El gran estudio: quién ganó más con esto
Es la prueba más sólida que hay sobre el tema: 5.172 agentes de soporte, alrededor de tres millones de conversaciones, con despliegue escalonado, así que no son declaraciones propias sino los datos del propio sistema.
| Indicador | Efecto |
|---|---|
| Casos resueltos por hora | +15 % de media |
| Agente nuevo, con menos formación | +30–35 % |
| Agente veterano, de los mejores | ligera aceleración, ligera pérdida de calidad |
| Tasa de resolución | +1,3 puntos porcentuales |
| Tiempo medio de gestión | −3,7 minutos (−8,5 %) |
| Satisfacción del cliente | prácticamente igual |
| Peticiones de «páseme con su superior» | bajaron |
| Rotación de personal | bajó, sobre todo entre los nuevos |
La frase más importante de todo esto: quien más ganó fue el que empezaba. La máquina no hizo mejores a los mejores: redujo la dispersión. El efecto de aprendizaje también se midió: un agente con dos meses de experiencia y asistente rendía como uno con medio año y sin ayuda.
Y ese mismo estudio dice que entre los más veteranos la calidad empeoró levemente. No es un detalle menor: significa que no conviene soltar el asistente sobre todo el mundo por igual.
El giro de 2026: asistente o sustituto
Hasta aquí la historia era bonita. El experimento de campo reciente sigue donde lo dejó el anterior, y llega a otro sitio.
En un experimento aleatorizado de 2026 ya no se trataba de un asistente: la IA llevaba la conversación, con relevo humano si hacía falta.
- Las conversaciones se volvieron más cortas.
- La proporción de reintentos apenas cambió.
- Pero en las conversaciones derivables a la IA la valoración del cliente empeoró de forma notable.
Lo más interesante, sin embargo, es que el relevo humano no siempre ayuda: depende de por qué hizo falta:
| Motivo de la escalada | ¿Ayuda el relevo humano? |
|---|---|
| Técnico: el caso supera lo que la IA puede hacer | sí, la calidad del servicio se mantiene |
| Emocional: el cliente expresa frustración | bastante menos |
En las escaladas emocionales los agentes escribieron menos mensajes, preguntaron menos de forma proactiva, participaron menos en la conversación. La conclusión de los investigadores es clara: intervenir pronto es imprescindible, porque tras un relevo tardío el esfuerzo ya no se recupera.
Hubo también un efecto secundario positivo: mejoró la calidad de las conversaciones no aptas para la IA, porque los agentes pudieron repartir mejor su atención.
La tensión central de este artículo en una frase: si la IA se sienta al lado de la persona, gana todo el mundo. Si se sienta en su lugar, el cliente lo nota.
Cuatro contraejemplos documentados
El primero: la marcha atrás. En febrero de 2024 un gran proveedor de pagos anunció que su asistente hacía el trabajo de 700 empleados a tiempo completo. En mayo de 2025 dieron marcha atrás y volvieron a contratar personas para soporte. La formulación del consejero delegado es lo más citable: para él la atención humana siempre será un servicio premium, de alto contacto. (Conviene la precisión: la plantilla bajó igualmente mucho en ese mismo periodo; no fue una vuelta completa.)
El segundo: la norma inventada. En abril de 2025 el bot de soporte de una herramienta para desarrolladores se inventó una regla de inicio de sesión que nunca había existido, y la comunicó firmada con nombre humano. Hubo usuarios que cancelaron su suscripción y la empresa pidió disculpas. Es el caso más instructivo de la lista: el bot no «respondió mal», sino que afirmó con total seguridad una norma de empresa inexistente, que el cliente tomó con razón por la postura de la compañía.
El tercero: el precedente judicial. En una resolución canadiense de febrero de 2024 la aerolínea se defendió alegando que el chatbot era una entidad jurídica aparte de la que la empresa no respondía. La respuesta del tribunal fue breve: un chatbot tiene una parte interactiva, pero sigue siendo parte de la web de la empresa, y tiene que resultar evidente que la empresa responde de todo lo que hay en su propio sitio.
El cuarto: el mercado dando la vuelta. Según una encuesta a 163 responsables de soporte, la mitad de las organizaciones que planeaban recortes de plantilla importantes por la IA abandonará ese plan antes de 2027. El 95 % quiere conservar agentes humanos. Y el dato más elocuente: el 51 % de los clientes confía sobre todo en el agente humano y el 7 % en la IA, mientras que al 62 % le preocupa que llegar a una persona sea más difícil.
La voz de marca: no escribe mal, tira hacia la media
Conviene saberlo de entrada: sobre la desviación de la voz de marca en concreto no hay ninguna medición revisada por pares; lo que se encuentra bajo ese título es material de marketing sin metodología.
Lo que sí está medido es trasladable, y describe el problema con más precisión. Un estudio sobre 880.000 textos y siete conjuntos de datos concluye que los modelos de lenguaje reducen entre un 21 y un 50 % la dispersión de la complejidad escrita. En su propia formulación, amplifican los patrones dominantes y apagan el resto: premian la conformidad frente a la singularidad. Otra investigación halló lo mismo en tareas creativas: el rendimiento individual sube y la diversidad colectiva baja.
El problema de la voz de marca, por tanto, no es que la máquina escriba mal. Es que tira hacia la media. Si tu voz está justo en esa dispersión —frases cortas, tuteo, un dato concreto, humor—, la respuesta generada la arrastra de forma medible hacia el promedio.
De ahí sale una consecuencia práctica: la voz de marca no hay que describirla, hay que enseñarla. Diez o quince respuestas tuyas anteriores que consideres buenas valen más que cualquier descripción de estilo.
