Olivia establece límites en la automatización del servicio al cliente

Tabla de contenidos

Claves del enfoque de Olivia

Gobernanza de la automatización responsable
Olivia plantea que el debate sobre automatización en atención al cliente ya no se resuelve solo con “más precisión” o “más eficiencia”, sino con decisiones explícitas de gobernanza: qué se automatiza, con qué límites y quién responde por el resultado.
En este enfoque, “IA-able” no significa “posible técnicamente”, sino “apropiado operativamente” según el nivel de ambigüedad, el impacto en la confianza del cliente y la capacidad de la organización de hacerse cargo de consecuencias.

  • Olivia propone un marco de gobernanza para decidir qué tareas son “IA-ables” y cuáles requieren intervención humana.
  • El caso Klarna mostró ahorros y escala, pero también límites en conflictos, empatía e interacciones complejas.
  • Five9 y PwC registran una preferencia mayoritaria por la atención humana en soporte.
  • La OIT advierte que la IA suele complementar tareas y que la supervisión humana es clave.

Definición de límites en la automatización

La adopción masiva de IA en empresas entró en una fase de revisión, especialmente en atención al cliente. Olivia, consultora en transformación organizacional, plantea que el debate ya no es solo de eficiencia técnica: es de gobernanza. La pregunta central pasa a ser quién define qué se automatiza, con qué tolerancia al error y quién responde cuando la IA falla.

Para Olivia, delimitar la automatización implica reconocer que la tecnología puede acelerar la ejecución y reducir incertidumbre operativa, pero no puede “asumir consecuencias”. Por eso, la decisión no debería quedar como un proyecto de TI, sino como una definición de alta dirección.

Criterios para Automatizar con IA
Guía rápida para decidir si una tarea es “IA-able” (o requiere humano en el bucle)

  • Ambigüedad: ¿la consulta tiene múltiples interpretaciones o depende de contexto no escrito?
  • Consecuencia: si la respuesta sale mal, ¿hay impacto legal, reputacional o emocional alto?
  • Reversibilidad: ¿se puede corregir rápido sin dañar la relación con el cliente?
  • Necesidad de empatía/negociación: ¿hay conflicto, reclamo, frustración o necesidad de contención?
  • Trazabilidad: ¿podés auditar qué se respondió, con qué datos y por qué?

Regla práctica: si 2 o más puntos quedan “en rojo”, automatizá solo con escalamiento claro a un agente y supervisión.

El caso de Klarna y su impacto en la automatización

[[BLOCK_START]] | Aspecto | Antes (apuesta fuerte por IA) | Después (corrección del enfoque) |
|—|—|—|
| Volumen reportado | 2,3 millones de consultas/mes atendidas con IA | Se reintroduce atención humana para recuperar resolución en casos difíciles |
| Capacidad equivalente | ~700 agentes | Recontratación parcial para sostener calidad percibida |
| Beneficio esperado | Ahorro proyectado de US$ 40 millones | Se prioriza calidad/empatía en interacciones complejas |
| Límite observado | Dificultad en conflictos, ambigüedad y empatía | Escalamiento a humanos cuando la conversación se vuelve compleja |

Nota de contexto: estas cifras y conclusiones circulan en reportes públicos sobre el caso (2024–2026) y se usan aquí como referencia del debate sobre límites de automatización.
[[BLOCK_END]]

Recontratación de personal humano

La recontratación respondió a un hallazgo concreto: la IA no sostuvo el nivel de servicio cuando la conversación se volvía difícil. En la práctica, la organización necesitó volver a sumar personas para recuperar capacidad de resolución y calidad percibida.

Desafíos de la IA en interacciones complejas

Según el antecedente citado, la IA no logró resolver interacciones complejas, gestionar conflictos ni sostener empatía. Esos puntos, más que “errores de implementación”, exponen un límite funcional: cuando hay tensión, ambigüedad o reclamo, el cliente espera criterio y contención.

Preferencias del consumidor en atención al cliente

La resistencia del usuario aparece como un freno estructural a la automatización total. Los estudios citados por Olivia muestran que, aunque crecen los canales digitales, la interacción humana sigue siendo un componente central de confianza y satisfacción.

IA y atención humana equilibradas
Lo que sugieren los datos (y cómo se traduce en operación)

  • Five9 (Estudio Global de CX): 75% prefiere hablar con un humano para soporte técnico. Implicancia: si automatizás “todo”, el cuello de botella no es la IA, sino la frustración y el recontacto.
  • PwC (Customer Experience Survey): 86% dice que la interacción humana sigue siendo clave. Implicancia: el diseño del canal debe incluir un “camino corto” a un agente cuando hay reclamo, confusión o emoción.

Lectura práctica: estos porcentajes no significan “no usar IA”, sino que el autoservicio funciona mejor cuando convive con escalamiento humano bien diseñado.

Estudio de Five9 sobre la interacción humana

El Estudio Global de CX de Five9 relevó que el 75% de los consumidores prefiere hablar con un ser humano real —en persona o por teléfono— para resolver problemas de soporte técnico. La preferencia se asocia a falta de confianza y frustración con respuestas de bots automatizados.

