Agentes de IA por WhatsApp: qué hacen bien y qué no

Cada semana nos escribe alguien pidiendo “un bot de WhatsApp con inteligencia artificial”. Casi siempre viene de haber visto un demo impecable en LinkedIn. Y casi siempre, cuando preguntamos qué problema quieren resolver, la respuesta real es otra: “es que no alcanzamos a contestar” o “se nos pierden los mensajes del fin de semana”.

Esa distinción importa, porque determina si el proyecto va a funcionar o va a terminar apagado en tres meses.

Llevamos varios agentes en producción atendiendo clientes reales, con sus aciertos y sus tropiezos. Esto es lo que aprendimos sobre dónde brillan y dónde todavía no llegan.

Qué hace bien un agente de IA por WhatsApp

Contestar lo mismo por vigésima vez, sin perder la paciencia. Horarios, ubicación, formas de pago, qué documentos se necesitan, si hay domicilio, cuánto demora un trámite. En la mayoría de negocios esto es entre el 60 y el 70% de los mensajes que entran. Un agente lo absorbe completo, a cualquier hora, sin que nadie tenga que estar pendiente.

Responder a las 11 de la noche de un domingo. Este es el valor que más subestiman los clientes antes de tenerlo, y el que más valoran después. La gente escribe cuando puede, no cuando tu oficina está abierta. Un mensaje contestado a los diez segundos un domingo tiene una tasa de conversión que no se parece en nada a uno contestado el lunes a las 9 de la mañana.

Recoger información antes de pasar a un humano. En vez de que tu vendedor arranque de cero, el agente ya preguntó qué necesita el cliente, para cuándo, en qué ciudad y con qué presupuesto aproximado. Cuando entra la persona, entra con contexto. Esto solo ya reduce el tiempo de cierre de forma notable.

Consultar datos y devolver una respuesta concreta. Aquí es donde deja de ser un bot de respuestas fijas y empieza a ser útil de verdad: “¿cómo va mi pedido?” → consulta el sistema → “salió ayer, va para entrega mañana entre 8 y 12”. Eso requiere que tus datos sean consultables, y es justo donde se cae la mitad de los proyectos.

Entender lo que la gente escribe de verdad. Esta es la diferencia real frente a los bots de botones de hace unos años. La gente escribe con errores, en abreviaturas, a medias, con audio. Un agente basado en un modelo de lenguaje moderno entiende “kiero sabr si tienn el d 3/4” sin que tengas que programar cada variante. Si esa distinción todavía no te queda clara, la desarrollamos en chatbot o agente de IA.

Qué todavía no hace bien

Aquí es donde soy más útil que un folleto de ventas.

Negociar precio. Un agente no debe negociar. Nunca. Puede dar una lista de precios pública, puede cotizar algo estándar, pero cuando el cliente empieza a pedir descuento o condiciones especiales, eso va a un humano. Un agente que negocia va a ceder más de lo que debía, o va a decir un número que después no puedes sostener.

Manejar a un cliente molesto. Detectar la molestia sí puede. Resolverla, no. Un cliente que ya está bravo y recibe una respuesta automática se pone peor. La regla que usamos: si el modelo detecta frustración real, escala de inmediato y le avisa a la persona que ya viene alguien.

Comprometer plazos. “¿Para cuándo me lo tienen?” es una pregunta trampa. Si el agente responde “el viernes” y no llega el viernes, el daño es peor que no haber contestado. Los plazos salen de tu operación real o no salen.

Cualquier cosa con consecuencia legal o de dinero irreversible. Firmar, autorizar un desembolso, confirmar una cobertura, interpretar un contrato. No.

El error que hunde estos proyectos

No es técnico. Es que nadie diseñó qué pasa cuando el agente no sabe.

Lo hemos visto varias veces: montan el agente, funciona bien las primeras semanas, y luego empiezan a acumularse las conversaciones donde el cliente preguntó algo raro, el agente dio una vuelta y el cliente se fue. Nadie se dio cuenta porque nadie estaba mirando.

Un agente sin ruta de escape es una trampa para tus clientes.

