Derivación a humano en agentes de IA: qué hace solo el agente, cuándo entra una persona y qué queda registrado

Qué es la derivación a humano en un agente de IA

Un agente de IA es un software que interpreta un pedido, consulta los sistemas de la organización y ejecuta acciones. La derivación a humano es la parte del diseño que define cuándo deja de actuar solo y le entrega la conversación a una persona de tu equipo.

Hay dos formas de que ocurra. La derivación manual pasa cuando el cliente la pide: "quiero hablar con alguien". La derivación automática pasa cuando se cumple un disparador de derivación, una regla escrita de antemano: un descuento fuera de la lista, un reclamo repetido, un audio que el agente no entiende, un tema sensible.

En los dos casos, la persona que toma la conversación recibe una ficha de contexto: el motivo, un resumen de lo pedido, los datos ya validados y lo que el agente ya hizo. Así el cliente no repite nada y la persona decide con información.

La derivación importa más en un agente que en un chatbot de reglas. Un chatbot solo produce texto, y su riesgo es lo que dice. Un agente ejecuta acciones en sistemas, y su riesgo es lo que hace: cotizar mal, aplicar un descuento indebido, cerrar un caso que seguía abierto. Palo Alto Networks describe esa diferencia como el paso del riesgo de salida al riesgo de acción, y es la razón por la que un agente necesita reglas de aprobación. La comparación completa está en diferencia entre chatbot y agente de IA. El riesgo está en actuar.

Human in the loop y human on the loop: qué significan en WhatsApp

Human in the loop (HITL, "humano en el circuito") significa que una persona aprueba antes de que la acción se ejecute. IBM usa el término para describir sistemas en los que una persona participa en la operación o la supervisión de un proceso automatizado. En WhatsApp se ve así: el agente arma la cotización con precio especial y un vendedor la aprueba antes de que salga.

Human on the loop (HOTL) significa que el agente actúa solo dentro de límites definidos y una persona supervisa lo que pasa y puede intervenir. En WhatsApp: el agente registra reclamos y asigna números, y un supervisor revisa la bandeja y corrige o retoma cualquier caso. Las dos formas conviven en el mismo agente, acción por acción. Se decide por acción.

Qué puede hacer el agente solo y qué necesita aprobación

La pregunta "¿qué puede hacer solo?" se contesta acción por acción. Una matriz de autonomía lista cada acción posible del agente, el nivel de autonomía, quién aprueba y qué queda registrado. Los niveles son tres: Solo (el agente ejecuta), Con aprobación (el agente prepara y una persona confirma) y Solo una persona (el agente deriva y no ejecuta).

La matriz de autonomía y aprobación

Esta matriz es una guía para adaptar, y cada organización la completa con sus montos, sus áreas y sus riesgos. Pedí la versión en planilla editable y completala con tu equipo.

Cómo completar la matriz para tu operación

1. Listá las acciones reales. Tomá un mes de conversaciones y anotá qué se hizo en cada una: consultar, cotizar, registrar, agendar, escribir en un sistema.
2. Clasificá cada acción por impacto. Separá lo que solo lee de lo que escribe, y lo que se revierte fácil de lo que tiene impacto económico o legal.
3. Asigná un nivel y una persona. Para cada acción, elegí Solo, Con aprobación o Solo una persona, y nombrá quién aprueba. Un rol genérico ("el equipo") no sirve: tiene que ser un puesto concreto.
4. Fijá los umbrales. Monto a partir del cual una cotización necesita aprobación, tipo de reclamo que no se cierra sin inspección, horario fuera del cual todo va a una cola.
5. Probá la matriz contra el histórico. Repasá conversaciones pasadas y verificá que cada caso habría caído en el nivel correcto. Lo que no encaja revela una acción que faltaba en la lista. Probala antes de lanzar.

Cuándo un agente de IA debe pasar la conversación a una persona

Un agente de IA debe pasar la conversación a una persona en cinco situaciones: cuando el cliente lo pide; cuando la acción tiene impacto económico o legal, como un descuento, el cierre de un caso o una escritura en el ERP; cuando su confianza es baja o falta un dato; cuando el tema es sensible o queda fuera de su alcance; y cuando el cliente repite o se enoja. Las reglas se escriben por vertical antes del lanzamiento.

Disparadores que aplican a cualquier operación

• Pedido explícito. "Quiero hablar con una persona", en cualquier forma. La WhatsApp Business Messaging Policy exige que las experiencias automatizadas ofrezcan un camino claro hacia una persona (consultada el 5 de octubre de 2026).
• Baja confianza. El agente no entendió el audio, la foto no alcanza para identificar la pieza o la consulta admite dos lecturas.
• Enojo o repetición. El cliente repite la misma pregunta, usa mayúsculas o expresa enojo.
• Dato faltante. El dato no existe en ningún sistema conectado, o el cliente no puede darlo.
• Fuera de alcance. La consulta trata un tema que el agente no tiene autorizado.

Distribuidores industriales y repuestos

En distribución industrial, la derivación protege el margen y la relación con el cliente. Los disparadores típicos son el precio especial o las condiciones de pago fuera de la lista, la falla crítica de un equipo parado en obra o en planta, que pasa a un técnico con prioridad, y el pedido fuera de catálogo o la pieza que no se puede identificar con seguridad. También deriva el cliente de cuenta grande que pide a su vendedor asignado.

Municipios y atención ciudadana

En un municipio, la derivación protege a las personas. Los disparadores típicos son la urgencia (riesgo para la vida, la salud o la seguridad, que nunca espera en una cola), el reclamo repetido sobre el mismo problema fuera de plazo, y el tema sensible: violencia, situaciones de vulnerabilidad, menores o personas mayores solas. En esos casos el agente no resuelve: deriva de inmediato y avisa al vecino que una persona va a responder.

