ATENCIÓN CON IA

Atención al cliente con IA y humanos: la IA resuelve lo repetible, tu equipo entra donde importa

La atención al cliente con IA y humanos es un modelo donde un agente de IA resuelve las consultas repetibles (estado de un pedido, un turno, un reclamo, una garantía) en cualquier canal, categoriza cada caso y lo deriva a una persona cuando hay riesgo, enojo o excepción, con todo el contexto. MoPッ lo implementa con SmartBot y PanelCRM, con SLA y métricas por tipo de caso. El humano entra donde importa.

Ya operan con MoPッ

Municipalidad de Tres ArroyosApachey equipos de industria, construcción y gobierno local en Argentina
Martes 18:40

El momento

Es martes a las 18:40. Sofía es jefa de atención en una distribuidora de electrodomésticos con servicio técnico propio. Un cliente escribió el jueves por WhatsApp por una heladera en garantía. El viernes mandó un correo. El lunes llamó. Cada canal abrió un ticket distinto y ninguno tenía el historial de los otros. Hoy el cliente publicó las capturas en Instagram.

Su equipo de doce personas respondió novecientas conversaciones en el día. Seiscientas eran "¿dónde está mi pedido?". Nadie tuvo tiempo para la heladera, y ninguna pantalla mostraba que el caso llevaba cinco días abierto. El caso más importante del día recibió la menor atención, porque lo urgente tapó lo importante.

Qué hace el sistema

Categoría clara, mecanismo visible

La atención al cliente con IA y humanos separa los casos en dos grupos. Los repetibles, donde la respuesta depende de un dato (el estado de un pedido, la fecha de un turno, el número de una orden de servicio), los resuelve la IA consultando los sistemas. Los que dependen de criterio (una garantía en zona gris, un cliente enojado, un reclamo con riesgo) los resuelve una persona, y la IA se ocupa de que lleguen con contexto.

En MoPッ el agente es SmartBot: entiende texto, audios e imágenes, responde con tus procedimientos y consulta tus sistemas. La capa de control es PanelCRM: unifica canales en un solo historial por cliente, categoriza cada caso, le aplica SLA y prioridad, detecta señales de riesgo y asigna a la persona correcta. Un historial, una persona responsable.

Tipo de caso Lo resuelve la IA Entra una persona
Estado de pedido o envío Sí, consultando el sistema Si el envío está demorado fuera de política
Cambio de turno o servicio técnico Sí, con la agenda Si no hay disponibilidad en el plazo del SLA
Reclamo estándar Registra, clasifica, informa el número Si detecta enojo, riesgo o reincidencia
Garantía o devolución Informa condiciones y registra Si el caso está fuera de política
El cliente pide una persona Nunca insiste Siempre

#### Agente de IA en servicio al cliente: qué resuelve solo y qué escala

El corte no pasa por canal ni por horario, sino por algo más simple: si la respuesta ya existe en un sistema o si hay que decidirla. Estado de pedido, saldo, fecha de entrega, número de factura, condiciones de garantía y horarios de sucursal viven en un sistema: el agente los lee y responde con el dato, no con una promesa. Un reclamo con enojo, una excepción a la política, una devolución fuera de plazo o un cliente que pide hablar con alguien no viven en ningún sistema: escalan.

La regla se escribe antes de salir a producción y se revisa con las conversaciones reales. En México y Colombia el área se llama servicio al cliente; en Argentina y Chile, atención al cliente. En Colombia las empresas reguladas usan además el marco de PQRS para peticiones, quejas, reclamos y sugerencias, con tiempos de respuesta definidos: el agente registra el radicado y el reloj corre desde ahí.

Conversación de ejemplo por WhatsApp

Workflow

Paso a paso, de la consulta a la acción

  1. Entrada

    El cliente escribe por WhatsApp, chat web o correo, o manda un audio o una foto. Todo entra a PanelCRM.

  2. Identificación

    PanelCRM reconoce al cliente y muestra su historial completo, sin importar el canal anterior.

