Todos tuvimos la experiencia: entrás a un sitio con una duda concreta, se abre una ventanita que pregunta "¡Hola! ¿En qué puedo ayudarte?", escribís la pregunta, y te responde algo que no tiene nada que ver. Buscás el botón de cerrar y te vas.
Ese chatbot no ahorró una consulta: perdió un cliente. Y sin embargo el dashboard va a mostrar "1 conversación atendida".
El problema no es el modelo
Con los modelos actuales, entender la pregunta ya casi nunca es el problema. El problema es de diseño, y aparece antes de escribir una línea.
Se pone en el lugar equivocado. Un chat que se abre solo a los tres segundos interrumpe a alguien que estaba leyendo. Lo que consigue es que la gente aprenda a cerrarlo por reflejo, incluso cuando lo necesita.
No sabe lo que no sabe. Un bot que responde cualquier cosa con seguridad es peor que uno que dice "esto no lo sé, te paso con alguien". La confianza se pierde una sola vez.
No tiene salida. Si no hay forma clara de hablar con una persona, el chat deja de ser una ayuda y pasa a ser un muro. Y la gente lo nota enseguida.
Lo que sí funciona
Que sepa de qué habla. Un bot genérico conectado a la nada responde generalidades. Uno conectado a tu catálogo, a tu stock y a tus políticas responde cosas útiles: "¿tenés esto en talle M?" es la consulta real, y para contestarla hace falta saber el stock, no ser elocuente.
Que ceda rápido. La regla que usamos: si no puede resolverlo en dos idas y vueltas, pasa a una persona con todo el contexto de la conversación. Sin hacer repetir nada, que es lo que más enoja.
Que aparezca cuando lo llaman. Un botón visible que el usuario abre cuando quiere funciona mejor que una ventana que salta sola. Menos conversaciones, pero casi todas útiles.
Que se le note lo que es. Fingir que es una persona no engaña a nadie y destruye la confianza cuando se descubre. Decir "soy un asistente automático, si necesitás a alguien decímelo" ordena la expectativa desde el arranque.
Qué medir (y qué no)
La métrica que casi todos miran es la cantidad de conversaciones. No sirve para nada: sube cuando el bot molesta más.
Las que importan:
- Resolución sin humano. De las consultas que atendió, cuántas terminaron sin necesitar a alguien. Y ojo: "terminaron" no es "el usuario se fue".
- Consultas que dejaron de llegar. Si el bot funciona, el equipo de atención recibe menos preguntas repetidas. Esa caída es el verdadero retorno.
- Abandono. Cuánta gente abre el chat y se va sin escribir. Si es alto, el problema es la primera impresión.
- Qué preguntan y no puede contestar. Esta es la más valiosa y la que menos se mira. Es una lista gratis de lo que a tu sitio le falta explicar.
Esa última suele terminar mejorando el sitio más que al bot.
Cuándo directamente no
Hay casos donde no conviene:
- Si tu volumen es bajo. Con cinco consultas por día, una persona las atiende mejor y sale más barato.
- Si tus consultas son todas distintas. El bot brilla en lo repetitivo. Si cada caso es único, no hay patrón que aprender.
- Si el error es caro. En salud, temas legales o plata, la respuesta equivocada cuesta mucho más que la consulta ahorrada.
- Si tu información está desactualizada. Un bot que responde sobre datos viejos multiplica el problema en vez de resolverlo.
El punto
Un buen chatbot no busca contestar todo. Busca contestar bien lo que ya se contesta cien veces por semana, y correrse rápido cuando no es su tema.
Es menos ambicioso y funciona mucho mejor.
En nuestros casos de IA mostramos proyectos con este enfoque. Si estás evaluando uno, contanos qué preguntas recibís y vemos si califica.
