar cada semana qué ha hecho. Lo explicamos en ¿puede un agente de IA actuar sin supervisión?.
¿En qué idiomas responde?
En el idioma de la pregunta, aunque la documentación esté en otro. Un cliente que escribe en portugués recibe la respuesta en portugués, con datos de un artículo en castellano.
¿Necesito tener API para usar un agente?
Para que consulte la cuenta y actúe, sí: es lo que lo distingue de un chatbot. Si no la tienes, empieza con la documentación y añade las acciones cuando alguien técnico pueda exponer los endpoints.
Para seguir
- MCP en atención al cliente
- Soporte dentro de la app (in-app)
- RAG o fine-tuning para soporte con IA
- IA agéntica en atención al cliente, el concepto y cómo distinguirlo del marketing
- IA en atención al cliente: qué automatizar y cómo empezar
- Qué es Intake, y qué no somos
- Chatbot o agente de IA, la comparación en detalle
- El agente de Intake, por dentro
- Agente de IA en el glosario
