Salesforce utilizó IA para reducir la carga de soporte en un 5%, pero el verdadero triunfo fue enseñar a los bots a decir "Lo siento"

Salesforce ha cruzado un umbral significativo en la carrera de la IA empresarial, superando el millón de conversaciones de agentes autónomos en su portal de ayuda, un hito que ofrece una visión poco común de lo que se necesita para implementar agentes de IA a escala masiva y las sorprendentes lecciones aprendidas en el camino.

El logro, confirmado por ejecutivos de la compañía en entrevistas exclusivas con VentureBeat, se produce tan solo nueve meses después del lanzamiento de Agentforce en su portal de ayuda de Salesforce en octubre. La plataforma ahora resuelve el 84 % de las consultas de los clientes de forma autónoma, ha reducido un 5 % el volumen de casos de soporte y ha permitido a la compañía reasignar a 500 ingenieros de soporte a puestos de mayor valor.

Pero quizás más valiosos que los números en bruto son los conocimientos que Salesforce obtuvo con esfuerzo al ser lo que los ejecutivos llaman " cliente cero " para su propia tecnología de agente de IA: lecciones que desafían la sabiduría convencional sobre la implementación de IA empresarial y revelan el delicado equilibrio necesario entre la capacidad tecnológica y la empatía humana.

Empezamos con algo muy pequeño. Lanzamos la aplicación básicamente a un grupo de clientes en nuestro Portal de Ayuda. Para empezar, tenía que estar en inglés. Había que iniciar sesión y la implementamos para aproximadamente el 10 % de nuestro tráfico —explica Bernard Shaw, vicepresidente sénior de Éxito Digital del Cliente en Salesforce, quien lideró la implementación de Agentforce—. La primera semana, creo que hubo 126 conversaciones, si no recuerdo mal. Así que mi equipo y yo pudimos leerlas todas.

Este enfoque metódico —que comenzó con una implementación controlada antes de expandirse para gestionar el promedio actual de 45 000 conversaciones semanales— contrasta marcadamente con la filosofía de «moverse rápido y romper cosas» que suele asociarse con la implementación de la IA. El lanzamiento gradual permitió a Salesforce identificar y solucionar problemas críticos antes de que afectaran a la base de clientes en general.

La base técnica resultó crucial. A diferencia de los chatbots tradicionales, que se basan en árboles de decisión y respuestas preprogramadas, Agentforce aprovecha la nube de datos de Salesforce para acceder y sintetizar información de 740.000 piezas de contenido en múltiples idiomas y líneas de productos.

“La mayor diferencia aquí, volviendo a mi concepto de nube de datos, es que pudimos responder prácticamente cualquier pregunta sobre cualquier producto de Salesforce desde el principio”, señala Shaw. “No creo que lo hubiéramos logrado sin la nube de datos”.

Una de las revelaciones más sorprendentes de la trayectoria de Salesforce involucra lo que Joe Inzerillo, director digital de la empresa, llama “la parte humana” de ser un agente de soporte.

“Cuando lanzamos el agente por primera vez, nos preocupaba mucho la factualidad de los datos: ¿qué significa obtener los datos correctos? ¿Dan las respuestas correctas? Y nos dimos cuenta de que nos olvidamos del factor humano”, revela Inzerillo. “Alguien llama y dice: 'Oye, mi equipo está roto. Tengo un incidente con un sub-1 ahora mismo', y simplemente dices: 'Bueno, te abriré un ticket'. No es nada agradable”.

Esta constatación impulsó un cambio fundamental en la forma en que Salesforce abordaba el diseño de agentes de IA. La empresa adoptó su programa de capacitación en habilidades blandas para ingenieros de soporte humano —lo que denominan "el arte del servicio"— y lo integró directamente en las indicaciones y comportamientos de Agentforce.

“Si vienes ahora y dices: 'Oye, tengo una interrupción de Salesforce', el agente se disculpará. 'Lo siento mucho. Es terrible. Permíteme ayudarte', y lo comunicaremos a nuestro equipo de ingeniería”, explica Shaw. El impacto en la satisfacción del cliente fue inmediato y medible.