Importancia de la empatía en la experiencia del cliente

El PwC Customer Experience Survey indicó que el 86% de los consumidores considera que la interacción humana sigue siendo clave en su experiencia de marca. La falta de empatía y las respuestas automatizadas rígidas aparecen como principal causa de abandono.

Marco de gobernanza propuesto por Olivia

Olivia propone un marco conceptual para separar procesos “IA-ables” de aquellos que exigen presencia humana. El eje no es si la IA “puede” contestar, sino si la organización está dispuesta a aceptar el riesgo y a definir responsabilidades claras.

Gobernanza mínima de automatización
Gobernanza mínima para automatización en atención al cliente (paso a paso)
1) Inventario de casos de uso: listar motivos de contacto y clasificarlos por ambigüedad y consecuencia.
2) Dueño de decisión: asignar responsable de negocio (no solo TI) para cada automatización.
3) Política de escalamiento: definir gatillos claros para pasar a humano (reclamo, emoción, baja confianza, múltiples intentos, datos sensibles).
4) Controles de calidad: muestreo semanal de conversaciones, revisión de fallas y ajuste de flujos/knowledge base.
5) Trazabilidad: registrar qué respondió el sistema, con qué fuente y qué acción tomó el cliente (resuelto, recontacto, abandono).
6) Umbrales de riesgo: acordar qué errores son tolerables y cuáles exigen pausa inmediata del flujo.
Checkpoint clave: si suben el recontacto o las quejas en casos “complejos”, no escales volumen; ajustá el diseño y el escalamiento.

Criterios para definir tareas automatizables

El criterio práctico es distinguir tareas repetitivas y de baja ambigüedad —donde la IA aporta velocidad— de situaciones con conflicto, sensibilidad o impacto reputacional, donde la intervención humana es necesaria para sostener calidad y confianza.

Responsabilidad y gestión del riesgo

Marcelo Blechman, socio director de Olivia, sintetizó el punto: la tecnología acelera, pero no asume consecuencias. Por eso, “trazar la línea” es una decisión de gobernanza de la alta dirección: apetito de riesgo, rendición de cuentas y respuesta ante errores.

La IA como complemento y no como sustituto

El debate también es laboral. La evidencia citada sugiere que el reemplazo total es menos frecuente que la reconfiguración de tareas, con la IA como apoyo para sostener estándares.

Equilibrio entre eficiencia y confianza
Beneficios y límites del enfoque “IA + humanos”

  • A favor: más velocidad en lo repetitivo, mejor consistencia en respuestas estándar, soporte 24/7 y alivio de carga operativa.
  • En contra: riesgo de rigidez (respuestas “correctas” pero inútiles), pérdida de empatía en reclamos y aumento de recontactos si no hay escalamiento.
  • Tensión central: eficiencia de corto plazo vs. confianza/calidad de largo plazo.

Regla práctica: si la automatización mejora tiempos pero empeora resolución en primer contacto o satisfacción, el “ahorro” se paga en reputación y costo oculto.

Conclusiones del Informe de la OIT

El Informe sobre IA y Empleo de la OIT concluyó que la IA generativa actúa principalmente como complementadora de tareas y no como sustituto total. Además, remarcó que la supervisión humana es indispensable para mantener ética y calidad.

Riesgos de la gestión algorítmica

La OIT advirtió sobre los riesgos de una “gestión algorítmica” desmedida. En atención al cliente, ese riesgo se traduce en decisiones automatizadas sin contexto suficiente y en deterioro de la experiencia cuando no hay criterio humano para intervenir.

Impacto de la automatización en la comunicación interna

Olivia extiende el análisis a la vida interna de las organizaciones. La automatización no solo atiende clientes: también moldea cómo se lidera, se decide y se comunica, con efectos sobre confianza y profesionalismo dentro de los equipos.

Uso responsable de IA interna
Buenas prácticas para usar IA en comunicación interna (sin erosionar confianza)

  • Usar IA para: ordenar ideas, resumir reuniones, proponer estructura, mejorar claridad y detectar ambigüedades.
  • Evitar IA para: mensajes de liderazgo sensibles (cambios, feedback, conflictos), decisiones estratégicas y comunicaciones que requieren “poner el cuerpo”.
  • Señales de alerta: tono genérico, promesas vagas, ausencia de criterio (“suena bien” pero no dice nada), o mensajes que el equipo percibe como “plantilla”.
  • Regla simple: si el mensaje puede afectar motivación, reputación o relaciones, que la versión final sea humana y asumida.

Proliferación de mensajes automatizados

La consultora identificó la proliferación de mensajes redactados íntegramente por algoritmos como el síntoma del “Enviado por Copilot”: textos estandarizados que generan dudas sobre el criterio profesional detrás del mensaje.

Reglas de gobernanza para el uso de IA

La propuesta es fijar protocolos: usar IA para estructurar y sintetizar información, pero prohibir la simulación de autoría en mensajes estratégicos. Ezequiel Kieczkier, CEO y cofundador de Olivia, lo resumió así: “La inteligencia artificial puede redactar tu mensaje, pero nunca puede ser tu palabra”.

