Una vez entra la inteligencia artificial en juego, especialmente en el uso de chatbots para la atención al cliente, es normal que genere preocupación entre los clientes. De hecho, el último informe de PwC indica que el 80% de los consumidores están preocupados por los desarrollos futuros de la inteligencia artificial generativa y su impacto en la privacidad de sus datos.

De entre los muchos mitos que circulan sobre esta tecnología, reconocemos que este podría ser el más preocupante de todos. Sin embargo, el 91,1% de las empresas están dispuestas a priorizar la privacidad de los datos para aumentar la confianza y fidelidad de sus clientes, según un estudio de Termly.

EN EL CHAT SE PUEDEN APLICAR LOS MISMOS PROTOCOLOS DE SEGURIDAD QUE EN LAS LLAMADAS

Cuando un sistema IVR (Respuesta de Voz Interactiva) identifica a un cliente en una llamada telefónica, se activan distintos protocolos de seguridad para proteger sus datos. Lo más habitual es que el sistema los encripte a medida que el usuario los escribe o los dicta, lo que evita que aparezcan en la grabación de la llamada y que el agente los vea.

El hecho de que el canal cambie y el cliente interactúe con un chatbot en lugar de una IVR no modifica en absoluto las medidas de seguridad. La IA en los chatbots puede aplicar los mismos principios de protección de datos, asegurando el cifrado, el enmascaramiento y la anonimización de la información sensible.

CÓMO PROTEGEMOS LOS DATOS NUMÉRCIOS EN UN CHATBOT

En una interacción con un chatbot, la información numérica sigue estando protegida con los mismos estándares de seguridad. Cuando el cliente introduce su número de póliza de seguro, su documento de identidad o un código de acceso, la IA lo procesa de forma segura, aplicando enmascaramiento y cifrado automático.

Usuario: Quiero consultar mi póliza de seguro con el número 987654321.
Chatbot: Gracias, hemos recibido tu solicitud. La póliza terminada en 4321 está activa.

Esto garantiza que los datos nunca se almacenen en texto plano y que solo sean accesibles mediante procesos seguros de autenticación y encriptación.

CÓMO PROTEGEMOS LOS DATOS SENSIBLES EN UN CHATBOT

Cuando un cliente comparte información más delicada, como datos de salud o creencias religiosas, la IA debe entrenarse para aplicar protocolos adicionales que minimizan riesgos. Los chatbots pueden detectar datos sensibles y aplicar anonimización, tokenización y eliminación automática para garantizar la privacidad del usuario.

A continuación, exploramos seis maneras de proteger los datos sensibles cuando los clientes interactúan con un chatbot.

6 MÉTODOS PARA PROTEGER LOS DATOS EN UN CHAT CON IA

1. PRINCIPIO DE MINIMIZACIÓN DE DATOS

Hay que evitar que el cliente comparta información sensible cuando no es estrictamente necesaria.

Por ejemplo, en lugar de que el chatbot pregunte “¿Cuál es tu discapacidad?”, podría decir: “Si necesitas asistencia específica, responde “” o “”, para que el usuario no tenga que detallar su condición.

2. DETECCIÓN AUTOMÁTICA Y ADVERTENCIA AL USUARIO

Si un usuario escribe: “Tengo epilepsia, ¿cómo gestiono mi seguro?”, el chatbot puede reconocerlo y responder con: “Por seguridad, no necesitamos que compartas información médica en este chat. ¿Quieres hablar con un agente especializado?”

De esta forma, se previene el almacenamiento innecesario de datos sensibles en el chat.

3. ANONIMIZACIÓN EN TIEMPO REAL

Si un chatbot recoge datos sensibles, estos pueden ser reemplazados por etiquetas genéricas antes de almacenarse.

Por ejemplo, cuando el usuario escriba: “Soy diabético y quiero saber qué cobertura tengo”, la base de datos guarda: “Usuario pregunta sobre cobertura médica” para no almacenar información médica específica.

