La semana pasada perdí 23 minutos atrapado en un chatbot de atención. Repetí mi problema de tres formas diferentes, seguí el guion que insistía en empujarme, recibí un enlace de preguntas frecuentes que no tenía nada que ver, y al final seguía exactamente donde empecé. Llamé al número de teléfono, caí con un agente humano y lo resolví en menos de 1 minuto. La solución era simple. Siempre lo fue.
Este texto no trata de lo mala que es la IA. La IA que construyo todos los días resuelve problemas reales de operación. El texto trata de una trampa en la que veo caer a empresa tras empresa: colocar la IA en el lugar equivocado, resolviendo el problema equivocado, y llamar a eso innovación. Lo que me costó 22 minutos no fue la tecnología. Fue la decisión de quien diseñó la atención partiendo de lo complejo, cuando el cliente solo necesitaba lo simple.
1. Lo que realmente pasó en esos 23 minutos
El chatbot no estaba roto. Hacía exactamente lo que le mandaron hacer: mantenerme dentro de un flujo cerrado, ofrecer las tres o cuatro respuestas predefinidas que alguien cargó, y postergar al máximo el momento de pasarme a una persona. Cada vez que me salía del guion, me traía de vuelta al inicio. Educado, rápido y completamente inútil para mi caso.
El problema es que mi caso no era uno de los cuatro previstos. Y aquí está la falla de diseño: la atención fue diseñada para los casos que caben en la cajita, y trató todo lo demás como si no existiera. Cuando llamé, el humano hizo lo único que el robot no tenía permiso de hacer: me escuchó sin guion, entendió que era una excepción tonta, y lo resolvió al momento.
La cuenta es cruel. La empresa invirtió en tecnología para reducir el costo de atención y, en mi caso, logró lo opuesto: gastó mi tiempo, gastó la llamada que terminé haciendo igual, y casi me hizo desistir. El chatbot no ahorró nada. Solo empujó el costo hacia adelante y dejó a un cliente irritado en el camino.
2. Por qué los procesos siempre parten de lo complejo
Hay un vicio de razonamiento en quien diseña procesos: las ganas de prever todo. Mapear cada escenario, cada excepción, cada camino posible, y montar una máquina enorme que dé cuenta de todos. Suena responsable. En la práctica, se convierte en un laberinto que atiende mal el caso más común para teóricamente cubrir el caso raro.
Lo simple se desprecia porque parece poco. "Poner un botón que conecte directo con un humano" no da para una reunión, no da para una diapositiva, no parece transformación digital. En cambio, "implantar un asistente virtual con inteligencia artificial" da para un titular interno. Entonces la empresa compra lo complejo, y el cliente, que solo quería la respuesta de una línea, paga la cuenta en minutos perdidos.
Fíjate en la inversión. El cliente tenía un problema simple. La empresa respondió con una solución compleja. Y la complejidad no estaba al servicio del cliente, estaba al servicio de una narrativa de modernización. Cada vez que el proceso parte de lo complejo por defecto, alguien está optimizando para la foto, no para el resultado.
3. El error no fue usar IA. Fue usar IA para la tarea equivocada
Vale la pena separar esto con cuidado, porque es fácil leer este caso y concluir "entonces la IA en atención no sirve". Conclusión equivocada. El error no fue que la IA existiera. Fue colocarla como muro entre el cliente y la solución, en lugar de puente.
Un chatbot de guion cerrado es la forma más perezosa de usar IA: solo repite respuestas que un humano cargó y bloquea todo lo que se sale del script. Eso no es inteligencia, es un árbol de preguntas con cara de conversación. La IA seria hace lo contrario de lo que me pasó a mí: entiende lo que la persona realmente está pidiendo, incluso cuando no usa las palabras correctas, resuelve lo que se puede resolver, y reconoce el momento de llamar a un humano en lugar de esconder ese botón.
La pregunta que separa el buen uso del mal uso es una sola: ¿esta IA está aquí para resolver el problema del cliente o para evitar el costo de resolverlo? Cuando la respuesta es "evitar el costo", construyes exactamente lo que me atrapó durante 23 minutos. Cuando la respuesta es "resolver", construyes algo que, sí, atiende en segundos, pero atiende de verdad, y sabe cuándo salir del camino.
4. Cómo diseñamos esto en Steply
Cuando una operación llega pidiendo "quiero una atención con IA", lo primero que hacemos no es elegir la tecnología. Es preguntar cuál es el camino más corto entre la duda del cliente y la respuesta correcta. A veces la respuesta es un agente de IA que de hecho lo resuelve. A veces es una mejora tonta en el formulario que elimina la mitad de las dudas antes de que se conviertan en tickets. El criterio es siempre el mismo: lo que reduce la fricción para quien está del otro lado.
La IA entra cuando genuinamente acorta el camino, no cuando se convierte en un obstáculo bonito más. Y entra con dos reglas innegociables: tiene que saber cuándo pasar a un humano, y nunca puede atrapar a la persona en un círculo. Una atención que no sabe entregarse es una atención que me va a costar 23 minutos y aun así me va a obligar a llamar.
Al final, la tecnología correcta casi siempre parece simple para quien la usa. Esa es la marca de un proceso bien diseñado: la complejidad queda por dentro, escondida, trabajando, y la experiencia por fuera es liviana. Cuando la complejidad se filtra hacia el cliente, en forma de guion rígido y minutos perdidos, es porque se colocó del lado equivocado.
El reencuadre que queda
El agente humano resolvió mi caso en 1 minuto no porque fuera más inteligente que la máquina. Lo resolvió porque tenía permiso de partir de lo simple: escuchar, entender, actuar. Al chatbot se lo prohibieron por diseño. La lección no es "vuelve al teléfono", es más incómoda: antes de agregar tecnología, pregúntate si no estás solo empaquetando lo complejo y empujándolo hacia el cliente.
Si tu empresa está por poner IA en la atención, o en cualquier proceso, la prueba es esa. Empieza por la solución más simple que resuelve el caso más común. Solo agrega complejidad cuando pague su propio costo en resultado para quien está del otro lado. La IA bien usada hace que lo difícil parezca simple. La IA mal usada hace que lo simple se convierta en 23 minutos.