Los agentes de IA están pasando rápidamente de la experimentación a las operaciones de experiencia del cliente (CX), apoyando la automatización del servicio, la asistencia al agente, la interacción proactiva y la orquestación de flujos de trabajo.

Ese cambio crea una oportunidad significativa para mejorar las experiencias de los clientes mientras se aumenta la eficiencia. También significa que las organizaciones necesitan respuestas no solo a la pregunta de qué pueden hacer los agentes de IA, sino también qué se les permite hacer.

Esta pregunta es fundamental para el nuevo manual del Foro Económico Mundial (WEF, por sus siglas en inglés), “AI Agents in Action: A Playbook for Trusted Adoption, Authorization and Scaling” (Agentes de IA en acción: un manual para la adopción, autorización y escalamiento confiables). Genesys contribuyó al flujo de trabajo de IA de frontera y capacidades del WEF dentro del Centro para la Excelencia en IA del WEF, cuya nueva serie de informes explora cómo las organizaciones pueden definir, evaluar y escalar de manera responsable a los agentes de IA.

Para los líderes de CX, el problema es especialmente urgente. La experiencia del cliente ha sido durante mucho tiempo un campo de pruebas para la IA porque los casos de uso son inmediatos, medibles y están estrechamente vinculados a los resultados comerciales. La IA agéntica introduce sistemas que pueden razonar con base en el contexto, usar herramientas, coordinar múltiples pasos y tomar medidas en todos los flujos de trabajo.

Eso es importante porque los journeys del cliente rara vez ocurren en un solo sistema. Un solo problema puede involucrar el historial del cliente, datos de facturación, reglas de políticas, rutas de escalamiento y acciones de seguimiento en múltiples sistemas y equipos. La IA agéntica puede conectar esas piezas de manera más inteligente, pero una vez que los agentes de IA pueden actuar a lo largo del viaje, surgen preguntas importantes como: ¿Qué se les debe permitir hacer a los agentes? ¿Bajo qué condiciones? ¿Con qué supervisión?

 

Por qué la IA agéntica cambia la CX

La IA agéntica es especialmente relevante para la CX porque los journeys del cliente suelen depender del contexto, el tiempo y la acción en múltiples sistemas. Cuando esos sistemas están desconectados, los clientes sienten la fricción: repiten información, esperan durante las transferencias o se preguntan si la empresa cumplirá. Los agentes de IA pueden ayudar a cerrar esa brecha conectando el contexto y tomando medidas a lo largo del viaje.

Por ejemplo, un agente enfocado en el servicio podría recopilar contexto, verificar políticas y preparar un siguiente paso recomendado para un problema de facturación. Una experiencia de asistencia al agente podría resumir el historial del cliente y solicitar un escalamiento cuando cambie el sentimiento. Un agente de interacción proactiva podría identificar a un cliente en riesgo, mientras que un agente de orquestación de flujo de trabajo podría coordinar el seguimiento en los sistemas de CRM, centro de contacto, facturación y servicio de campo.

El hilo conductor es que la IA agéntica no solo responde preguntas; ayuda a que el trabajo se mueva a partir de la empresa. Eso es lo que la hace tan prometedora para la CX: puede ayudar a las organizaciones a responder más rápido, reducir la fricción y ofrecer experiencias más conectadas, al tiempo que brinda a los empleados más tiempo para la empatía, el juicio y la experiencia.

Pero a medida que los agentes de IA pasan de pilotos limitados a entornos de CX en vivo, sus acciones pueden tener consecuencias en el mundo real. Pueden interactuar con datos confidenciales de los clientes, influir en los resultados de los clientes o generar riesgos financieros, operativos, de cumplimiento o de reputación. Un agente podría recomendar un reembolso, escalar una queja, actualizar una cuenta o enviar comunicaciones proactivas al cliente.

Es por eso que escalar la IA agéntica requiere más que confianza en el modelo. Requiere una metodología clara para definir qué puede hacer un agente de forma independiente, dónde se requiere la aprobación humana, cuándo debe ocurrir el escalamiento y cómo debe monitorearse el comportamiento del agente a lo largo del tiempo.

 

ACAP: De la capacidad a la autorización

El manual del WEF presenta el Perfil de Capacidad y Autorización del Agente (ACAP, por sus siglas en inglés) como una forma práctica de cerrar la brecha entre lo que un agente puede hacer y lo que está autorizado a hacer.

En términos simples, un ACAP es un registro de autorización dinámico para un agente de IA. Define el rol del agente, el flujo de trabajo que admite, los sistemas y datos a los que puede acceder, las acciones que puede y no puede realizar, y los puntos donde se requiere supervisión o aprobación humana.