  3. Resolución de lo repetible

    SmartBot consulta el sistema de pedidos, la agenda o los procedimientos y responde con el dato exacto. Registra reclamos con número de seguimiento.

  4. Categorización y SLA

    Cada caso se clasifica solo (pedido, turno, reclamo, garantía, consulta) y recibe prioridad y tiempo máximo de respuesta.

  5. Detección de riesgo

    SmartBot marca señales: enojo, reincidencia, riesgo legal, caso fuera de política, SLA por vencer.

  6. Handoff

    Si hay una señal o el cliente lo pide, la conversación pasa a la persona asignada con el resumen, el historial y lo que ya se hizo. El cliente no repite nada.

  7. Registro y seguimiento

    El caso queda con estado, dueño y categoría. SmartBot sigue los casos abiertos, avisa antes de que venza el SLA y confirma el cierre.

Qué hace la IApasos 1 a 5 y 7.
Cuándo entra una personapaso 6, y siempre que el cliente lo pida. Nunca un loop.

Para quién es

Es para vos si, y para quién no

Es para vos si

  • Tu equipo atiende por WhatsApp, correo, teléfono y redes, y cada canal abre un caso distinto.
  • La mayor parte del volumen son consultas de estado (pedido, turno, trámite) que dependen de un dato que ya está en un sistema.
  • Tenés reclamos o garantías donde un error cuesta, y necesitás que lleguen a una persona.
  • Nadie puede decirte hoy cuál es el tiempo de respuesta por tipo de caso.

No es para vos si

  • Buscás un chatbot que responda preguntas frecuentes sin conectar ningún sistema.
  • Querés eliminar el equipo de atención. Este modelo lo saca de lo repetible; lo difícil sigue siendo humano.
  • Tu volumen lo atiende una persona y no necesitás SLA ni categorización.

Capacidades

Lo que resuelve, con mecanismo

Resolución con datos

SmartBot responde consultas de estado consultando el sistema de pedidos, la agenda o los procedimientos. Responde con el dato.

Categorización automática y SLA

Cada caso se clasifica solo y recibe tiempo máximo de respuesta y prioridad. Lo que está por vencer se ve antes.

Detección de riesgo y handoff

Enojo, reincidencia, riesgo legal o caso fuera de política disparan el pase a una persona con contexto. El criterio queda escrito.

Audio e imágenes

Entiende audios de WhatsApp y fotos: el comprobante, el producto dañado, la etiqueta con el número de serie.

Métricas de atención

Primera respuesta, tiempo de resolución, cumplimiento de SLA por categoría, casos derivados y motivo.

Integraciones y datos

Conectado a lo que ya usás

SmartBot y PanelCRM se conectan por API a tu sistema de pedidos, tu ERP, tu agenda de servicio técnico y tu sistema de tickets si querés conservarlo: PanelCRM puede ser la capa de atención completa o escribir en la herramienta actual. Detalle de seguridad, hosting y retención en implementación, seguridad y privacidad. Sin tickets duplicados.

WhatsApp Business APIERPCRMCatálogoStockEmailAPI
Dashboard de PanelCRM

Humano en el loop

El humano entra donde importa

Los criterios de derivación se escriben en la semana de diseño y quedan en PanelCRM. Los más comunes:

  • Señal de enojo o frustración en el mensaje.
  • Reclamo con riesgo legal, de seguridad o reputacional.
  • Garantía, devolución o compensación fuera de política.
  • SLA por vencer sin respuesta.
  • El cliente pide hablar con una persona.

La persona recibe el historial, la categoría, lo que SmartBot ya respondió y lo que falta. Contexto completo, cero repregunta.

Prueba

Casos reales, no promesas

Tres Arroyos opera un sistema operativo conversacional de MoPッ para atención al vecino, integrado con sus sistemas, que procesa texto, audio e imágenes y deriva los casos urgentes al personal municipal.

Apache opera un SmartBot industrial de MoPッ para atención y ventas.

Un municipio y una industria, el mismo criterio de pase.

