El proyecto perfecto
Una empresa tecnológica con más de 20 años. 5 departamentos. Un equipo que conoce su producto mejor que nadie. Y una petición clara: queremos IA en todo.
Me llega el proyecto. Empresa tecnológica de telecomunicaciones, más de dos décadas en el mercado, equipo consolidado, base de clientes sólida. Quieren modernizar: chatbots en la web, chatbots en el panel privado del cliente, chatbots en el centro de ayuda, agentes de voz por departamento, automatizar el sistema de tickets y el onboarding de nuevos clientes.
Me emocioné. Y mucho. Era el tipo de proyecto donde puedes construir un sistema completo, no parches sueltos.
Me puse a trabajar con cada miembro del equipo. Desgranando problemas, montando bases de conocimiento, diseñando flujos. Cada departamento me pedía lo mismo: quiero chatbots, quiero IA, quiero quitarme trabajo de encima.
Los escuchaba a todos. Les daba soluciones. Les proponía herramientas. Cada reunión terminaba con un plan de acción concreto para ese departamento. Todo avanzaba.
O eso parecía.
El error que comete todo el mundo
Estaba pensando como la mayoría. En línea recta. Tarea por tarea. Parche por parche. Y eso es exactamente lo que critico a otros.
Llegó el fin de semana. Mis momentos de paz, de calma, cuando no suena el teléfono, ni el WhatsApp, ni nada. Ahí, sin ruido, me di cuenta de lo que estaba haciendo.
Estaba dando soluciones a tareas sin pensar en el problema de fondo. Escuchando demasiado ruido. Resolviendo lo que cada persona me pedía sin profundizar en el sistema nervioso de la empresa.
Estaba pensando de forma lineal: problema A, solución A. Problema B, solución B. No estaba pensando en nodos, como una telaraña, como a mí me gusta pensar. Estaba siendo una más. Un empleado más que parchea todo y da soluciones pequeñas a problemas pequeños.
La trampa del "dame un chatbot"
Cuando una empresa te dice "quiero un chatbot", lo que realmente te está diciendo es "tengo un problema de atención al cliente que no sé resolver". Pero si le das el chatbot sin resolver el problema de fondo, acabas con un chatbot que no funciona encima de un caos que ya existía.
Hablé con compañeros del sector. Todos querían lo mismo: dame la herramienta que usas, dame el prompt, dame el flujo de n8n, yo me monto varios chatbots. Pero esa no era la solución. Y lo sabía.
Porque ese siempre ha sido mi lema: no ser la que parchea. Ser la que soluciona el problema de fondo.
Y la estaba cagando.
La revelación de las 3 de la mañana
Un domingo de madrugada. Sin ruido. Sin WhatsApp. Solo yo y el problema real.
Domingo, 3 de la mañana. Es cuando resuelvo mis mayores enigmas. Cuando todo está en silencio y mi cabeza conecta los nodos que durante la semana el ruido no me deja ver.
Me hice una pregunta que lo cambió todo: ¿cómo voy a montarle a esta empresa un chatbot si yo los odio?
Los chatbots son horribles. La experiencia del cliente es espantosa. Elige una categoría, pulsa un botón, sigue un menú que nadie entiende. Nacieron cuando los modelos de lenguaje no existían. Fueron la mejor solución de su tiempo. Pero ese tiempo ya pasó.
Entonces me paré a pensar: ¿quién lo está haciendo bien de verdad? Revolut en su soporte. Retell AI con sus agentes. Anthropic con Claude. Ninguno usa chatbots de flujos. Todos usan asistentes que entienden lenguaje natural y responden desde una base de conocimiento real.
Empecé a pensar como los CEOs de estas empresas. Y encontré la solución.
La pregunta que desbloqueó todo
No era "qué herramientas meto". Era "cómo unifico todo el conocimiento de esta empresa en un solo cerebro para que cualquier asistente, en cualquier canal, tire de la misma fuente de verdad". El problema no era tecnológico. Era organizativo.
El diagnóstico real: 4 silos, 0 conexiones
Antes de hablar de IA, hay que entender exactamente qué está roto. Y por qué.
El resultado del diagnóstico fue demoledor. Cuatro departamentos en la misma empresa que no comparten conocimiento, no tienen trazabilidad cruzada y cuyo funcionamiento depende de personas concretas.
