T-Tech automatiza el 45 % de las sesiones de atención al cliente con un modelo Qwen ajustado

El problema

La atención al cliente a gran escala se apoya en software de flujos de trabajo empresariales, donde los operadores pasan de pantalla en pantalla para resolver cada caso. Automatizarlo con guiones escritos a mano es lento de construir y se rompe cada vez que cambian las pantallas o los procesos. Los agentes de IA de uso general hacen muchas llamadas al modelo por caso, de modo que los pequeños errores se acumulan y el coste es alto.

Qué construyeron

T-Tech construyó un agente de IA que trabaja dentro de su plataforma de gestión de procesos de negocio (BPM), el software que los operadores usan para gestionar los chats de atención. El agente lee una vista estructurada de la pantalla y propone la siguiente acción, como pulsar un control, transferir un chat o enviar un mensaje. Un segundo modelo, llamado crítico, juzga el grado de confianza del agente. Solo los pasos de alta confianza se ejecutan por sí solos. Ante cualquier duda, el agente devuelve el caso a un operador y continúa desde la pantalla actualizada.

El modelo es Qwen2.5-Instruct-7B de Alibaba, de pesos abiertos, ajustado con datos propios de T-Tech. Los autores eligieron el tamaño 7B porque ofrecía el mejor equilibrio entre velocidad y rendimiento para su presupuesto de servicio.

Cómo lo hicieron

El despliegue tiene tres etapas. Primero, la plataforma solo registra lo que hacen los operadores. Después, el modelo funciona como copiloto: los operadores aceptan su sugerencia o la corrigen, y esa respuesta entrena al modelo de confianza. Por último, el sistema ejecuta en segundo plano los pasos de alta confianza. Los autores dicen que un proceso nuevo alcanza la automatización selectiva en unas dos semanas sin reglas escritas a mano.

El tráfico de atención se divide por tipos de incidencia, cada uno con sus propios modelos, de modo que una deriva en un área pueda aislarse. Si las señales de calidad empeoran en un segmento, la automatización se desactiva allí y el sistema vuelve al modo copiloto para recoger nuevas respuestas. Los datos de entrenamiento se anonimizan antes de usarse.

Resultados

Los autores informan de que el sistema automatizó por completo el 45 % de las sesiones en producción. En una prueba A/B con 15,5 mil clientes por grupo durante 7 días, el tiempo activo medio del operador por cliente pasó de 227,37 segundos a 139,15 segundos (-39 %) frente a la gestión exclusivamente humana. Frente al chatbot existente con pasos predefinidos (77 mil clientes por grupo, 32 días), pasó de 124,67 a 104,72 segundos (-16 %). Una revisión ciega de operadores no encontró diferencias estadísticamente significativas en la calidad de resolución en ninguna de las dos pruebas.

Los operadores aceptaron las acciones rutinarias, como transferir un chat, el 91,7 % de las veces, pero las respuestas de texto libre solo el 50,81 % de las veces. Los autores señalan la mensajería en lenguaje natural como el principal límite para seguir automatizando.

Qué salió mal

Los operadores rechazaron una parte de las sugerencias. Los autores analizaron esos rechazos y vieron que el 37,2 % eran acciones aceptables que el operador simplemente prefirió hacer de otra manera, por ejemplo suavizando la redacción de un mensaje. Los casos ajenos a los datos de entrenamiento, como elementos de pantalla nuevos o solicitudes inusuales, son un punto débil conocido, por lo que el sistema cede a las personas cuando duda.

Qué replicar

Ponga primero el sistema en marcha como copiloto y use los clics de aceptar y corregir de los operadores como datos de entrenamiento. Automatice los pasos repetitivos de bajo riesgo antes que cualquier cosa de cara al cliente. Siga el tiempo de operador por cliente en una prueba controlada y añada un interruptor que devuelva un tipo de caso a la gestión humana cuando baje la calidad.