Este método transforma el mensaje original para que no contenga datos personales específicos. La estructura original se pierde, pero la intención general de la consulta se mantiene.

4. ELIMINACIÓN AUTOMÁTICA DE DATOS SENSIBLES

Un chatbot puede estar programado para no almacenar ciertas palabras o frases detectadas como datos sensibles.

Por ejemplo, si el usuario pregunta: “Tengo una enfermedad crónica, ¿cómo afecta esto a mi seguro de vida?”, el chatbot procesa la pregunta sin registrar la condición médica específica, guardando solo “Usuario pregunta sobre condiciones del seguro de vida”.

A diferencia de la anonimización, este método mantiene la estructura original del mensaje con pequeños ajustes. No se reemplazan datos sensibles por etiquetas genéricas, simplemente se eliminan.

5. CUMPLIMIENTO CON RGPD Y LEY EUROPEA DE IA

Si el dato es imprescindible (por ejemplo, en un seguro de salud), el chatbot debe pedir consentimiento explícito antes de almacenar o compartir la información.

Por ejemplo, cuando el usuario inicie el chat, podría empezar saludando y diciendo: “Para asesorarte, podemos necesitar información médica. ¿Aceptas compartirla bajo nuestras políticas de privacidad?”

6. RESTRICCIÓN DE ACCESO Y TOKENIZACIÓN

Si un dato sensible debe ser almacenado por fuerza, lo mejor es usar un token en vez del dato real.

Es decir, si el usuario revela en algún momento que es celiaco, la base de datos puede almacenar “Condición médica #874632”, donde solo un sistema autorizado puede descifrar esa condición. Esto impide que empleados o terceros sin autorización accedan directamente a información sensible.

Este método es especialmente útil para empresas con múltiples niveles de acceso a la información, ya que impide que cualquier agente pueda visualizar datos sensibles sin la debida autorización.

CONCLUSIONES FINALES

Los mismos protocolos de seguridad que protegen los datos en una llamada se aplican cuando el cliente interactúa con un chatbot. La IA en atención al cliente no cambia las reglas del juego, sino que automatiza y refuerza la protección de la información personal.

Un chatbot bien configurado puede prevenir que el cliente comparta información innecesaria y garantizar que no se almacenen datos delicados sin consentimiento.

DESCUBRE QUÉ MEDIDAS DE SEGURIDAD IMPLEMENTAMOS EN ENREACH

La entrada Cómo proteger los datos de los clientes cuando los atiende un chatbot se publicó primero en Enreach ES.

Las herramientas que empleamos cotidianamente en el contact center están comenzando a integrar Inteligencia Artificial (IA) de manera progresiva. A pesar de que esta tecnología aún se encuentra en desarrollo, ya es evidente que va a transformar la forma en que opera el sector.

Los casos de uso que se han implementado hasta ahora demuestran el enorme potencial de la IA. Incluso en sus etapas iniciales, ya es posible realizar tareas significativas, como solicitar a un bot la elaboración de un informe sobre la evaluación del desempeño de un agente en una llamada específica, o permitir que un agente lleve a cabo una conversación en un idioma que desconoce mediante la traducción simultánea.

Y esto es solo el comienzo. Esta tecnología permite ejecutar en segundos tareas que a un ser humano le llevarían toda una vida. Por ejemplo, analizar todo el historial de conversaciones y todos los KPIs del contact center para detectar patrones de consultas o clasificar automáticamente todos los chats según el grado de satisfacción del cliente.

Quienes valoren estos resultados no tardarán en comprender que el camino hacia una experiencia de cliente insuperable y una mejor (y necesaria) experiencia de agente pasa inevitablemente por la adopción de la Inteligencia Artificial.

De hecho, el momento para innovar y adoptar esta tecnología es ahora. Como indica el informe de Gartner, el 60% de los responsables del contact center quiere adoptar soluciones de IA para su equipo. Sin embargo, este estudio también destaca la preocupación de los consumidores respecto a la posible pérdida de una atención al cliente personalizada y humana.