Ventas tenía un agente de voz con IA funcionando en producción, pero el CRM estaba completamente aislado del sistema de tickets. Soporte técnico resolvía todo desde la experiencia de una persona. Atención al cliente gestionaba más de 40 categorías de tickets a mano, con clasificación incorrecta frecuente. Y el desarrollador tenía toda la arquitectura de infraestructura en su cabeza, sin documentación accesible.
La regla de oro que lo cambia todo
Una IA es tan buena como el conocimiento que tiene detrás. Sin bases de conocimiento estructuradas, bien escritas y actualizadas por departamento, cualquier asistente o sistema de tickets con IA va a alucinar, contradecirse y dar respuestas incorrectas. Eso es peor que no tener nada.
El sistema nervioso: la solución
Un nodo central al que desembocan todos los canales. Todo registrado, todo conectado, todo aprendiendo.
La solución no es meter chatbots en cada rincón de la empresa. Es construir un sistema nervioso unificado donde todo tire de la misma base de conocimiento y todos los canales desemboquen en un nodo central. Eso es lo que estoy diseñando.
La diferencia es brutal. En vez de 4 departamentos aislados con IA parcheada por encima, tienes un cerebro central del que tiran todos los asistentes. Cuando actualizas la base de conocimiento, todos los canales se actualizan a la vez. Cuando un asistente detecta una pregunta que no sabe responder, la marca para que el equipo complete la documentación.
El cambio de paradigma
Los asistentes no son chatbots con flujos. Consultan el conocimiento real de la empresa y responden como lo haría el mejor agente del equipo. La máquina se adapta al cliente, no al revés. Así funciona el soporte de Revolut, así funciona Anthropic, así funciona Retell AI. Ninguno usa menús de botones.
La base de conocimiento: el cerebro de la empresa
Sin KB, no hay IA. Sin documentación estructurada, cualquier asistente alucinará. Esta es la fase 0 y es bloqueante.
Antes de hablar de agentes, de tickets inteligentes o de automatización, hay que construir el cerebro. Una base de conocimiento por departamento, estructurada, actualizada y accesible.
Las 5 bases de conocimiento
Configuraciones SIP, centralitas virtuales, troubleshooting de audio, FAQs técnicas. Todo lo que hoy vive en la cabeza del responsable de soporte, estructurado en documentos accesibles.
Taxonomía de tickets definitiva, procedimientos de resolución, respuestas estandarizadas, casuísticas especiales. El tono y los criterios de la empresa, documentados.
Catálogo de servicios, precios actualizados, argumentario de ventas, objeciones frecuentes y respuestas, proceso de alta y onboarding.
Condiciones del programa, comisiones, recursos de venta para partners. Arquitectura técnica, APIs internas, guías de integración para el equipo de desarrollo.
Las 6 fuentes que alimentan el cerebro
La KB no es un proyecto de una vez
Es un sistema vivo. El pipeline automatizado procesa las fuentes, Claude estructura el contenido en módulos por departamento, y el equipo humano revisa y aprueba antes de que nada entre en producción. Supervisión humana siempre. Sin excepción.
Del chatbot al asistente con conocimiento real
El cliente escribe lo que necesita. El asistente entiende, busca en la KB y responde. Sin menús. Sin botones. Sin categorías.
- El cliente elige entre categorías predefinidas
- Si la pregunta no encaja, no hay respuesta
- Depende de que alguien actualice los flujos manualmente
- No aprende de las interacciones
- La máquina impone sus opciones al cliente
- El cliente escribe en lenguaje natural
- La IA busca en la KB y genera la respuesta correcta
- Se actualiza cuando cambia la KB, sin reprogramar
- Escala al humano correcto con contexto completo
- La máquina se adapta al cliente
Los asistentes no son un chatbot con otro nombre. Son una arquitectura completamente diferente. El asistente recibe la pregunta en lenguaje natural, busca en la base de conocimiento los fragmentos más relevantes, y genera una respuesta en el tono de la empresa. Si no puede resolver, escala al humano correcto con todo el contexto de la conversación.
No es un flujo de "si elige la opción 3, llévale a la pantalla 7". Es un motor de lenguaje que entiende qué necesita el cliente y responde con el conocimiento real de la empresa detrás.