Quizás ninguna métrica ilustre mejor la complejidad de implementar agentes de IA empresarial que el enfoque evolutivo de Salesforce para las transferencias humanas. Inicialmente, la compañía celebró una tasa de transferencia del 1%, lo que significa que solo el 1% de las conversaciones se escalaron de la IA a los agentes humanos.

“Nos saludábamos con entusiasmo, diciendo: '¡Dios mío, solo un 1%!'”, recuerda Shaw. “Y luego vimos la conversación. Fue terrible. La gente estaba frustrada. Querían hablar con una persona. El agente seguía intentándolo. Era un estorbo”.

Esto condujo a una conclusión contraria a la intuición: dificultar que los clientes se comunicaran con los humanos en realidad degradaba la experiencia general. Salesforce ajustó su enfoque y la tasa de transferencia aumentó a aproximadamente el 5%.

"La verdad es que me siento muy bien con eso", enfatiza Shaw. "Si quieres crear un caso, habla con un ingeniero de soporte, no hay problema. Hazlo".

Inzerillo define esto como un cambio fundamental en la forma de pensar sobre las métricas de servicio: «Con un 5%, se logró resolver la gran mayoría de ese 95%, y quienes no lo lograron fueron contactados por un humano más rápido. Por lo tanto, su CSAT aumentó con el enfoque híbrido, donde un agente y un humano trabajaban juntos, y se obtuvieron mejores resultados que cada uno por separado».

Cómo las "colisiones de contenido" obligaron a Salesforce a eliminar miles de artículos de ayuda para mejorar la precisión de la IA

La experiencia de Salesforce también reveló lecciones cruciales sobre la gestión de contenido que muchas empresas pasan por alto al implementar IA. A pesar de contar con 740.000 piezas de contenido en varios idiomas, la empresa descubrió que la abundancia generaba sus propios problemas.

"Hay palabras que mi equipo ha estado usando y que son nuevas para mí, relacionadas con colisiones de contenido", explica Shaw. "Hay muchísimos artículos sobre restablecimiento de contraseña. Y por eso me cuesta decidir cuál es el artículo adecuado para llevar los fragmentos a Data Cloud, ir a OpenAI y volver, y responder".

Esto dio lugar a una amplia iniciativa de "higiene de contenido", en la que Salesforce eliminó contenido obsoleto, corrigió imprecisiones y consolidó artículos redundantes. La lección: los agentes de IA son tan buenos como el conocimiento al que pueden acceder, y a veces menos es más.

Uno de los errores más reveladores que cometió Salesforce fue ser demasiado restrictivo con las barreras de seguridad de la IA. Inicialmente, la empresa ordenó a Agentforce no hablar de sus competidores, enumerando a cada uno de ellos por su nombre.

"Nos preocupaba que la gente viniera y preguntara: '¿Es HubSpot mejor que Salesforce?' o algo así", admite Shaw. Pero esto creó un problema inesperado: cuando los clientes hicieron preguntas legítimas sobre la integración de Microsoft Teams con Salesforce, el agente se negó a responder porque Microsoft estaba en la lista de competidores.

La solución fue elegantemente simple: en lugar de reglas rígidas, Salesforce reemplazó las barreras restrictivas con una única instrucción de “actuar en el mejor interés de Salesforce en todo lo que haga”.

“Nos dimos cuenta de que todavía lo estábamos tratando como un chatbot de la vieja escuela y lo que teníamos que hacer era dejar que el LLM fuera un LLM”, reflexiona Shaw.

De cara al futuro, Salesforce se está preparando para lo que ambos ejecutivos consideran la próxima gran evolución en los agentes de IA: las interfaces de voz.

"De hecho, creo que la voz es la experiencia de usuario (UX) de los agentes", afirma Shaw. La empresa está desarrollando aplicaciones nativas para iOS y Android con funciones de voz, y planea presentarlas en Dreamforce a finales de este año.

