IA · Conversacional · Ventas
Chatbots que no son chatbots.
Cuando alguien dice "chatbot" todavía pensamos en esa cosita del 2018 que te preguntaba "¿en qué puedo ayudarte?" y respondía con un menú de tres opciones que nunca eran las que necesitabas. Ese bot está muerto, y con razón. Lo que hoy llamamos agente de IA es otra cosa: entiende lenguaje real, tiene contexto de tu negocio, sabe cuándo pasar la conversación a un humano y —lo más importante— sí ayuda a vender. La diferencia entre uno y otro no es la tecnología: es cómo lo montas.
Por qué los chatbots viejos no vendían
Los bots de árbol de decisión eran básicamente un IVR de call center en formato chat. Le imponían al usuario tu estructura interna: "elige una categoría, elige una subcategoría, elige una acción". Nadie compra así. La gente escribe como habla, salta pasos, pregunta cosas raras, cambia de tema. Un menú rígido choca con eso a los tres mensajes, y el usuario se va —o peor, pide un humano y descubre que tampoco hay uno disponible.
1. Dale contexto real, no un guion
Un agente de IA que sirve no responde con frases pre-armadas: responde con base en tu catálogo, tus precios, tus políticas, tus casos de uso reales. Eso se hace conectándolo a tus fuentes de verdad —tu CMS, tu CRM, tu base de conocimiento— con RAG (retrieval augmented generation) o herramientas nativas del modelo. Sin ese anclaje el agente inventa, y una alucinación en una venta cuesta caro. Con el anclaje bien hecho, responde como tu mejor vendedor con toda la información delante.
2. Que califique, no solo que conteste
El error clásico es usar el agente como FAQ interactivo. El verdadero valor está en que también califique al prospecto mientras conversa: presupuesto, urgencia, tamaño, si ya usa un competidor. Esas señales se guardan en el CRM en el mismo instante, y cuando la conversación pasa a un humano el vendedor no arranca de cero. La conversación deja de ser un costo de soporte y se vuelve una fuente de leads calificados.
3. Handoff a humano sin fricción
Un buen agente sabe cuándo callarse. Si detecta frustración, una pregunta fuera de alcance o una intención clara de compra grande, escala a un humano con todo el contexto de la conversación ya cargado. El usuario no repite nada. El vendedor entra sabiendo qué pasó. Ese detalle, tan aburrido de armar, es lo que separa un agente que la gente odia de uno que la gente recomienda.
4. Mídelo como mides una campaña
Un agente conversacional es un canal de conversión, no un juguete. Mide tasa de resolución, tasa de handoff, leads calificados generados, ventas cerradas asistidas por el agente, y —crítico— satisfacción medida al final de la conversación. Con esos números decides qué prompts mejorar, qué fuentes agregar y en qué puntos de la conversación se cae la gente. Sin métricas es imposible saber si estás vendiendo o solo generando ruido.
5. Voz de marca, no voz de OpenAI
El agente es tu marca hablando. Si tu marca es directa y sin rodeos, el agente también. Si es cercana y tuteante, el agente también. El prompt de sistema, los ejemplos y los guardrails definen ese tono, y hay que iterarlo con muestras reales, no con lo que "suena bien" en la reunión. Un agente que suena a asistente genérico despersonaliza tu marca y le regala el diferencial a la competencia.
Entonces, ¿lo pongo o no?
Sí, pero no como el bot del 2018. Móntalo como un agente con acceso a tus fuentes reales, capacidad de calificar, criterio para escalar a humano y voz de marca. Empieza con un caso de uso acotado —soporte de un producto, calificación de leads inbound, cotización básica— y expande cuando tengas métricas. En Talent Warehouse armamos estos agentes con la parte creativa, la parte de datos y la parte técnica en la misma mesa, para que no termines con un juguete sino con un canal que suma revenue.