Atención al cliente con IA en una pyme: qué automatizar

Qué resuelve hoy un sistema de IA sin ayuda, qué debe seguir tocando una persona y cuánto cuesta montarlo de verdad en una pyme española, con cifras de mercado y las obligaciones legales que ya están en vigor.

En una pyme española, la IA puede hacerse cargo hoy de entre la mitad y dos tercios del volumen de consultas repetitivas —estado de un pedido, horarios, condiciones de devolución, recogida de datos previa— siempre que trabaje sobre información tuya y bien mantenida. Lo que no puede hacerse cargo es de nada que implique dinero fuera de política, un cliente enfadado o una decisión con consecuencias legales. La diferencia entre un proyecto que funciona y uno que se abandona a los tres meses no es el modelo que elijas: es haber trazado esa frontera antes de contratar nada.

Lo escribo porque el debate llega tarde y mal a la mayoría de negocios. La IA todavía no ha entrado en el día a día del pequeño y mediano empresario español: mientras las grandes compañías llevan años probando modelos en producción, la pyme suele plantearse el tema cuando ya siente la presión del competidor de al lado o la de un proveedor que le enseña una demo. Esa demora, bien mirada, juega a tu favor: aún estás a tiempo de decidir con criterio en lugar de por urgencia.

Lo que sí puede resolver sola

Hay un patrón claro: la IA es fiable cuando la respuesta correcta ya existe en algún sistema tuyo y solo hay que encontrarla, redactarla y entregarla. En concreto:

• Consultas de estado. Dónde está el pedido, si se ha emitido la factura, cuándo entra el técnico. Requiere integración con tu ERP o tu tienda, no inteligencia.
• Preguntas de catálogo y condiciones. Plazos, garantías, compatibilidades, tallas, horarios de cada delegación.
• Primera línea 24/7. Fuera de horario, la alternativa real no es un humano: es un buzón que nadie mira hasta el lunes.
• Triaje y recogida de contexto. Identificar al cliente, clasificar el motivo, pedir el número de pedido y la foto del producto dañado antes de pasar el caso. Esto solo ya recorta minutos por ticket.
• Borradores para tu equipo. El agente propone la respuesta, la persona la valida y envía. Es el modo más infravalorado y el que menos riesgo tiene.
• Idiomas. Si vendes a turistas o exportas, importa: CSA Research cifra en un 75 % los consumidores más propensos a comprar en webs en su propia lengua, según recoge esta comparativa de herramientas multilingües. Exige detección de idioma mensaje a mensaje y respuestas sacadas de tu documentación, no una capa de traducción encima de un bot en inglés.

Lo que no deberías automatizar

Mi criterio, y aquí opino: si el error cuesta más que el ahorro, no lo automatices. Eso deja fuera cuatro familias de casos.

Primero, todo lo que mueve dinero fuera de la norma: excepciones en devoluciones, descuentos de retención, abonos por incidencia. Un agente que aprende a decir que sí para cerrar la conversación te sale carísimo.

Segundo, el cliente cabreado. La detección de frustración sirve para escalar rápido, no para gestionar la frustración. Un cliente que amenaza con irse quiere una persona con capacidad de decidir.

Tercero, lo que tiene consecuencias legales o sanitarias: reclamaciones formales, bajas, datos de salud, ejercicio de derechos RGPD. Cuarto, lo que no está escrito en ningún sitio. Si la respuesta vive en la cabeza de tu jefa de operaciones, la IA se la inventará. Documentar primero, automatizar después.

El escalado a humano es el diseño clave

Aquí es donde se ganan o se pierden estos proyectos. Escalar no es poner un botón de «hablar con un agente»: es definir por escrito las condiciones que obligan a la IA a soltar la conversación. Yo trabajaría con cuatro disparadores:

1. Confianza baja. Si el sistema no encuentra respaldo en tu base de conocimiento, no improvisa: pasa el caso.
2. Repetición. Dos intentos sin resolver, se escala. Tres es ya una mala experiencia.
3. Palabras y señales de riesgo. Reclamación, abogado, denuncia, insultos, mención a un incidente de seguridad.
4. Petición explícita. Si el cliente pide una persona, se le da. Sin fricción ni preguntas de filtro.