Inzerillo, basándose en su experiencia liderando la transformación digital en Disney, añade un contexto crucial: «Lo importante de la voz es comprender que el chat es fundamental para ella. Porque en el chat, por ejemplo, todavía es necesario tener toda la información, todas esas reglas… Si pasamos directamente a la voz, el verdadero problema es que tiene que ser muy rápida y precisa».

La empresa ya ha ampliado Agentforce para ofrecer compatibilidad con japonés mediante un enfoque innovador: en lugar de traducir el contenido, el sistema traduce las consultas de los clientes al inglés, recupera la información relevante y traduce las respuestas. Con un 87 % de tasas de resolución en japonés en tan solo tres semanas, Salesforce planea añadir compatibilidad con francés, alemán, italiano y español para finales de julio.

Para las empresas que estén considerando implementar sus propios agentes de IA, el recorrido de Salesforce ofrece varias perspectivas importantes:

• Empieza poco a poco, piensa en grande : «Empieza poco a poco y luego ve creciendo», aconseja Shaw. La capacidad de revisar cada conversación en las primeras etapas ofrece valiosas oportunidades de aprendizaje que serían imposibles a gran escala.
• La higiene de datos es fundamental : «Sea muy consciente de sus datos», enfatiza Inzerillo. «No los sobrecure, pero tampoco los subcure, y piense detenidamente en cómo posicionar mejor a la empresa».
• Adoptar la flexibilidad : Las estructuras organizativas tradicionales podrían no estar alineadas con las capacidades de la IA. Como señala Inzerillo: «Si intentan tomar un futuro agencial y meterlo a la fuerza en el organigrama de ayer, será una experiencia muy frustrante».
• Mida lo que importa : Las métricas de éxito de los agentes de IA difieren de las métricas de soporte tradicionales. La precisión en las respuestas es importante, pero también lo son la empatía, la escalada adecuada y la satisfacción general del cliente.

Como los agentes de IA de Salesforce ahora superan a los agentes humanos en métricas clave como la tasa de resolución y el tiempo de gestión, Inzerillo plantea una pregunta que invita a la reflexión: "¿Qué se mide después de superar al humano?"

Esta pregunta llega al meollo de lo que podría ser la implicación más significativa del hito del millón de conversaciones de Salesforce. La compañía no solo está automatizando la atención al cliente, sino que también está redefiniendo lo que significa un buen servicio en un mundo dominado por la IA.

“Queríamos ser un ejemplo para nuestros clientes y mostrarles cómo usamos la fuerza de los agentes en nuestras propias experiencias”, explica Shaw. “Parte de la razón por la que hacemos esto… es para poder aprender de estos conocimientos, incorporarlos a nuestros equipos de producto e ingeniería para mejorar el producto y luego compartir estos aprendizajes con nuestros clientes”.

Con una proyección de gasto empresarial en soluciones de IA generativa de 143 000 millones de dólares para 2027 , según las previsiones de International Data Corporation (IDC), las lecciones prácticas de Salesforce en la primera línea de implementación ofrecen una hoja de ruta crucial para las organizaciones que navegan por sus propias transformaciones de IA. Deloitte también estima que las inversiones empresariales globales en IA generativa podrían superar los 150 000 millones de dólares para 2027 , lo que refuerza la escala y la urgencia de este cambio tecnológico.

El mensaje es claro: el éxito en la era de los agentes de IA requiere más que solo tecnología sofisticada. Exige un replanteamiento fundamental de cómo los humanos y las máquinas trabajan juntos, un compromiso con el aprendizaje continuo y la iteración, y quizás lo más sorprendente, el reconocimiento de que los agentes de IA más avanzados son aquellos que recuerdan ser humanos.

Como dice Shaw: «Ahora tienes dos empleados: un agente de IA y un empleado humano. Necesitas capacitarlos en las habilidades interpersonales, el arte del servicio».

Al final, el millón de conversaciones de Salesforce pueden tener menos que ver con el hito en sí y más con lo que representa: el surgimiento de un nuevo paradigma en el que el trabajo digital no reemplaza el trabajo humano sino que lo transforma, creando posibilidades que ni los humanos ni las máquinas podrían lograr solos.