Lo que hay que declarar obligatoriamente
Esta parte es nueva en 2026, y mucha gente se equivoca sobre de dónde viene la obligación.
Según el artículo 50 del Reglamento de IA de la UE, los sistemas de IA que interactúan directamente con personas tienen que diseñarse de modo que se informe a la persona afectada de que está tratando con un sistema de IA, salvo que resulte evidente para una persona razonablemente informada, atenta y perspicaz. La información tiene que ser clara y distinguible, y darse a más tardar en el momento de la primera interacción.
Esto se aplica desde el 2 de agosto de 2026, y el aplazamiento no lo afectó. El cambio de calendario de 2026 retrasó el plazo de los sistemas de alto riesgo, no las reglas de transparencia.
La horquilla sancionadora: hasta 15 millones de euros o el 3 % del volumen de negocio anual mundial total, la cifra que sea mayor.
Hay otra obligación menos conocida: según el artículo 4 del Reglamento, desde el 2 de febrero de 2025 quienes operan sistemas de IA tienen que tomar medidas para desarrollar la alfabetización en IA de su propia plantilla. No fija un nivel concreto, pero la obligación está vigente.
Y una precisión sobre Hungría que muchos tienen justo al revés: la ley húngara de protección al consumidor no contiene ninguna disposición sobre chatbots, gestión automatizada ni IA. La obligación de señalarlo procede exclusivamente del reglamento de la UE.
Lo que la ley húngara sí exige, pero solo a los prestadores de servicios públicos y a los designados en una ley aparte: mantener un servicio de atención al cliente, atender la llamada e iniciar la gestión efectiva en menos de cinco minutos desde que se establece la conexión, colocar la opción de voz en directo para reclamaciones como primer punto del menú y sin identificación previa, y registrar las reclamaciones telefónicas con un identificador único y conservarlas cinco años. En Hungría, la mayoría de las tiendas online no está obligada a mantener atención telefónica.
La misma obligación de declararlo rige en el otro lado, cuando la máquina no evalúa al cliente sino al candidato: lo detalla el post las candidaturas de trabajo , con los mismos plazos.
(Esto no es asesoramiento jurídico. Para tu caso concreto decide la clasificación, y eso conviene revisarlo con un profesional.)
La receta
1. ASISTENTE, NO SUSTITUTO
La máquina escribe el borrador, el botón de enviar
lo pulsa una persona. Ahí está toda la diferencia.
2. EMPIEZA POR QUIEN ACABA DE LLEGAR
Ahí se midió la mayor ganancia. Entre los mejores
se midió una ligera pérdida de calidad.
3. ANTE UNA SEÑAL EMOCIONAL, PERSONA YA
No tras la escalada, sino a la primera señal. Tras
un relevo tardío el esfuerzo ya no se recupera.
4. LA VOZ DE MARCA SE MUESTRA, NO SE DESCRIBE
10-15 respuestas tuyas anteriores en el prompt. La
descripción de estilo falla: el modelo tira a la media.
5. LOS DATOS, SOLO DESDE EL SISTEMA
Precio, plazo, norma, garantía: desde una tool call.
Lo que el modelo "sabe" no se le dice al cliente.
6. EL PRIMER MENSAJE LO TIENE QUE DECIR
Que habla con una máquina. Nunca en letra pequeña.
El punto cinco es el que evita el caso de la norma inventada. El modelo no dice algo falso porque sea malo, sino porque no tiene de dónde saberlo, y afirmar le sale más barato que decir «no lo sé».
El punto uno, en cambio, es todo el artículo en una línea: las mediciones muestran ganancia cuando la máquina ayuda, y deterioro cuando se hace cargo.
Malentendidos habituales
- «Todo el mundo será un 15 % más eficiente.» No. Más de un 30 % entre los que empiezan; entre los mejores, ligera aceleración y ligera pérdida de calidad. Aquí la media engaña.
- «El cliente no se va a dar cuenta.» En el experimento de 2026 la valoración empeoró justo donde la IA llevaba la conversación.
- «Si hay problema, ya entrará alguien.» Depende de cuándo. En una escalada emocional, el relevo tardío funciona bastante peor, y está medido.
- «Describo la voz de marca en el prompt.» El modelo reduce la dispersión de forma medible. Hacen falta ejemplos, no descripciones.
- «La ley húngara de consumo obliga a señalar el chatbot.» No lo obliga. La obligación viene del artículo 50 del reglamento de la UE.
- «Del bot no respondemos, es un servicio aparte.» Justo con eso se defendió una aerolínea en 2024, y perdió.
Lo que conviene llevarse
La atención al cliente es el terreno con mejores mediciones, y precisamente por eso se puede decir con exactitud dónde está el límite.
Como asistente es bueno de forma medible, sobre todo con quien empieza, y además empina la curva de aprendizaje. Como sustituto empeora la experiencia de forma medible, y el mercado lo ha confirmado: la mitad de las organizaciones que planeaban recortes de plantilla abandonará ese plan antes de 2027, y solo el 7 % de los clientes confía sobre todo en la máquina.
Las tres cosas que lo deciden en la práctica: que el envío lo pulse una persona, que el dato salga del sistema y que el primer mensaje diga que hay una máquina al otro lado.
Cómo encajan aquí la clasificación del correo entrante y los borradores de respuesta lo recorre paso a paso el post ordenar la bandeja de entrada , en forma de receta; y la cuestión más amplia del tono y la voz de marca la respalda con mediciones el post el ahorro de tiempo real , tarea por tarea.