Automatización del soporte de primera línea para una empresa fintech: reducción de carga operativa hasta un 70% con un agente de IA
−70%
Costos L1
ahorro
segundos
Tiempo de respuesta
en lugar de minutos
75%
Auto-resolución
sin operador
Flujo de solicitudes
Telegram
Cliente escribe
Freshdesk
Crea ticket
AI Agent
Responde (75%)
Operator
Casos complejos
La IA maneja solicitudes rutinarias, dejando a los operadores enfocarse en casos expertos.
La trampa del crecimiento lineal
Más usuarios — más tickets. Un «Día de la Marmota» de preguntas idénticas consumiendo recursos del equipo.
-
El crecimiento de la base de clientes aumentó la carga en el soporte de primera línea.
-
Hasta el 60–70% de las solicitudes eran repetitivas y se manejaban manualmente, reduciendo la eficiencia del equipo.
-
La calidad y velocidad de las respuestas dependían de empleados específicos, y la base de conocimiento existente se usaba de forma ineficiente.
-
La carga de soporte era impredecible, y escalar el servicio requería crecimiento lineal del equipo y costos operativos.
Por qué un chatbot simple no funciona en fintech
Costo del error
Una respuesta inexacta sobre comisiones o límites significa pérdidas para el cliente y riesgos legales para la empresa.
Alucinaciones
GPT es demasiado "creativo" donde se necesitan datos secos y números exactos de la documentación.
Seguridad
Enviar datos de clientes a redes neuronales públicas es inaceptable. Fintech requiere aislamiento y control.
La Solución
Implementamos un agente de IA para automatización del soporte de primera línea, integrado en la infraestructura existente de la empresa. Los clientes siguen comunicándose por Telegram, y el equipo de soporte sigue trabajando en Freshdesk — sin cambios de procesos.
El agente de IA procesa solicitudes registradas en Freshdesk, analiza su contenido y resuelve una parte significativa sin intervención del operador.
El agente gestiona estados de tickets, entiende claramente los límites de su responsabilidad y escala correctamente las solicitudes cuando se necesita intervención humana.
El agente funciona como un bibliotecario ultra-experimentado: entiende la pregunta del cliente, encuentra instantáneamente la información correcta en la base de conocimiento y formula una respuesta precisa siguiendo instrucciones estrictas.
Técnicamente, es un enfoque de Retrieval-Augmented Generation (RAG) — el agente usa solo conocimiento verificado de la empresa.
Esto permite:
- calidad y relevancia consistentes de las respuestas,
- actualización de conocimiento sin reentrenamiento del modelo,
- mantener el control y cumplimiento con los requisitos del dominio fintech.
La arquitectura fue diseñada con el principio security-first: los datos sensibles no se pasan al contexto del modelo de IA, y el acceso a información y configuraciones está estrictamente controlado.
"Un insight de UX interesante: los usuarios no se dan cuenta de que se comunican con un algoritmo. A petición del cliente, no enfatizamos el uso de IA para preservar la experiencia de usuario familiar y la confianza en el canal de soporte.
UX y gestión
Durante el lanzamiento piloto, quedó claro que los usuarios perciben el diálogo con el agente como comunicación con un operador de soporte.
Se utiliza un panel de administración separado para la gestión del sistema. El equipo de soporte puede actualizar la base de conocimiento y gestionar las instrucciones y comportamiento del agente.
Esto permite establecer rápidamente escenarios de respuesta temporales — por ejemplo, durante incidentes — y ajustar la lógica del agente sin cambios de código.
Núcleo centralizado y escalabilidad
El Resultado
El agente de IA resuelve independientemente alrededor del 75% de las solicitudes: los usuarios obtienen respuestas sin intervención del operador.
En casos que requieren escalación, el agente recopila toda la información necesaria y transfiere la solicitud al operador con contexto completo.
Adicionalmente:
Integraciones
Trabajemos Juntos
Disponible para proyectos freelance, contratos a largo plazo y consultoría técnica. Actualmente en Vietnam (UTC+7).