Respuesta directa: elija una empresa de IA para atención al cliente por su capacidad demostrada de resolver recorridos reales con seguridad, no por la fluidez de una demo. El proveedor debe probar siete capacidades: demanda, conocimiento gobernado, identidad y autorización, resolución de punta a punta, escalamiento humano, calidad y riesgo, y economía operativa. Haga que todos ejecuten las mismas conversaciones y decisiones de producción.
La deflexión o contención en el bot no equivale a resolución. Un cliente puede abandonar, contactar otro canal o recibir una respuesta plausible sin terminar la tarea. Construya el caso de negocio sobre un resultado verificado: problema resuelto, acción correcta, contexto preservado y acceso real a una persona.
Service Resolution Proof-7: siete pruebas para comparar proveedores
Puntúe cada dimensión de 0 a 4: ausente, prometida, demostrada, medida con datos representativos u operada con responsable definido. El máximo es 28, pero cuatro vacíos deben eliminar una propuesta: sin conjunto de evaluación representativo, sin escalamiento humano, sin permisos por acción o sin rastro de incidentes y paquete de salida.
1. Demanda: ¿entiende los motivos reales de contacto?
Exija una taxonomía construida con conversaciones reales, no una lista genérica de intents. Debe cubrir ambigüedad, varios pedidos, errores, emoción, cambio de idioma y casos que no deben automatizarse. La taxonomía de uso de IA de NIST parte de actividades humanas y resultados; esa disciplina evita que la tecnología dicte el recorrido.
La prueba mínima es un mapa que conecte motivo, canal, audiencia, dato necesario, acción posible, nivel de riesgo y resultado. El proveedor debe explicar qué responderá, ejecutará, derivará o rechazará el sistema.
2. Conocimiento: ¿cada respuesta tiene autoridad y vigencia?
Revise cómo políticas, productos, pedidos y procedimientos llegan al sistema; quién aprueba contenido; cómo se retiran versiones obsoletas; y qué usuarios acceden a cada fuente. Exija evidencia rastreable cuando la respuesta dependa de conocimiento corporativo. Un socio capaz evalúa recuperación y respuesta por separado y sabe cuándo abstenerse.
La guía MAKINAI para proveedores RAG desarrolla esta capa en https://makinai.co/insights/es/como-elegir-empresa-rag-sistema-conocimiento-ia. En atención, el conocimiento debe conectarse con canal, identidad y acción, no quedar como buscador aislado.
3. Identidad y acción: ¿el agente solo hace lo permitido?
Responder preguntas es distinto de consultar un pedido, cambiar un perfil, otorgar crédito o cancelar un servicio. Pida autenticación, autorización por acción, límites de valor, confirmación, reversión y aprobación humana. Las credenciales deben aplicar mínimo privilegio; el modelo no debe heredar acceso amplio solo porque una integración lo permite.
OWASP documenta cómo prompt injection puede causar divulgación o acciones no autorizadas y recomienda mínimo privilegio, validación determinista y aprobación humana para operaciones de alto riesgo. Pruebe instrucciones maliciosas, documentos contaminados, solicitudes de datos de terceros e intentos de eludir política.
4. Resolución: ¿qué resultado se verificará?
Defina resolución por recorrido: información correcta comprendida, pedido realmente modificado, pago restablecido o próximo paso aceptado. Mida también repetición de contacto en siete días, exactitud de acción, tiempo total y esfuerzo. No deje que el bot declare éxito sin confirmación independiente del sistema de registro o del cliente.
5. Escalamiento: ¿la persona recibe contexto útil?
El handoff necesita disparadores explícitos: baja confianza, pedido del cliente, vulnerabilidad, angustia, riesgo regulado, acción no permitida o falla repetida. Verifique cola correcta, resumen fiel, historial, datos ya reunidos y forma de corregir el sistema. “Inténtelo más tarde” no es una estrategia de escalamiento.
Incluya accesibilidad en la aceptación. WCAG 2.2 ofrece criterios verificables para interfaces digitales; voz, chat y autenticación también necesitan alternativas utilizables por personas con distintas necesidades.
6. Calidad y riesgo: ¿cómo se prueba un comportamiento seguro?
Exija conjunto de evaluación versionado, casos adversariales, umbrales por riesgo, revisión humana, regresión antes de cambios de modelo y registro de incidentes. El perfil de IA generativa de NIST estructura la gestión durante el ciclo de vida. La propuesta debe identificar quién puede bloquear, revertir o limitar capacidad cuando baja la calidad.
7. Operación y economía: ¿quién mantiene el servicio y a qué costo unitario?
Compare costo por resolución verificada, no solo por conversación o token. Incluya modelos, recuperación, voz, integraciones, observabilidad, evaluaciones, supervisión, soporte humano y mejora continua. Defina SLOs, guardia, cambios de modelo, portabilidad de prompts y evals, exportación de logs y propiedad de la operación del conocimiento.
La prueba de replay antes del piloto
Entregue a los finalistas 30–50 conversaciones anonimizadas con ambigüedad, cliente molesto, dato sensible, solicitud fuera de política, caída de sistema, cambio de idioma, acción reversible y ayuda humana. Ejecute el mismo guion y observe respuesta, acción, rechazo, handoff, logs y costo. Es más revelador que una demo preparada.
Piloto de 8 a 12 semanas
- Elija un recorrido con volumen y resultado verificable. Registre baseline humano y digital. Congele el conjunto de evaluación antes de configurar. Integre lectura antes que escritura. Ejecute shadow mode y luego producción limitada. Mida resolución verificada, exactitud de acción, handoff, repetición, tiempo, esfuerzo, accesibilidad y costo. Escale solo después de un gate conjunto de negocio, operación, seguridad y atención.
Próximo paso
Use el scorecard con la guía de RFP en https://makinai.co/insights/es/como-crear-rfp-servicios-ia y el checklist de agentes en producción en https://makinai.co/insights/es/como-evaluar-empresa-agentes-ia. Para diseñar, probar y operar atención automatizada con integraciones y controles reales, visite https://makinai.co/services/es/desarrollo-agentes-ia-automatizacion.