- Os chatbots con IA funcionan ben para preguntas frecuentes predicibles e para clasificar consultas, pero fracasan en situacións complexas ou con carga emocional.
- Un chatbot mal deseñado é peor que non ter chatbot: xera frustración e dana a marca.
- O éxito depende máis do deseño conversacional e de xestionar expectativas que da sofisticación do modelo de IA.
Hai uns meses, un cliente amosoume orgulloso o chatbot con IA que acababa de instalar na súa web. “Agora os usuarios poden preguntar calquera cousa e obter respostas ao momento”. Pregunteille se revisara as conversas. Abrimos o historial. Un cliente escribira: “O meu pedido non chegou e necesítoo para mañá”. O chatbot respondeu con información xenérica sobre os prazos de envío estándar. O cliente insistiu 3 veces máis, cada vez máis frustrado, ata que o deixou. Nunca chegou a falar cunha persoa. Pedido perdido, cliente anoxado, reputación tocada.
Os chatbots con IA son unha arma de dobre fío. Ben usados, reducen a carga de soporte e melloran a experiencia. Mal usados, converten pequenos problemas en crises co cliente.
Cando axudan os chatbots con IA
Os chatbots brillan en casos concretos:
Preguntas frecuentes predicibles e obxectivas. Horarios de apertura, política de devolucións, gastos de envío, como restablecer o contrasinal. Información documentada que non cambia segundo o contexto.
Clasificación e derivación inicial. Identificar o tipo de consulta e envialo ao departamento ou nivel de soporte axeitado: “É sobre vendas, soporte técnico ou facturación?”. Así redúcense as transferencias.
Dispoñibilidade 24/7 para consultas sinxelas. Cando o usuario só precisa un dato rápido fóra do horario de oficina.
Recollida de información antes do contacto. Pedir o número de pedido, o correo electrónico da conta e unha descrición do problema antes de pasar cunha persoa. O axente chega con contexto.
Procesos guiados paso a paso. “Para configurar X, fai isto, logo isto e logo isto”. Instrucións claras e ordenadas.
Cando espantan os clientes
Estes son os escenarios nos que vemos que un chatbot fai máis dano ca ben:
Situacións con carga emocional. Clientes anoxados, estresados ou frustrados. Un chatbot que non recoñece a emoción e responde con algo xenérico empeora a situación. Cando alguén escribe “isto é inaceptable, levo unha hora agardando”, non quere unha resposta de FAQ: quere empatía e unha solución.
Problemas complexos con contexto. “O meu pedido de hai 3 semanas chegou danado, o de substitución tamén está mal e agora necesítoo para un evento que é mañá”. Son situacións que esixen entender o historial, priorizar e tomar decisións fóra do procedemento estándar.
Erros da empresa que requiren unha desculpa. Cando a empresa se equivocou, o cliente quere que se recoñeza o erro e que se compense. Un chatbot que “entende a túa frustración” pero non pode facer nada tanxible xera cinismo.
Decisións de alto valor. Consultas sobre pedidos de miles de euros, contratos ou asuntos legais. O cliente quere a certeza dunha persoa, non unha resposta probabilística.
Saídas agochadas. Cando é difícil ou imposible chegar a unha persoa. A opción “falar cun axente” só aparece despois de 5 intentos fallidos de que o bot o resolva. Isto xera furia.
Deseño conversacional: a clave do éxito
O modelo de IA que hai debaixo importa menos do que cres. O que importa é o deseño conversacional:
Expectativas claras desde o principio. O usuario debe saber desde a primeira mensaxe que fala cun bot e que pode facer con el: “Son o asistente virtual. Podo axudarche con pedidos, devolucións e a túa conta. Para outros temas, pásote cunha persoa”. Ademais, o Regulamento europeo de IA xa recolle a obriga de informar as persoas de que están a interactuar cun sistema de IA.
Saída doada cara a unha persoa. Sempre visible e sempre funcional. “Falar cunha persoa” a un clic ou unha mensaxe de distancia, non agochado en menús.
Contexto conservado no traspaso. Cando a conversa pasa a unha persoa, o axente ve todo o historial co bot. Nunca hai que pedirlle ao cliente que o repita.
Límites explícitos. “Non podo modificar pedidos xa enviados, pero pásote con alguén que si pode”. O bot non ten que intentar respondelo todo.
Ton axeitado. Máis formal ou máis próximo segundo a marca e o contexto, pero nunca con falso entusiasmo. Un “Xenial! Encántame axudarche!” cando o cliente se está a queixar provoca rexeitamento.
Tecnoloxía fronte a estratexia
Quen vende chatbots con IA céntrase nas capacidades técnicas: “entende o contexto”, “aprende das conversas”, “usa o último modelo de IA”. Pero o éxito depende da estratexia de atención ao cliente:
Que casos cobre o bot e cales pasa a unha persoa. É unha decisión de negocio, non técnica, e esixe entender que valoran os teus clientes.
