De IVR a IA generativa: cómo transformar tus flujos de atención al cliente

¿Sigues diseñando flujos conversacionales con la mentalidad de estar configurando una IVR? ¡No te preocupes, es completamente normal!

Durante años, las IVR han sido el método más efectivo para calificar la intención del usuario – aunque cuesta creerlo con lo poco prácticas que son para el consumidor: “pulsa 1 para hablar con ventas”, “pulsa 2 si tu consulta está relacionada con un producto contratado”…

Sin mencionar lo frustrante que es poder indicar brevemente nuestra consulta por voz y que la tecnología al otro lado del auricular no nos entienda.

Menos mal que la IA generativa para atención al cliente ha llegado para que los consumidores puedan tener una mejor experiencia cuando llaman a una marca, y, al mismo tiempo, simplificar la configuración para los responsables de CX.

En teoría todo es muy bonito, pero a la práctica: no sabemos cómo empezar.

Bien. En este artículo te vamos a dar tres consejos para huir de los patrones de una IVR, y al final te pondremos un ejemplo práctico para que veas la diferencia. ¡Vamos a por ello!

3 CONSEJOS PARA EVITAR FLUJOS CONVERSACIONALES PARECIDOS A UNA IVR

1. NO DES OPCIONES A LOS USUARIOS

La esencia de las IVR —y también gran parte de su complejidad al programarlas— está en ofrecer múltiples opciones al usuario para intentar averiguar por qué está contactando.

Los grandes avances en Procesamiento del Lenguaje Natural (NLP) nos permiten dejar de usar menús estáticos y cualificar la intención del usuario mediante la pregunta abierta.

Este método no es para nada nuevo —de hecho, se lleva usando desde hace años—, pero ahora, con el NLP, podemos entender al usuario de forma más rápida, más acertada y, por si fuera poco, darle una respuesta inmediata usando el lenguaje como lo haría una persona y teniendo en cuenta el contexto previo.

Para ello usamos estas dos tecnologías:

• Un Modelo de Lenguaje Extenso (LLM) como GPT-4 (usado por ChatGPT) o Gemini (de Google), que interpreta el mensaje del usuario.
• Un motor de Comprensión del Lenguaje Natural (NLU) como Dialogflow (de Google), que clasifica la intención y manda activar un flujo de conversación dentro del constructor de bots (en nuestro caso, DialoX).

El flujo del reconocimiento de voz sería algo así:

1. El agente IA da la bienvenida al usuario y le pregunta: ¿En qué puedo ayudarte?
2. El usuario responde: “Necesito cambiar la cita que tengo programada para hoy.”
3. La onda de audio se envía a un programa de Speech-to-Text (como Google STT) que convierte la voz en texto.
4. La LLM (como GPT-4 o Gemini) interpreta el mensaje del usuario y detectar la intención.
5. La NLU (como Dialogflow) clasifica la intención del usuario y manda la señal para que DialoX active el flujo de conversación “reprogramar_cita”.
6. DialoX, el constructor de bots, activa el flujo en cuestión.

La tecnología NLP se encargan de identificar el intent del cliente sin que tengamos que crear menús DTMF, solo conectar las herramientas entre sí.

2. OTORGA PERSONALIDAD AL AGENTE IA

Una IVR no tiene personalidad. Es un sistema que ejecuta flujos predefinidos, sin matices ni empatía. En cambio, la IA generativa puede moldearse para tener un carácter y un tono específicos.

Esto mejora la experiencia del cliente y permite que las respuestas sean más humanas.

¿Cómo darle personalidad a tu agente IA?

• Ponle un nombre
• Define el tono (¿formal, cercano, profesional, alegre?)
• Escribe un prompt base con su instrucción de comportamiento. Por ejemplo: “Eres una asistente llamada Lía. Siempre eres empática, alegre y clara. Ayudas a los usuarios con sus dudas de forma cercana y profesional. Si el usuario está enfadado, reconoces su emoción con comprensión antes de responder.”
• Añade este prompt como parte del mensaje de sistema en el webhook que conecta Dialogflow con GPT-4.

Esto garantiza que todas las respuestas tengan el mismo tono y que exista una continuidad entre la personalidad de la marca y la del agente IA.

3. CREA FLUJOS QUE INTENTEN RESOLVER LA CONSULTA DE PRINCIPIO A FIN

Con las IVR era imposible que el algoritmo de reconocimiento de voz pudiera ayudar al usuario a resolver su problema (teniendo en cuenta que a duras penas podía entender su intención).

Ahora que usamos modelos de NLP para ello, todo el tiempo que nos ahorramos en crear menús DTMF lo podemos invertir en automatizar las respuestas a ciertas consultas.

¿Qué tipo de consultas pueden resolver los agentes IA?

• Consultas dónde importa más la velocidad, que la calidad de la respuesta.

👉 ¿Qué horario hacéis?

• Consultas que se pueden resolver por email o leyendo un guión.

👉 ¿Es necesario que yo esté presente durante la revisión técnica?

• Consultas que se resuelven siguiendo un protocolo claro y replicable.

👉 ¿Si cancelo mi viaje tengo derecho a un reembolso?

• Consultas que podría resolver un agente que acaba de llegar.

👉 ¿Qué tipo de interés tenéis para las hipotecas fijas?

• Consultas que se repiten cada día, múltiples veces.

👉 El paquete sale como entregado, pero yo no he recibido nada.

EJEMPLO DE FLUJO CON IA GENERATIVA PARA EMPRESA DE TRANSPORTE

Una de las consultas más frecuentes —si no la más frecuente— para las empresas de transporte es cuando un paquete figura como entregado, pero el cliente asegura no haberlo recibido.

Que el paquete aparezca como entregado suele generar un correo electrónico o una notificación en la app informando al cliente de que su pedido ha llegado. Pero ¿qué ocurre si se trata de un error y el paquete ni siquiera ha salido del almacén? O peor aún: ¿y si realmente fue entregado, pero el cliente no recibió nada?

Así es cómo se desarrollaría la conversación:

El flujo de chat es el mismo que en llamada. Lo bueno es que dentro de DialoX no tenemos que crear flujos distintos para cada canal, nuestro agente IA puede seguir el mismo flujo (evidentemente, en el canal voz no se muestran los iconos).

Para conseguir esta estructura de conversación, debemos construir un árbol parecido a este:

¿QUIERES UNA DEMO DE NUESTRO CONSTRUCTOR DE BOTS, DIALOX?

Si te ha gustado este flujo, no dudes en contactar a nuestro equipo de expertos en IA para agendar una demo.