El Customer Agent de HubSpot es una funcionalidad de IA que puede responder solicitudes de soporte de forma automática, sin que un agente humano intervenga en cada caso — pero "activarlo" no es lo mismo que "que funcione bien". La diferencia entre ambas cosas está casi toda en lo que existe (o no existe) antes de encenderlo.
Si tu equipo de soporte está considerando activar esto para aliviar el volumen de solicitudes repetitivas, esto es lo que conviene tener resuelto antes de prender el interruptor.
Lo primero, antes de activarlo: qué va a alimentar sus respuestas
Un agente de IA de soporte no inventa respuestas desde cero — responde con base en lo que existe documentado: artículos de base de conocimiento, respuestas anteriores dadas a solicitudes similares, políticas de la empresa que estén registradas en algún lugar accesible. Si esa base no existe, o existe pero está desactualizada, activar el agente no le da nada confiable con qué trabajar, y el resultado es peor que no tenerlo: respuestas genéricas, incompletas, o directamente equivocadas, dadas con la misma confianza que una respuesta correcta.
Antes de pensar en la configuración técnica, vale la pena hacer un inventario honesto: ¿cuántas de las solicitudes más frecuentes de soporte tienen hoy una respuesta documentada en algún lugar que no sea la cabeza de la persona que las resuelve?
Cómo configurarlo, a alto nivel
- Conectá la fuente de conocimiento que el agente va a usar para responder — esto suele incluir tu base de artículos de ayuda existente y el historial de conversaciones de soporte ya resueltas.
- Definí qué tipos de solicitud puede intentar resolver por sí solo. No todas las solicitudes son iguales: preguntas frecuentes sobre uso de producto son un buen candidato; reclamos, casos con implicación económica, o quejas sensibles no lo son.
- Definí las reglas de escalamiento a una persona. Qué condiciones deben cumplirse para que el agente derive el caso — por tema, por palabra clave, por nivel de frustración detectado en el mensaje, o simplemente porque no tiene una respuesta con suficiente confianza.
- Probá el agente con casos reales antes de exponerlo a clientes reales. Revisá cómo responde a las solicitudes más comunes de tu histórico, no solo a ejemplos hipotéticos.
El criterio de escalamiento merece más cuidado que el resto
De todos los puntos de configuración, este es el que menos margen de error tiene. Un agente que responde mal una pregunta simple genera fricción; un agente que intenta resolver por su cuenta algo que necesitaba criterio humano —una queja seria, un reclamo de dinero, una situación emocionalmente delicada— puede generar un daño mucho mayor a la relación con ese cliente.
La regla general que conviene aplicar: cuando haya duda razonable sobre si el agente debería resolverlo solo, la solicitud escala. Es preferible escalar de más al principio e ir ampliando lo que el agente resuelve solo, a la inversa.
Cómo medir si está funcionando
La métrica que primero se te ocurre —volumen de conversaciones atendidas por el agente— es la que menos dice sobre si está funcionando bien. Un agente puede "atender" muchas conversaciones respondiendo mal, y ese número seguiría viéndose bien en un reporte.
Lo que sí vale la pena medir:
- Tasa de resolución sin necesidad de escalar a una persona, pero revisada junto con la siguiente métrica, no sola.
- Satisfacción del cliente específicamente en los casos que el agente resolvió sin escalar — si esta cae, no importa cuántos casos haya "resuelto".
- Solicitudes que el agente no supo responder o escaló — revisadas periódicamente, porque son la mejor señal de qué le falta a tu base de conocimiento.
Errores comunes al activarlo
- Activarlo con una base de conocimiento desactualizada o incompleta, asumiendo que la IA va a "completar los huecos" con criterio propio en vez de con información desactualizada de tu empresa.
- No revisar periódicamente qué preguntas no supo responder. Esas solicitudes son la lista más clara de qué le falta documentar al equipo — ignorarlas es desperdiciar la señal más útil que el agente genera.
- Usarlo para todo tipo de solicitud sin distinguir por complejidad o sensibilidad, en vez de empezar acotado y ampliar el alcance a medida que se confirma que responde bien.
El límite del Customer Agent
El agente responde tan bien como el conocimiento que tiene detrás — entre más completo y actualizado esté ese conocimiento, mejores son sus respuestas. [insertar link aquí] Lo que casi ninguna empresa tiene resuelto cuando activa esto por primera vez es justamente ese conocimiento reutilizable: la mayoría de los casos de soporte todavía se resuelven según lo que cada persona recuerda de haberlo resuelto antes, no según algo documentado que cualquiera —humano o agente de IA— pueda consultar [insertar link aquí].
Activar el Customer Agent puede aliviar el volumen de solicitudes repetitivas de tu equipo. Lo que no resuelve por sí solo es si el conocimiento que lo alimenta —el mismo que necesitaría cualquier persona nueva que se sume al equipo de soporte— realmente existe documentado en algún lugar, o solo vive en la memoria de quien lleva más tiempo resolviendo casos.
Si administrás HubSpot en tu empresa —o trabajás de cerca con quien lo hace— [insertar link aquí] te comparto este ebook: Los 7 poderes del SuperAdmin [insertar link aquí], que aborda 7 puntos críticos en la administración del CRM que muchas veces ni se notan, hasta que ya generaron un problema.