Regras de escalado. Se o bot non o resolve en 2 intercambios, pasa a conversa automaticamente. Se non hai ningún axente dispoñible, define que mensaxe se amosa e que alternativa se ofrece (por exemplo, unha chamada nun prazo concreto).
Ciclo de mellora. Como se usan as conversas fallidas para mellorar o bot ou a documentación de base.
Como se mide o éxito. Non polo “número de conversas resoltas polo bot”, senón comparando a satisfacción do cliente co bot e coas persoas. Se o bot resolve o 80% das consultas pero só deixa satisfeito o 40% de quen o usa, é un fracaso.
Custos reais fronte a custos prometidos
É habitual atopar promesas do tipo “reduce un 70% os teus custos de soporte”. A realidade ten máis matices:
Custos directos: licenza do chatbot, consumo da API do modelo de IA (págase por tokens, é dicir, por volume de texto procesado) e integracións cos teus sistemas.
Custos indirectos: tempo de deseño conversacional, mantemento da base de coñecemento, revisión de conversas fallidas e xestión das queixas de clientes frustrados.
Riscos: clientes perdidos por unha mala experiencia, dano á marca e vendas perdidas porque o bot non detectou unha intención de compra. E tamén hai risco legal: en 2024, un tribunal canadense condenou a Air Canada a compensar un pasaxeiro ao que o seu chatbot informara mal sobre a política de reembolsos. O que di o teu bot dio a túa empresa.
Un cálculo orientativo: se o bot resolve ben o 30% das consultas e deriva correctamente o resto, probablemente aforras. Se resolve o 60% pero deixa frustrado 1 de cada 5 clientes que o usan, podes perder diñeiro. Analizámolo con máis detalle en automatizar a atención ao cliente con IA: o custo real fronte ao prometido.
Alternativas ao chatbot con IA
Antes de implantar un chatbot con IA, considera:
Un buscador mellor. Para consultas de información, ás veces abonda cun buscador semántico (que entenda sinónimos e preguntas formuladas de distintas maneiras), e frustra menos ca un chatbot.
Un chatbot baseado en regras. Se as túas consultas son predicibles e limitadas, un chatbot con árbore de decisións (sen IA) é máis previsible e máis barato.
Formularios intelixentes. Un “Cóntanos que pasa” con campos estruturados que guían o usuario e derivan a consulta automaticamente. Para casos claros, é máis rápido ca un chat. Se o teu formulario actual xa falla, empeza por aí: por que o teu formulario de contacto non xera leads.
Só persoas, pero máis eficientes. Ás veces investir en mellores ferramentas para o teu equipo (respostas gardadas, modelos de resposta, acceso rápido á información do cliente) ten mellor retorno que automatizar.
Preguntas frecuentes
Debería substituír o meu equipo de soporte por un chatbot con IA?
Non. Os chatbots complementan, non substitúen. O modelo que funciona é un bot para clasificar e responder preguntas frecuentes, e persoas para os casos complexos. Reducirás o volume de consultas sinxelas, pero seguirás necesitando o teu equipo.
Canto se tarda en “adestrar” un chatbot con IA?
Non é un adestramento en sentido clásico. Hai unha configuración inicial (unhas semanas) e un axuste continuo (cada mes): revisar conversas, detectar fallos e actualizar a base de coñecemento. É traballo continuo, non un proxecto puntual.
Que pasa cando o chatbot di algo incorrecto?
Depende de como o configures. Algúns sistemas inclúen un aviso do tipo “son un asistente de IA, verifica a información importante”. Para consultas críticas (prezos, condicións, políticas), o máis sensato é que o bot pase sempre a consulta a unha persoa en lugar de arriscarse a responder mal.
É mellor un chatbot con IA ca un baseado en regras?
Para casos limitados e predicibles, as regras son máis baratas e previsibles. Para casos amplos, nos que o usuario pode preguntar “calquera cousa”, a IA ten vantaxe. Pero a maioría das empresas non precisan responder a “calquera cousa”: precisan responder ben ás súas 50 preguntas máis frecuentes.
Conclusión
Os chatbots con IA non son bos nin malos en si mesmos: son ferramentas, e o resultado depende de como se usen.
O éxito non vén da sofisticación do modelo, senón dun deseño conversacional intelixente, de xestionar ben as expectativas e da humildade de recoñecer cando fai falta unha persoa.
Se estás a pensar en implantar un chatbot con IA e queres axuda para deseñar a estratexia (que cobre o bot, cando pasa a unha persoa, como se mide o éxito), escríbenos. Prefiro axudarche a montar un bot modesto que funcione ben antes ca un ambicioso que frustre os teus clientes.