Montar un chatbot de atención al cliente con IA

La conversación sobre chatbots ha cambiado de sitio. Ya no va de si la máquina entiende —eso está resuelto— sino de si el proyecto se sostiene: cuántas consultas se come de verdad, qué pasa con las que no, cuánto cuesta mantenerlo y qué se rompe cuando el cliente se enfada.

Casi todo lo que decide ese resultado se decide antes de contratar nada.

Cuándo compensa y cuándo no

Hay una cuenta de servilleta que evita la mayoría de los proyectos fallidos. Necesitas tres números que ya tienes: cuántos contactos recibes al mes, qué proporción son preguntas repetidas y cuánto tiempo se va en cada una.

La fila que más gente ignora es la última. En negocios donde cada conversación puede valer varios miles de euros, la atención es parte del producto. Ahí la IA rinde por detrás —preparando respuestas, resumiendo el historial, redactando el seguimiento— y no delante.

Qué resuelve de verdad y qué no

Las cifras que se publican hablan de un 70-80 % de resolución, y la letra pequeña importa: es el 70-80 % de las consultas repetitivas, no del total de contactos. Si en tu negocio seis de cada diez conversaciones son casos particulares, tu techo real está en torno al 30 % del total, y el proyecto hay que dimensionarlo con esa cifra.

Lo que un asistente bien montado resuelve sin drama: estado de un pedido, horarios y ubicaciones, política de devoluciones, precios y planes, disponibilidad, reserva y cambio de citas, dudas de producto que estén en tu documentación, recogida de datos previos a un contacto humano.

Lo que no conviene que resuelva solo, aunque técnicamente pueda: reclamaciones e incidencias con cliente enfadado, cualquier cosa con dinero de por medio —reembolsos, cargos, facturación—, decisiones que comprometan a la empresa, y todo lo que sea excepción a tu propia política. En esos casos el trabajo del asistente es identificar rápido y escalar bien, no intentarlo.

Y una idea que ahorra discusiones: un asistente que dice «esto te lo resuelve una persona, te paso» en cinco segundos es mejor producto que uno que da tres rodeos y acaba en lo mismo. La frustración no la produce el bot: la produce el bucle.

Plataforma o desarrollo a medida

El criterio de decisión no es filosófico, es de volumen. Por debajo de unas 500-800 resoluciones al mes, la suscripción casi siempre sale más barata que pagar un desarrollo y mantenerlo. Por encima, el coste por resolución hace que el desarrollo propio se amortice en meses.

Hay una tercera vía que se lleva bien con negocios pequeños: montarlo sobre una herramienta de automatización sin programar, conectando el modelo con tu CRM y tu canal de mensajería. Cuesta días, no semanas, y el mantenimiento lo puede llevar alguien de dentro. Las ventajas y los límites de ese enfoque están en la guía de automatizar sin programar.

Cuánto cuesta, con números

Rangos publicados en España durante 2026. Tómalos como órdenes de magnitud para preparar una conversación con proveedores, no como presupuesto:

• Plataforma de suscripción: entre 0,50 € y 2 € por conversación resuelta, más cuota base.
• Desarrollo a medida simple —un canal, un proceso, sin integraciones—: en torno a 4.000 €.
• Desarrollo multicanal con integración a CRM o stock y voz: hasta 12.000 € o más.
• Operación mensual: de 50 € a 300 € de consumo de modelo, más 30-100 € de infraestructura.
• Retorno documentado: entre tres y ocho meses, según volumen.

Falta una partida que no aparece en ninguna propuesta y que es la que decide si el proyecto sobrevive: el mantenimiento del contenido. Alguien tiene que revisar cada semana las conversaciones que fallaron y actualizar la base de conocimiento. Son dos o tres horas semanales el primer trimestre y una a la semana después. Si nadie las tiene asignadas, el asistente se degrada solo a medida que cambian tus precios, tus plazos y tu catálogo.

Un plan de seis semanas

La semana 1 es la que se salta todo el mundo y la que decide el resultado. Sin la clasificación de conversaciones reales estarás automatizando lo que crees que te preguntan, que nunca coincide con lo que te preguntan. Clasificar 300 conversaciones es además trabajo mecánico y verificable: se delega bien en un modelo, revisando una muestra.

Los cinco fallos que lo hunden

1. No hay salida a humano visible. El fallo número uno, con diferencia. La opción de hablar con una persona tiene que estar a un clic desde el principio, no escondida tras tres intentos fallidos.
2. Inventa cuando no sabe. Un asistente conectado a tu documentación se equivoca poco; uno que responde de memoria se inventa plazos y condiciones con enorme aplomo. Que conteste solo desde fuentes tuyas y que diga «no lo sé» es una decisión de diseño, no una limitación. El mecanismo está explicado en la guía de alucinaciones.
3. Se queda congelado. Cambias los plazos de envío y el asistente sigue dando los antiguos durante cuatro meses. Es el fallo que más reclamaciones genera.
4. Simula ser una persona. Además de ser dudoso legalmente, es contraproducente: el cliente lo descubre siempre y la sensación de engaño arrastra a la marca entera.
5. Nadie mira las conversaciones. El registro de lo que la gente pregunta y el asistente no resuelve es el mejor material de producto que vas a tener, y casi siempre se queda sin leer.

Lo que la ley te obliga a hacer

Dos frentes, los dos manejables si se piensan antes.

Transparencia. El Reglamento europeo de IA exige informar a las personas de que están interactuando con un sistema de IA, salvo que sea evidente. Se cumple con una línea al abrir la conversación y evitando nombres y fotos que simulen a alguien del equipo. El contexto completo de qué obliga a quién está en la guía de obligaciones del AI Act.

Datos personales. Todo lo que el cliente escriba pasa por un proveedor: hace falta contrato de encargado de tratamiento, saber dónde se procesa, definir cuánto tiempo se guarda y filtrar lo que no debería salir de casa. El criterio práctico para decidir qué se puede enviar a un modelo de terceros y qué no está en usar IA sin filtrar datos de clientes.

Qué medir para saber si funciona

• Tasa de resolución sin humano, separando las consultas repetitivas del total. Las dos cifras, siempre juntas.
• Tiempo hasta la primera respuesta útil, que es lo que el cliente percibe como buena atención.
• Escalados y su motivo. El motivo importa más que el número: es tu lista de mejoras ordenada.
• Satisfacción al cerrar, con una sola pregunta. Si baja respecto a la atención humana, hay algo roto aunque la resolución suba.
• Horas liberadas del equipo, convertidas en coste. Es el número que decide si hay segunda fase, y conviene medirlo como plantea medir si la IA ahorra tiempo.

Un último apunte sobre ambición. Lo que aquí se describe es un asistente que responde y escala; el salto a un agente que además ejecuta —cambia un pedido, emite un reembolso, modifica una reserva— multiplica el valor y también el riesgo, y pide controles distintos. Qué cambia exactamente en ese salto está en la guía de qué es un agente de IA.