Reflexiones sobre la automatización en atención al cliente

Trazabilidad de los datos citados

Fuente / entidad Dato citado en el artículo Cómo se usa en el argumento Referencia pública (para verificación)
Klarna 2,3 millones de consultas/mes con IA; equivalente a 700 agentes; ahorro proyectado US$ 40 millones; reversión parcial con recontratación Caso testigo del “péndulo” automatización↔calidad https://mercado.com.ar/ruta-digital/olivia-plantea-limites-a-la-automatizacion-tras-el-caso-klarna-en-atencion-al-cliente ; https://www.paralelo32.com.ar/ia-en-las-empresas-el-limite-que-la-tecnologia-todavia-no-puede-cruzar
Five9 (Estudio Global de CX) 75% prefiere hablar con un humano para soporte Evidencia de preferencia por atención humana y fricción con bots https://mercado.com.ar/ruta-digital/olivia-plantea-limites-a-la-automatizacion-tras-el-caso-klarna-en-atencion-al-cliente
PwC (Customer Experience Survey) 86% afirma que la interacción humana sigue siendo clave Evidencia de que “digital” no elimina la necesidad de empatía https://mercado.com.ar/ruta-digital/olivia-plantea-limites-a-la-automatizacion-tras-el-caso-klarna-en-atencion-al-cliente
OIT (Informe sobre IA y Empleo) IA generativa como complemento; supervisión humana indispensable; riesgo de gestión algorítmica Marco laboral/ético: complementariedad y necesidad de supervisión https://mercado.com.ar/ruta-digital/olivia-plantea-limites-a-la-automatizacion-tras-el-caso-klarna-en-atencion-al-cliente
Olivia (voceros) Citas de Marcelo Blechman y Ezequiel Kieczkier Fundamento experto del enfoque de gobernanza y autoría https://mercado.com.ar/ruta-digital/olivia-plantea-limites-a-la-automatizacion-tras-el-caso-klarna-en-atencion-al-cliente

La importancia de la intervención humana

El caso Klarna y los datos de consumidores convergen en una idea: automatizar sin límites puede escalar volumen, pero no necesariamente confianza. Sigue siendo el recurso crítico cuando hay conflicto, emociones o decisiones con consecuencias.

Un futuro híbrido en la atención al cliente

El escenario más consistente con la evidencia es híbrido: IA para acelerar lo repetitivo y personas para resolver lo complejo, con gobernanza explícita sobre riesgos, responsabilidades y calidad de servicio.

Suricata Cx: La Solución Integral para la Experiencia del Cliente en Telecomunicaciones

Transformación Digital en Telecomunicaciones

Suricata Cx se presenta como una plataforma omnicanal impulsada por IA para ISPs y operadores telco, combinando automatización, flujos con humano-en-el-bucle e integraciones operativas para escalar soporte, ventas y servicio.

Implementación híbrida en telco
Implementación práctica (telco) alineada al enfoque híbrido
1) Diseñar el mapa de motivos de contacto (soporte, facturación, altas/bajas) y priorizar “baja ambigüedad”.
2) Configurar autoservicio con salida rápida a agente (derivación por intención, frustración o múltiples intentos).
3) Integrar sistemas operativos (CRM/tickets) para que el agente reciba contexto y no “empiece de cero”.
4) Definir auditoría: muestreo de conversaciones, revisión de escalados y ajuste de base de conocimiento.
5) Medir lo que importa: resolución en primer contacto, recontacto, tiempos y motivos de escalamiento.
Checkpoint clave: si el escalamiento crece en un motivo “teóricamente simple”, suele indicar que el flujo está mal diseñado o que faltan datos/contexto.

La Importancia de la Interacción Humana

En línea con el enfoque híbrido, el modelo prioriza derivación a agentes y control supervisor cuando el caso lo requiere, preservando el juicio humano en situaciones sensibles o ambiguas.

Estrategias para un Futuro Sostenible

La promesa operativa se apoya en automatizar lo predecible, mantener trazabilidad y auditoría, y sostener una experiencia consistente entre canales, con humanos en control de los puntos críticos.

“Olivia establece límites en la automatización del servicio al cliente” pone el foco donde realmente importa: en la gobernanza, el apetito de riesgo y la responsabilidad cuando la IA falla. En Suricata Cx compartimos esa mirada aplicada al CX telco, automatizando lo predecible y asegurando derivación y supervisión humana en puntos de conflicto o ambigüedad para sostener confianza y calidad.

Este enfoque se traduce, en la práctica, en diseñar automatizaciones con criterios claros de escalamiento, trazabilidad de conversaciones y control supervisor para que la IA acelere lo repetitivo sin degradar la experiencia cuando aparece la complejidad.

Este texto se basa en información públicamente disponible sobre el caso Klarna y en cifras citadas por Olivia a partir de estudios de Five9, PwC y la OIT. Los datos y conclusiones se presentan como referencia para discutir límites y gobernanza de la automatización en atención al cliente. Los detalles operativos y los resultados pueden variar según la industria, el canal y el momento, y podrían actualizarse a medida que surja nueva información.