Por ello, es crucial utilizar la IA de manera responsable y en cumplimiento con la normativa legal vigente. Aunque es una tecnología emergente, ya existen cuatro leyes clave que regulan su uso y en este post te las resumimos:

1. REGLAMENTO GENERAL DE LA PROTECCIÓN DE DATOS (RGPD)

Todo interesado tendrá derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado […] que produzca efectos jurídicos en él o le afecte significativamente de modo similar.

Decisiones individuales automatizadas | art. 22

Es esencial proteger a los consumidores de decisiones automáticas que puedan tener repercusiones importantes en sus vidas, como es el caso de la aprobación de créditos, la gestión de reclamaciones de seguros o la distribución de ayudas sociales.

En lugar de automatizar estos procesos donde la moral y la ética son primordiales, es mejor aprovechar la inteligencia artificial para brindar apoyo en otras áreas. Por ejemplo, puede utilizarse para automatizar la respuesta a preguntas sobre plazos de una solicitud, documentación requerida, etc.

O también configurarse para detectar consultas sensibles y dirigir la conversación al mejor agente disponible. Lo bueno de la IA es que es capaz de llevar un chat a una llamada con mucha fluidez.

Es importante recordar que no cumplir con esta normativa puede conllevar multas significativas, que alcanzan hasta los 20 millones de euros o el 4% de la facturación anual.

2. LEY DE INTELIGENCIA ARTIFICIAL

Los proveedores garantizarán que los sistemas de IA destinados a interactuar directamente con personas físicas se diseñen y desarrollen de forma que las personas físicas afectadas sean informadas de que están interactuando con un sistema de IA, salvo que ello resulte obvio […] teniendo en cuenta las circunstancias y el contexto de uso.

Obligaciones de transparencia de ciertos sistemas de IA | art. 50

Es responsabilidad de las empresas informar a los usuarios cuando están interactuando con un asistente virtual, cuando sus emociones están siendo evaluadas a través de análisis de sentimientos, o cuando el contenido ha sido creado o alterado mediante inteligencia artificial.

Ser transparente no solo nos evitará multas que ascienden a 10 millones de euros o el 2% de la facturación global, sino que es el camino hacia una relación donde predomina la confianza y la ética.

3. REGLAMENTO DE SERVICIOS DIGITALES

Los prestadores de servicios intermediarios incluirán en sus condiciones generales información sobre cualquier restricción que impongan en relación con el uso de su servicio respecto de la información proporcionada por los destinatarios del servicio. Esta información deberá incluir datos sobre cualesquiera políticas, […] incluidas la toma de decisiones mediante algoritmos y la revisión humana, así como sobre las normas de procedimiento de su sistema interno de gestión de reclamaciones.

Condiciones generales | art. 14

Los prestadores de plataformas en línea de muy gran tamaño y los motores de búsqueda en línea de muy gran tamaño detectarán, analizarán y evaluarán con diligencia cualquier riesgo sistémico en la Unión que se derive del diseño o del funcionamiento de su servicio y los sistemas relacionados con este, incluidos los sistemas algorítmicos, o del uso que se haga de sus servicios.

Evaluación de riegos | art. 34

Los prestadores de plataformas en línea de muy gran tamaño y de motores de búsqueda en línea de muy gran tamaño se someterán, a su propia costa y al menos una vez al año, a auditorias independientes para evaluar el cumplimiento de […] las obligaciones del capítulo III.

Auditoría independiente | art. 37

Esta normativa a nivel europeo requiere distintas cosas según el tamaño de empresa. Por un lado, todos los e-commerce que usen algoritmos de IA tienen que especificarlo en sus condiciones generales.

Por el otro, empresas online de gran tamaño deberán poder analizar el funcionamiento de sus algoritmos a través de un panel de control y llevar a cabo auditorias anuales.

Realizar estas modificaciones y asegurarnos de que podemos hacer reportes sobre la performance de nuestro bot nos evitará multas del 6% de la facturación anual global.