Los asistentes del sistema
El asistente de cara al cliente en el centro de ayuda y la web pública. Responde en lenguaje natural, busca en toda la KB y escala con contexto cuando no puede resolver.
Conoce los servicios activos del cliente. Gestión de cuenta, facturación, configuración. Contexto personalizado por cada cliente autenticado.
Soporte específico para la red de partners: comisiones, recursos, incorporación, soporte técnico especializado.
El centro de control interno. Dashboard de métricas, gestión de KB, control de agentes, feedback loop. La sala de mandos desde donde se opera todo el sistema.
El sistema de tickets inteligente
El nodo central que lo une todo. El cliente escribe en texto libre. La IA clasifica, prioriza, busca en la KB y sugiere una respuesta. El agente humano revisa y envía.
El impacto medible
El cliente no elige categorías. Escribe en texto libre. La IA enriquece con datos del cliente (días de alta, país, servicios activos), clasifica con las reglas de negocio de la empresa, busca en la KB y genera una respuesta sugerida. El agente humano revisa, edita si hace falta, y envía.
Todo queda registrado: grabaciones, transcripciones, resúmenes de llamada, webhooks. El sistema aprende de cada interacción.
Los agentes supervisores: la cadena de mando
No es un LLM detrás de un chat. Es una organización de agentes IA especializados, cada uno con el modelo correcto para su tarea.
Estrategia multimodelo
No todos los agentes usan el mismo modelo de lenguaje. GPT-4 para clasificación rápida y económica. Claude Sonnet para generar respuestas con la mejor redacción en español. Gemini Flash para voz en tiempo real con Retell AI. Cada tarea, el modelo correcto. Así se reducen costes y se maximiza calidad.
Clasifica cada ticket o consulta en milisegundos. Aplica las reglas de negocio. Devuelve departamento, prioridad y nivel de confianza. Modelo rápido y económico para alta frecuencia.
Recibe la consulta y los fragmentos de KB más relevantes. Genera una respuesta en el tono de la empresa. El agente humano revisa antes de enviar.
Revisa que las respuestas sean correctas y estén alineadas con el tono de la empresa. Aprende de los rechazos del equipo humano para mejorar las siguientes generaciones.
Detecta preguntas que la KB no puede responder bien. Las marca automáticamente para que el equipo actualice la documentación. El cerebro mejora continuamente.
Hay dos agentes más que completan la cadena: un supervisor de escalación que detecta tickets que necesitan intervención humana urgente (clientes frustrados, temas legales, VIPs), y un integrador de canales orquestado por n8n que recibe eventos de todos los canales y los normaliza al mismo formato para el nodo central.
6 agentes especializados. Cada uno con su función. Cada uno con el LLM correcto. Coordinados por automatización. Supervisados por métricas en tiempo real.
El plan: de abajo hacia arriba, sin saltarse pasos
El orden importa. Primero el cerebro, luego el nodo central, luego los canales. Cada fase valida la anterior antes de avanzar. Así lo estoy planteando.
Sin la base de conocimiento, nada arranca
La Fase 0 no es técnica. Es organizativa. El equipo humano tiene que documentar su conocimiento por departamento. Sin eso, cualquier asistente que montes va a alucinar. Esta fase es bloqueante y no negociable.
¿Qué ve el CEO funcionando en la Fase 0?
Una búsqueda semántica en tiempo real sobre la KB de la empresa. Alguien de soporte escribe "¿cómo se configura un troncal SIP?" y el sistema devuelve los fragmentos más relevantes de la documentación, ordenados por pertinencia. No es el asistente final. Es el cerebro de la empresa respondiendo, por primera vez, en tiempo real.
Eso es lo primero que se ve funcionar. Y es lo que valida que todo lo demás va a ir bien.
Artículos relacionados
Si este artículo te ha resultado útil, estos dos completan el mapa:
- Agentes de IA: el mapa por departamento que nadie te enseña — Dónde colocar cada agente dentro de tu empresa para que trabaje de verdad. Stack real, supervisión humana, sin orquestadores.
- El nuevo organigrama: qué tiene que saber cada perfil de tu empresa sobre IA — Qué tiene que saber cada departamento para que el sistema de IA no muera solo cuando tú no estés.