Lo que sí funciona:

• Salida a humano siempre disponible, y anunciada. Que el cliente sepa desde el primer mensaje que puede pedir hablar con alguien.
• Escalamiento automático cuando el agente no encuentra respaldo para responder, cuando detecta molestia, o cuando el tema está en la lista de vetados.
• Alguien revisando las conversaciones fallidas una vez por semana. Ahí está el mapa de qué le falta al agente. Es la tarea que nadie quiere hacer y la que más mejora el sistema.
• Horario declarado. Si a las 2 de la mañana no hay humano de respaldo, el agente debe decirlo: “te respondo lo que pueda ahora, y mañana a primera hora te escribe alguien del equipo”.

Cómo evitar que invente cosas

La preocupación número uno de todo cliente, y con razón. Un modelo de lenguaje, sin control, rellena huecos con lo que suena plausible.

Tres mecanismos, en orden de importancia:

1. Que responda solo desde tu información. El agente no contesta desde lo que “sabe” el modelo, sino buscando en tus documentos, tu catálogo y tus datos. Si no encuentra respaldo, no responde. Técnicamente esto es recuperación de información antes de generar la respuesta, y no es opcional: es la diferencia entre una herramienta y una ruleta.

2. Permiso explícito para no saber. Suena obvio y casi nadie lo hace. La instrucción del agente tiene que decir, literalmente, que decir “no tengo ese dato, te paso con alguien del equipo” es una respuesta correcta y preferible a improvisar.

3. Temas vetados por regla, no por criterio del modelo. Precios negociados, plazos, temas legales, reclamos, datos de otros clientes. Esto no se le pide amablemente al modelo: se bloquea por fuera. Si el mensaje toca uno de esos temas, va a humano sin pasar por la IA.

Y antes de salir a producción: pruebas adversariales. Alguien del equipo dedicando un rato a intentar romperlo, hacerlo contradecirse, sacarle una promesa que no debía dar. Siempre encontramos dos o tres huecos ahí.

Lo que cuesta de verdad

Tres costos, y el tercero es el que nadie presupuesta.

La API de WhatsApp. Necesitas WhatsApp Business Platform, la oficial de Meta. Cobra por conversación y las tarifas cambian según país y tipo de conversación, así que hay que mirarlas al momento de cotizar. Atajos con librerías no oficiales sobre WhatsApp normal: no. Es riesgo de que Meta te bloquee el número, y el número es de la empresa.

El modelo de IA. Se paga por uso. Para conversaciones de atención el consumo por mensaje es bajo; lo que dispara la cuenta es mandarle documentación gigante en cada mensaje en lugar de recuperar solo el fragmento pertinente. Un agente bien armado cuesta bastante menos de lo que la gente asume.

El mantenimiento. Aquí está el costo real. Tu catálogo cambia, tus precios cambian, salen preguntas nuevas, aparece un caso que no estaba previsto. Un agente que nadie toca en seis meses es un agente que está dando información vieja. Presupuesta unas horas al mes de ajuste, o el proyecto se degrada solo.

Cómo arrancar sin quemarte

El orden que recomendamos, después de haber visto qué sale mal:

Empieza por lo repetitivo puro. Las diez preguntas que tu equipo contesta todos los días. Nada más. Esto se monta rápido, el riesgo es casi nulo y el alivio se siente de inmediato.

Mide antes de ampliar. Cuántas conversaciones resolvió solo, cuántas escaló, en cuántas el cliente se fue sin respuesta. Ese tercer número es el que importa.

Recién entonces conecta datos en vivo. Estado de pedido, disponibilidad, saldo. Es el salto que más valor da y el que más trabajo técnico requiere, porque obliga a que tus datos estén accesibles y confiables. Si no sabes si tus sistemas se pueden conectar, eso lo revisamos en automatizar sin cambiar de software.

Deja la venta compleja para el final, o para nunca. Hay negocios donde el agente puede cerrar ventas simples. En la mayoría, lo mejor que puede hacer es dejar al cliente listo y caliente para que un humano cierre.

Lo que de verdad hay que preguntarse

No es “¿le pongo IA a mi WhatsApp?”. Es:

¿Cuántos mensajes entran al día, cuántos son la misma pregunta, y cuántos se quedan sin contestar?

Si son treinta mensajes al día y tu equipo alcanza, un agente es un juguete caro. Si son trescientos y se pierde uno de cada cinco, ahí sí hay un problema que vale resolver — y probablemente se paga solo en el primer mes.

La IA no es la parte difícil. La parte difícil es tener claro qué proceso estás arreglando.