4. PROYECTO DE LEY DE SERVICIOS DE ATENCIÓN A LA CLIENTELA

Se prohíbe el empleo de contestadores automáticos u otros medios análogos como medio exclusivo de atención a la clientela.

[…] la utilización de contestadores automáticos, bots conversacionales, u otros medios análogos deberá prever la posibilidad de solicitar, por parte de la clientela, una atención personalizada en cualquier momento de la interacción.

Atención personalizada | art. 8

Esta ley garantiza el derecho de los usuarios a recibir atención humana cuando lo soliciten. Sin embargo, los agentes también necesitan priorizar las consultas más urgentes y delicadas, especialmente en momentos de alta demanda.

Por eso, la combinación de talento humano e inteligencia artificial es clave para ofrecer una atención eficiente y equilibrada. Si definimos muy bien qué consultas gestionan unos y otros, podremos cuidar de la CX y la AX al mismo tiempo.

¡Ojo! Aunque un proceso lo tengamos automatizado con IA, si el cliente pide ser atendido por un agente, deberemos transferir la llamada inmediatamente para evitar sanciones de entre 150 y 100.000 euros.

EL MARCO LEGAL NOS PROTEGE A TODOS

Podríamos decir que, para aplicar Inteligencia Artificial en el contact center, lo mejor es usar el sentido común, pero como dice el filósofo Voltaire: «el sentido común es el menos común de los sentidos”. Por eso existen las leyes, y por eso debemos conocerlas para no incumplirlas.

La tecnología avanza a una velocidad vertiginosa, y como señaló Daniel Vidal, uno de los ponentes del CX Brunch que coorganizamos junto a Webpilots España y Adam: “Está saliendo un tren y es posible que quien no lo coja ahora ya no pueda montarse en la siguiente estación.”

Actualmente, existen numerosas soluciones de Inteligencia Artificial para atención al cliente. Por ello, recomendamos, ante todo, seleccionar un partner que tenga un profundo conocimiento del sector, cuente con un equipo de expertos en Inteligencia Artificial y esté comprometido con la mejora continua de sus clientes.

¿QUIERES CONOCER CÓMO APLICAR IA DE FORMA SEGURA?

La entrada 4 leyes que debes conocer si usas inteligencia artificial en atención al cliente se publicó primero en Enreach ES.

Está claro que los automarcadores nos hacen más productivos al eliminar la marcación manual, pero eso es algo común en todos. Entonces, ¿qué funcionalidades realmente marcan la diferencia entre un buen software de telemarketing y uno convencional? Te las mencionamos a continuación.

1. ELIMINACIÓN AUTOMÁTICA DE DATOS PERSONALES

Para cumplir con el Reglamento General de Protección de Datos (RGPD), es necesario establecer reglas para eliminar datos personales identificativos que no tengan un propósito de ser almacenados, como los datos de clientes potenciales registrados como «no interesados». Tener la capacidad de automatizar este proceso nos asegurará que cumplimos con la ley.

2. PERSONALIZACIÓN DE PLANTILLAS DE CAMPAÑA

En el 80% de los casos, siempre recogemos los mismos datos de los leads, pero a veces realizamos campañas en las que necesitamos extraer información muy concreta. Es muy importante tener la posibilidad de crear plantillas desde cero para no estar limitados. Por ejemplo, si contactamos a prospectos, pero también realizamos encuestas telefónicas, necesitamos disponer de dos plantillas muy diferentes.

3. CONFIGURACIÓN DEL AUTOMARCADOR

Como hemos mencionado anteriormente, cada campaña es un mundo; no es lo mismo tener que contactar a más de 1.000 prospectos que a 30, ni es lo mismo contar con un equipo de 4 agentes que uno de 40. Por lo tanto, debemos echarle el guante a un programa que se adapte a la calidad y cantidad de los leads y al volumen de agentes. Además de permitirnos seleccionar entre los marcadores más populares del mercado, también es primordial poder configurar pequeños detalles como los segundos de vista previa del contacto o el número de intentos de rellamada.