Corralones y materiales de construcción

En un corralón, la derivación protege la obra y la logística. Los disparadores típicos son la obra grande, donde el volumen justifica negociar; el descuento o la cuenta corriente; y la entrega con condiciones: acceso restringido, horario especial, descarga con grúa o un pedido que combina materiales de varios depósitos. Cada rubro, sus disparadores.

Qué recibe la persona que toma la conversación

La persona que toma la conversación tiene que recibir el motivo de la derivación, un resumen de lo pedido, los datos ya validados, lo que el agente ya hizo y el tiempo que queda de la ventana de 24 horas. Con esa ficha de contexto, el cliente no repite nada y la persona responde en el primer mensaje.

Prioridades y tiempos de respuesta: un ejemplo para adaptar

Cada disparador tiene una prioridad, y cada prioridad, un tiempo objetivo. La tabla es un ejemplo para adaptar; los tiempos reales los fija tu organización según su dotación y su horario.

Ejemplo para adaptar; no es un compromiso de servicio de MoPッ.

Qué pasa si la persona responde después de 24 horas

En la WhatsApp Business Platform, cada mensaje del cliente abre una ventana de atención de 24 horas. Dentro de esa ventana, la empresa responde con mensajes libres. Fuera de ella, solo puede escribir con una plantilla de mensaje: un texto aprobado previamente por Meta, de categoría utilidad, marketing o autenticación, que se cobra por mensaje entregado según la tarifa de Meta para cada país (Meta for Developers, página de precios actualizada el 30 de septiembre de 2026, leída el 5 de octubre de 2026).

En la práctica, una derivación que se responde tarde obliga a retomar el contacto con una plantilla, con un costo y una conversación más fría. Por eso la ficha de contexto muestra la hora en que vence la ventana, y las prioridades se diseñan para que los casos urgentes y altos se respondan dentro de ella. Si tu equipo no atiende de noche, el agente puede avisar al cliente a qué hora va a responder una persona y dejar el caso primero en la cola de la mañana. La ventana manda el ritmo.

Qué tiene que quedar registrado en cada conversación

Cada conversación con un agente de IA tiene que dejar un registro que permita reconstruir qué pasó sin depender de la memoria de nadie:

• Quién respondió cada mensaje: el agente o qué persona, con nombre y rol.
• Por qué se derivó: el disparador que se cumplió o el pedido del cliente.
• Qué hizo el agente antes de derivar: consultas, cotizaciones, registros y escrituras en sistemas.
• Qué aprobaciones se dieron: quién aprobó o rechazó, cuándo y sobre qué.
• Qué cambió en las instrucciones del agente: quién editó una regla o un contenido y cuándo.

Ese registro sirve para auditar, para corregir el diseño y para responder a un cliente que pregunta qué le dijeron. Sin registro, no hay auditoría.

Cómo medir si la derivación funciona

Cinco métricas alcanzan para saber si la derivación está bien diseñada. Ninguna tiene un valor "correcto" universal: lo que importa es tu línea base y cómo se mueve.

Errores comunes al diseñar la derivación

1. Derivar sin contexto. La persona recibe "el cliente quiere hablar con alguien" y empieza de cero.
2. Dejar el pedido explícito para el final. El cliente escribe "operador" tres veces y el agente insiste con opciones.
3. Escribir reglas genéricas. "Derivar si es complejo" no se puede verificar en cada caso; "derivar si el descuento supera el monto fijado" se verifica siempre.
4. No nombrar a nadie. La derivación llega a una bandeja que nadie mira fuera de horario.
5. Ignorar la ventana de 24 horas. La respuesta llega al día siguiente y ya hace falta una plantilla.
6. No revisar. Nadie mira cada semana las conversaciones derivadas, y los mismos disparadores fallan durante meses. Revisá cada semana.

Dónde se configura todo esto

La matriz, los disparadores, la ficha de contexto y el registro necesitan un lugar donde vivir: la herramienta en la que tu equipo opera las conversaciones. Ahí se definen los permisos por rol, se reciben las derivaciones y se consulta el registro. Antes de elegir una, pedile al proveedor que te muestre cada una de esas piezas funcionando con un caso tuyo. El cómo combinamos agente y personas en MoPッ está en atención al cliente con IA y personas.

Fuentes

• Meta for Developers, "Pricing" de la WhatsApp Business Platform (ventana de atención y plantillas), actualizada el 30 de septiembre de 2026, leída el 5 de octubre de 2026: https://developers.facebook.com/documentation/business-messaging/whatsapp/pricing
• WhatsApp Business Messaging Policy (camino hacia una persona en experiencias automatizadas), leída el 5 de octubre de 2026: https://business.whatsapp.com/policy
• IBM, "¿Qué es human in the loop (HITL)?", ibm.com en español (definición).
• Palo Alto Networks, "What is agentic AI governance?" (human in the loop, human on the loop y riesgo de acción): https://www.paloaltonetworks.com/cyberpedia/what-is-agentic-ai-governance
• KLA, "Permisos de agentes de IA" (disparadores de aprobación): https://kla.digital/es/blog/ai-agent-permissions
• Agesic Uruguay, "Buenas prácticas para el desarrollo de chatbots" (2023), recomendación de transferencia a una persona en el sector público.
• OWASP Agentic Security Initiative (agencia excesiva): https://genai.owasp.org/initiatives/agentic-security-initiative/