Cómo TuTrocito automatizó su atención al cliente más compleja.

TuTrocito vende muebles y materiales cortados a medida: tableros, cristales, baldas, escritorios, armarios enteros, cada uno al milímetro exacto que pide el cliente. Es una promesa preciosa y, para un equipo de atención al cliente, durísima. Cuando cada pedido es único, cada problema también lo es. No hay dos reclamaciones por daños iguales, no hay dos correos de "¿dónde está mi pedido?" con el mismo contexto, y la respuesta a casi cualquier cosa está enterrada en algún rincón del historial del pedido.

Durante un tiempo, esa complejidad se traducía en un número que no le gustaba a nadie: el cliente medio esperaba cinco días a una primera respuesta.

Hoy ese mismo buzón lo lleva, en gran parte, un agente de VibeTasking. Ha contestado 70.000 correos y subiendo — clasificando, investigando, negociando soluciones y registrando las acciones en los propios sistemas de TuTrocito. Así funciona.

El buzón que TuTrocito tiene de verdad

Casi todas las demos de "IA para soporte" asumen un mundo ordenado: preguntas cortas, respuestas enlatadas, un FAQ impecable. El buzón de TuTrocito es justo lo contrario. Los clientes escriben con todo el desorden de la vida real:

• "¿Dónde está mi pedido? Tenía que llegar el martes pasado."
• "La balda llegó con una esquina partida" — con tres fotos borrosas adjuntas.
• "¿Me lo podéis cortar 40 mm más corto y reenviarme el presupuesto?"
• Devoluciones, modificaciones, dudas con una factura, arrepentimientos con un acabado.

Los dos grupos más grandes son estado del pedido y reclamaciones por daños. Los dos suenan sencillos y ninguno lo es. Contestarlos bien exige saber exactamente qué pidió este cliente, cuánto pagó, dónde está la pieza ahora mismo y qué se le dijo ya en los últimos tres correos. Eso no es una respuesta: es una investigación.

Qué hace el agente con cada correo

Así que el agente investiga. Con cada mensaje que entra, recorre el mismo proceso que seguiría un buen agente de soporte, solo que más rápido y sin perder nunca el hilo.

Lee el correo y averigua de qué va en realidad. Saca todo el contexto de los sistemas de TuTrocito — qué se pidió, el precio, el estado actual y la conversación completa anterior con ese cliente. Si hay fotos, las abre. Y entonces, lo importante: se forma un criterio y actúa en consecuencia.

La parte difícil: valorar un pedido dañado

Aquí es donde la mayoría de automatizaciones se rinden en silencio y reenvían a un humano. Este agente no.

Cuando un cliente reporta un daño, el agente mira las fotos adjuntas y valora cómo de grave es realmente — porque la solución correcta depende por completo de la gravedad. Una esquina rozada en un tablero que sigue siendo perfectamente utilizable no es lo mismo que un panel que llegó partido por la mitad.

Así que propone una solución a la medida del daño:

• Daño leve pero utilizable → ofrece un descuento.
• Roto de verdad → tramita el reenvío de la pieza afectada.

Después lo habla con el cliente. Y cuando llegan a un acuerdo, no se queda en un "ya me encargo": ejecuta la acción en el sistema de TuTrocito — el descuento, el reenvío, el cambio de estado. El círculo se cierra dentro del propio hilo del correo, sin nadie en medio.

Actuar sin romper nada

Darle a un agente las llaves para tramitar reembolsos y reenviar pedidos solo funciona si es prudente, y aquí es donde fue a parar la mayor parte del trabajo. Antes de cambiar nada, confirma primero los datos del pedido — nunca actúa sobre una suposición. Después de hacer un cambio, vuelve a leer el pedido para comprobar que el cambio surtió efecto de verdad. Y antes de actuar, repasa el historial para no hacer nunca lo mismo dos veces: ni reembolsos duplicados, ni reenvíos repetidos porque el cliente mandara dos correos seguidos. Cuando no puede verificar qué ha pasado, se detiene y deja el caso para una persona.

Esa es la diferencia entre una demo y un sistema al que dejas tocar pedidos reales. Al agente se le confían los botones que mueven dinero, no solo los que redactan texto — precisamente porque trata cada uno como algo que solo es reversible si lo compruebas.

Saber lo que no sabe

Un agente que siempre contesta es peligroso. Un agente que sabe cuándo parar es útil. Este está construido alrededor de dos reflejos honestos.

Cuando le falta información, escala. Si el agente no puede resolver un caso con responsabilidad — los datos no están, la situación es genuinamente rara — asigna el ticket a un humano en lugar de adivinar. Los casos difíciles llegan a una persona con todo el contexto ya reunido.

Cuando se topa con un hueco, aprende. Cada vez que el agente se encuentra una situación que sus instrucciones no cubren, la anota en un documento de aprendizaje. La responsable del equipo revisa esas notas y aprueba las buenas para incluirlas en las instrucciones del agente. La próxima vez que aparezca esa situación, el agente ya sabe qué hacer. El manual mejora cada semana, y es una persona quien decide qué entra.

Ese segundo reflejo es el superpoder silencioso. El agente no es un guion fijo que se va quedando obsoleto: es un sistema que acumula, supervisado por las personas que mejor conocen el negocio.

El impacto

El número de titular es el fácil: 70.000 correos contestados, entre estado del pedido, devoluciones, modificaciones, presupuestos y la larga cola de todo lo demás.

Pero el número que le importa a TuTrocito es el tiempo de respuesta. La espera media a una primera respuesta pasó de cinco días a una hora — y menos de 24 horas incluso en los casos que acaban en una persona. Toda la cola se aceleró, no solo la parte automatizada.

Y lo que eso les compró es más interesante que la propia velocidad:

• Lanzaron atención telefónica. Con gente ya no sepultada en el buzón, TuTrocito por fin pudo dotar de personal un canal que nunca había tenido manos para cubrir.
• El equipo de soporte se hizo más pequeño y el resto ascendió sin moverse de sitio. El equipo que queda se centra en lo que de verdad necesita a un humano — ventas, casos realmente complejos y el teléfono.

Nadie está donde estaba hace un año, copiando números de pedido en un panel interno. La rutina se fue al agente. Las personas subieron de nivel.

El patrón de fondo

Nada de esto va realmente de muebles. La forma del problema — tickets con mucho contexto, repartidos por sistemas internos, que necesitan una investigación y un criterio antes de poder contestar — es la forma de la atención al cliente en casi cualquier empresa que venda algo real.

Lo que hizo que funcionara no fue un modelo mágico. Fue un agente capaz de hacer cuatro cosas que un chatbot no puede:

1. Entrar en los sistemas donde vive de verdad la respuesta y reunir la imagen completa antes de contestar.
2. Mirar la evidencia — incluidas las imágenes — y razonar sobre ella.
3. Ejecutar acciones, no solo redactar texto: tramitar el reembolso, lanzar el reenvío, actualizar el registro.
4. Escalar y mejorar en lugar de fingir que lo sabe todo.

Si tu buzón de soporte se parece en algo al de TuTrocito — cada ticket un poco distinto, cada buena respuesta a una investigación de distancia — este es un flujo que puedes construir.

Empieza por un buzón

No hace falta automatizarlo todo el primer día. TuTrocito no lo hizo. Empieza apuntando un agente de VibeTasking a tu categoría más repetitiva — el estado del pedido, por ejemplo — deja que reúna el contexto y redacte, mantén a una persona aprobando las acciones, y haz crecer sus instrucciones desde ahí. El resto lo hace el ciclo de aprendizaje. Puedes empezar tú mismo — o dejar que construyamos la primera versión contigo.