4. PROGRAMACIÓN DE RELLAMADAS

Si los leads no contestan a la primera, debemos seguir intentándolo. Para aumentar nuestra tasa de conversión, debemos contar con un software que automáticamente vuelva a llamar al cliente potencial en el plazo de tiempo determinado. Y no solo de forma automática; si el agente ha podido hablar con esa persona, pero ahora mismo no tiene tiempo para atenderle, es imprescindible que pueda agendar una rellamada en una fecha y hora concretas.

5. PRIORIZACIÓN DE LEADS

Para evitar que los leads se enfríen o se queden sin contactar, los mejores automarcadores del mercado organizan el listado de leads a llamar priorizando aquellos que no han contestado la primera llamada, los que tienen más posibilidades de convertir y los que se han creado hace más tiempo. Si queremos instaurar un procedimiento específico de contacto, esta funcionalidad nos lo pondrá muy fácil.

6. SINCRONIZACIÓN DE CALENDARIOS

No es un secreto que cuantas más integraciones disponga el programa, menos tiempo perderemos realizando tareas administrativas. Una de las integraciones más útiles para los agentes es, sin duda, la sincronización de calendarios. Mientras los operadores programan citas con los prospectos, si el automarcador está sincronizado con su correo (iCloud, Outlook o Gmail), podrán mantener sus agendas actualizadas e incluso mandar correos automáticos para confirmar la llamada con el cliente potencial.

7. SUPERVISIÓN EN TIEMPO REAL

El supervisor necesita poder ver el rendimiento de las campañas en tiempo real, por lo tanto, esta funcionalidad es fundamental. Poder ver los KPIs principales en formato de valor total, visualizar gráficas del porcentaje de tasa de contacto, saber qué agentes están inactivos o cuál es el agente que ha iniciado más intentos de llamada, son algunas de las métricas más relevantes que debemos conocer si queremos evaluar el éxito de una campaña y tomar medidas para mejorar los resultados.

8. GRÁFICAS DEL TIEMPO DE USO

Otra funcionalidad trascendental para los supervisores es tener un apartado dedicado a monitorizar el tiempo de uso de los agentes: saber cuánto tiempo dedican a hacer pausas, a prepararse para la llamada, a estar en conversación, etc. Esta información nos puede ser muy útil a la hora de evaluar a los miembros del equipo y también para ajustar la configuración del automarcador.

9. CREACIÓN DE INFORMES A MEDIDA

A menudo utilizamos herramientas de terceros para el reporting. Descargamos los datos y los analizamos a través de herramientas como Power Bi o similar. Aunque eso no esté necesariamente mal, es mucho más productivo contar con una herramienta capaz de crear informes potentes desde la que puedas filtrar por campaña, por segmento y por agente, y que, además, puedas añadir tantas métricas como necesites e incluso crear tus propios KPIs.

10. GESTIÓN DEL HORARIO LABORAL

Otra funcionalidad con la que solemos emplear otros programas es la gestión del horario de los agentes. Para maximizar la productividad y reducir costes, creemos necesario contar con un automarcador que te permita saber cuántas horas trabaja cada agente al día, agendar sus vacaciones, planificar reuniones de equipo o, incluso, calcular el precio por hora cuando realizamos campañas pagadas.

CÓMO ELEGIR EL MEJOR AUTOMARCADOR

No nos vamos a engañar, cada empresa tiene sus propias necesidades, por lo tanto, te recomendamos que para encontrar el mejor automarcador para ti, hagas un listado con los resultados que quieres conseguir.

Al final del día, nuestro consejo es que, además de todas esas funcionalidades que te harán conseguir tus objetivos, priorices trabajar con una interfaz intuitiva que te facilite las tareas y que, sobre todo, tengas a un proveedor que se comprometa a ayudarte a configurarlo a tu medida.

Si quieres ver el funcionamiento de un automarcador o simplemente necesitas una segunda opinión, no dudes en ponerte en contacto con nuestros expertos.

La entrada 10 características de un buen software de telemarketing se publicó primero en Enreach ES.