Y una regla que no negocio: el traspaso lleva el contexto entero, incluida la conversación y el idioma. Obligar al cliente a repetirlo todo destruye cualquier ahorro que hubieras conseguido. En esto coincido con el enfoque de Canigo sobre criterio de escalado y estrategia multicanal: sin un CRM que actúe de fuente común de contexto entre web, WhatsApp y correo, tienes tres bots, no un sistema.

Cuánto cuesta y qué mirar en un presupuesto

El mercado es opaco a propósito, así que las cifras públicas valen oro. Technova Partners publicó en marzo de 2026 un desglose basado en más de 60 implantaciones: un agente de IA de complejidad media sale entre 20.000 y 93.000 euros, repartidos en descubrimiento y diseño (5.000–15.000 €), desarrollo e integración (10.000–60.000 €), pruebas y formación (3.000–10.000 €) y despliegue (2.000–8.000 €). A eso hay que sumar entre 2.200 y 13.000 euros al mes de operación: APIs de modelos, infraestructura y soporte.

El dato que más cambia una decisión de compra es este: en un horizonte de tres años, los costes operativos suponen entre el 65 % y el 75 % del gasto total. Si alguien te vende una cifra de implantación sin hablarte del recurrente, te está enseñando la punta del iceberg.

Por tipo de proveedor, la misma fuente sitúa a las Big 4 (Deloitte, PwC, KPMG, EY) entre 150.000 y 500.000 euros con plazos de 6 a 12 meses; a las consultoras medianas entre 50.000 y 200.000 con entrega en 3 a 6 meses; a las boutiques especializadas entre 20.000 y 80.000 en 2 a 4 meses; y la vía hazlo-tú-mismo con plataformas no-code entre 10.000 y 40.000, pero con 6 a 12 meses y capacidad técnica interna. Para una pyme, la franja boutique es casi siempre la sensata. Y conviene mirar las ayudas públicas a la digitalización: la misma fuente indica que, según país y programa, pueden cubrir entre el 50 % y el 70 % del coste elegible.

Si lo tuyo es empezar pequeño, existen productos de suscripción con precios de dos dígitos —Invent, por ejemplo, tiene plan gratuito con 100 mensajes al mes y uno de negocio a 29 dólares mensuales— y modelos por resultado, como Intercom Fin, que cobra 0,99 dólares por resolución. Sirven para validar la hipótesis; no sustituyen a un proyecto integrado con tu ERP.

Lo que la ley ya te obliga a hacer

No es futuro. El Reglamento europeo de IA (Reglamento (UE) 2024/1689) es de aplicación directa y sus obligaciones entran por fases entre el 2 de agosto de 2025 y el 2 de agosto de 2027, como resume este análisis sobre la regulación de IA en España. España ha creado además su propia autoridad supervisora, la AESIA, dentro de la agenda España Digital 2026.

En atención al cliente, la traducción práctica es corta: avisa de que el interlocutor es una IA, documenta qué datos trata y con qué base legal, guarda registro de conversaciones y decisiones, y ten claro qué hace tu proveedor con esos datos y dónde los aloja. Ponlo en el contrato antes de firmar, no después.

Por dónde empezar

Si mañana quisiera montar esto en mi negocio, haría cuatro cosas en este orden:

1. Contar. Saca los últimos 300 tickets y clasifícalos por motivo. Verás que un puñado de categorías se come casi todo el volumen.
2. Escribir. Documenta las respuestas correctas de esas categorías. Sin este paso no hay proyecto, hay una demo.
3. Arrancar en modo copiloto. Que la IA proponga y tu equipo valide durante cuatro o seis semanas. Ahí descubres los fallos sin pagarlos con clientes.
4. Medir tasa de resolución sin humano, tasa de escalado y satisfacción tras la conversación automatizada, comparadas con tu línea base. Si la satisfacción baja, has automatizado algo que no tocaba.

Empieza por un canal y tres motivos de consulta. Un proyecto pequeño que funciona te da argumentos para el siguiente; uno grande que falla te cierra la puerta durante dos años.