# Chatbots con IA: cando axudan e cando espantan os teus clientes Source: https://baqueiro.es/gl/ia-aplicada/chatbots-ia-cando-axudan-e-cando-espantan/ Published: 2026-06-18T07:12:00+00:00 Updated: 2026-06-18T07:12:00+00:00 Author: Baqueiro Desarrollo Web Language: gl-ES Usage: Atribución requirida: permítese a cita cunha ligazón visible de volta --- **TL;DR** - 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](https://baqueiro.es/gl/ia-aplicada/custo-real-ia-atencion-cliente/). ## 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](https://baqueiro.es/gl/desarrollo-y-tecnologia/formulario-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](https://baqueiro.es/gl/contacto/). Prefiro axudarche a montar un bot modesto que funcione ben antes ca un ambicioso que frustre os teus clientes.