“En un mes gestionamos más de 3.000 interacciones, optimizando tiempos y costos con el mismo equipo. Somos referentes en innovación, fortaleciendo el vínculo ciudadano con IA de voz, agenda inteligente y clima. Eficiencia y respuesta inmediata ante emergencias.”

Santiago Garate

Secretario de Gobierno y Transporte, Municipalidad de Tres Arroyos

“Moment of People es un gran aliado, ya que entiende perfectamente qué tecnología necesitamos para crear impacto en los segmentos que buscamos, ofrecer y mejorar nuestro servicio y aumentar nuestras ventas. Son profesionales, empáticos y proactivos. Nos adaptan el sistema a lo que nosotros necesitamos para crecer y avanzar.”

Apache · Aprendemos del campo

Cliente industrial, mayo 2025

Implementación

Diseñar, crear, integrar, optimizar

  1. Diseñar (semana 1)

    Relevamos canales, tipos de caso, procedimientos, sistemas y criterios de derivación. Definimos SLA por categoría.

  2. Crear (semanas 2 y 3)

    Entrenamos SmartBot con tus procedimientos, configuramos PanelCRM y probamos con tu histórico.

  3. Integrar (semana 4)

    Salida a producción sobre WhatsApp y los canales que definas, equipo capacitado en PanelCRM.

  4. Optimizar (continuo)

    Revisamos derivaciones y ajustamos criterios con datos.

Cuatro semanas es el plazo habitual en empresas; ocho en municipios. Ambos varían según alcance. Primero los criterios.

Preguntas frecuentes

Odian quedar atrapados: repetir el problema, no poder salir del menú, no llegar a nadie. Ese es el diseño que este modelo evita. SmartBot resuelve lo que puede con datos reales, nunca insiste cuando el cliente pide una persona, y la persona recibe todo el historial. La mala experiencia viene del loop.

Por criterios escritos antes de salir a producción: señales de enojo, reclamo con riesgo, caso fuera de política, reincidencia, SLA por vencer, pedido explícito del cliente. SmartBot los detecta y PanelCRM asigna el caso a la persona correcta. Los criterios se revisan con las conversaciones reales y se ajustan cuando un pase llega tarde o de más.

Pasa a una persona. El enojo es una de las señales de derivación, y cuando aparece SmartBot deja de resolver y entrega el caso con el historial, la categoría y lo que ya se hizo. La persona entra sabiendo qué pasó y no le pide al cliente que lo cuente de nuevo. Nadie discute con un bot.

Lo gana. Hoy el control se pierde entre canales: cada uno abre un ticket y nadie ve el conjunto. En PanelCRM cada caso tiene categoría, dueño, estado y SLA, y el equipo ve qué resolvió la IA, qué derivó y por qué. Cada respuesta de SmartBot queda registrada.

La información sobre garantías la da con las condiciones que le cargaste y citando el procedimiento, así que no la improvisa. Cuando el caso está fuera de esas condiciones o hay ambigüedad, no decide: registra y deriva. Ese comportamiento se prueba con casos reales de tu histórico antes de salir a producción.

Sirve para la parte del soporte que depende de documentación y datos: requisitos, pasos de un procedimiento, estado de una orden de servicio, identificación del producto por foto del número de serie. Lo que requiere diagnóstico con criterio pasa al técnico con el caso ya identificado.

Es un sistema que atiende consultas en lenguaje natural, consulta los sistemas donde vive la respuesta y ejecuta acciones acotadas como abrir un caso, reenviar una factura o agendar una visita. Se diferencia de un chatbot de atención al cliente en que no se limita a responder: lee el dato real y deja registro. Cuando el caso necesita criterio, lo transfiere a una persona con todo el historial.

Alcanza si tus consultas son pocas y siempre iguales. Deja de alcanzar cuando el cliente pregunta por su pedido, su factura o su garantía, porque esas respuestas están en el ERP y un árbol de opciones no las lee. Ahí el chatbot devuelve un menú y el cliente termina escribiendo igual a una persona. La diferencia es el acceso a los sistemas y el registro de cada caso.