Copiloto para agentes de call center omnicanal

Contexto

TeleRed México es un operador de telecomunicaciones (internet fijo, móvil y TV de paga) con un contact center de ~600 agentes distribuido en dos sitios (CDMX y Guadalajara), atendiendo voz, chat web, WhatsApp y correo. Los agentes debían navegar entre 6 sistemas distintos (CRM, facturación, diagnóstico de red, ticketing, base de conocimiento, historial omnicanal) para resolver una sola consulta.

El reto

• Tiempo promedio de gestión (AHT) elevado por cambio constante entre pantallas.
• Resolución en primer contacto (FCR) baja en consultas técnicas (diagnóstico de red, facturación cruzada con planes).
• Onboarding de agentes nuevos de 6-8 semanas antes de alcanzar productividad plena.
• Inconsistencia de respuestas entre agentes ante la misma consulta.
• Datos de clientes (contratos, CURP parcial, historial de pagos) sujetos a LFPDPPP — restricción para usar herramientas de IA que envíen esos datos a servicios externos sin control.

La solución: copiloto con modelo privado, integrado al escritorio del agente

TeleRed desplegó un copiloto de IA que vive dentro del escritorio omnicanal del agente, con el modelo alojado en infraestructura privada (VPC propia) para mantener control sobre los datos de contrato y facturación de los clientes.

ARQUITECTURA

• Capa de conocimiento (RAG): el copiloto consulta en tiempo real la base de conocimiento interna (políticas, procedimientos, catálogo de planes) y responde con la fuente citada, evitando respuestas inventadas.
• Contexto unificado: al iniciar la interacción, el copiloto ya trae el historial del cliente (últimos tickets, plan contratado, estado de pagos, diagnósticos de red recientes) sin que el agente tenga que buscarlo manualmente.
• Transcripción y resumen en vivo: en llamadas de voz, transcribe y sugiere la siguiente mejor acción mientras el cliente sigue en la línea; al cierre, genera automáticamente el resumen y la tipificación del caso.
• Omnicanalidad real: la misma capa de copiloto asiste al agente sin importar el canal (voz, WhatsApp, chat, correo), manteniendo continuidad de contexto si el cliente cambia de canal a mitad de una gestión.
• Modelo privado, no expuesto a terceros: los datos de contrato y facturación nunca salen de la infraestructura de TeleRed; el copiloto corre sobre un modelo propio ajustado con la documentación y el histórico de conversaciones de la empresa.
• Humano siempre al mando: el copiloto sugiere, no decide ni envía nada al cliente sin que el agente lo confirme.

Resultados a 5 meses

Métrica	Antes	Después
Tiempo promedio de gestión (AHT)	Base 100%	-32%
Resolución en primer contacto (FCR)	Base 100%	+28 pts
Tiempo de onboarding a productividad plena	6-8 semanas	3 semanas
Consistencia de respuestas (auditoría de calidad)	Base 100%	+40%
Aplicaciones distintas abiertas por interacción	6	1 (unificado)

Los supervisores reportaron que agentes de nuevo ingreso alcanzaron el desempeño de agentes senior en la mitad del tiempo habitual, al tener el copiloto sugiriendo procedimiento y respuesta en cada paso.

Factores clave de éxito

• Copiloto integrado al flujo de trabajo real del agente, no una herramienta aparte que hay que consultar por separado.
• RAG con citación de fuente interna — reduce alucinaciones y da confianza al agente para usar la sugerencia.
• Modelo privado sobre datos regulados — evita fricción legal y protege información contractual y de facturación.
• El agente conserva el control, el copiloto asiste pero no automatiza decisiones hacia el cliente sin revisión humana.

Lección para replicar

El mayor impacto no vino de "agregar un chatbot", sino de eliminar el cambio constante entre sistemas y dar al agente todo el contexto y la respuesta sugerida en un solo lugar — con el modelo corriendo en infraestructura propia para no exponer datos de clientes regulados.