Para los líderes de CX, esa estructura es esencial. La pregunta no es simplemente si un agente puede completar una tarea; es si puede completar esa tarea de manera segura, consistente y dentro de una autoridad claramente definida.

En la práctica, un enfoque al estilo ACAP puede ayudar a las organizaciones de CX a responder preguntas como: ¿Puede este agente solo recomendar un reembolso, o puede emitir uno? ¿Puede actualizar un registro de cliente, o solo recuperar información de él? ¿Puede enviar un mensaje proactivo, o un humano necesita aprobarlo primero? ¿Cuándo debe escalar y cómo se monitoreará su comportamiento a lo largo del tiempo?

Esto se vuelve más importante a medida que las organizaciones implementan múltiples agentes de IA en viajes, canales y funciones. Un agente virtual que brinda soporte al servicio al cliente, un agente interno que ayuda a los empleados y un agente de orquestación que coordina los flujos de trabajo administrativos pueden depender de datos, herramientas o modelos compartidos. Pero cada implementación puede requerir diferentes permisos, supervisión y reglas de escalamiento.

En CX, el contexto importa. La misma capacidad puede conllevar diferentes niveles de riesgo según el viaje, la geografía, los datos involucrados y la acción comercial que se esté tomando. ACAP ayuda a hacer explícitas esas diferencias.

 

Cómo se ve la IA agéntica gobernada en CX

La IA agéntica gobernada no significa necesariamente frenar la innovación. Si se hace bien, la gobernanza puede crear la confianza que las organizaciones necesitan para escalar. Ayuda a acelerar la innovación, en lugar de ralentizarla.

Eso comienza con casos de uso enfocados donde el valor es claro y el riesgo es manejable. Las implementaciones iniciales deben generar confianza operativa mientras mantienen la exposición contenida, a menudo comenzando con acciones que son de menor riesgo, reversibles o sujetas a revisión humana antes de expandir la autonomía.

También significa diseñar la supervisión humana en el modelo operativo desde el principio. El concepto de “humano en el ciclo” (human in the loop) solo funciona si el ciclo es significativo. En entornos de CX de alto volumen, la supervisión puede convertirse en un ejercicio superficial de marcar casillas si se pide a los supervisores que revisen demasiadas acciones, demasiado rápido o sin suficiente contexto.

Para los flujos de trabajo orientados al cliente, una supervisión significativa a menudo incluye rutas de escalamiento claras, umbrales de confianza, rastros de auditoría y revisión humana para momentos trascendentales como decisiones financieras, quejas sensibles, cambios de cuenta, excepciones de políticas o interacciones con carga emocional.

El monitoreo también debe continuar después del lanzamiento. Los líderes de CX necesitan entender cómo se están desempeñando los agentes, dónde están escalando, cuándo los clientes están insatisfechos, si el comportamiento se está desviando y si el agente se mantiene dentro de sus límites autorizados.

En Genesys, creemos que el futuro de la CX no es una elección entre automatización y servicio humano. Es un modelo coordinado en el que los agentes de IA ayudan a orquestar el trabajo mientras las personas siguen siendo responsables de la confianza, la empatía, el juicio y los resultados comerciales.

 

Escalar la IA agéntica de manera responsable

A medida que la IA agéntica comienza a formar parte de las operaciones de CX, las organizaciones necesitan más que herramientas de IA independientes. Necesitan un enfoque que conecte el contexto del cliente, la automatización del flujo de trabajo, el conocimiento, la analítica, la supervisión humana y los controles operativos, permitiendo que la IA actúe con contexto, pero también dentro de los límites.

Consideramos que esto es fundamental para la siguiente fase de la experiencia del cliente impulsada por IA. El objetivo no es simplemente automatizar más interacciones. Es ayudar a las organizaciones a orquestar mejores experiencias entre clientes, empleados y sistemas, con gobernanza, observabilidad y juicio humano integrados en la forma en que opera la IA.

Esa es también la dirección reflejada en innovaciones como la capacidad de Agente Virtual Agéntico de Genesys Cloud™. A medida que la IA agéntica se integra más en los flujos de trabajo de CX, las organizaciones necesitan soluciones que combinen inteligencia con contexto, orquestación y control. La promesa no es solo que los agentes de IA puedan tomar medidas; es que pueden ayudar a que las operaciones de CX sean más adaptables, proactivas y conectadas mientras preservan la confianza del cliente.

Para los líderes de CX, el camino a seguir es definir la autoridad claramente, secuenciar la adopción cuidadosamente, mantener a los humanos involucrados donde las consecuencias son altas y expandir la autonomía basándose en evidencia.

Las organizaciones mejor posicionadas para tener éxito tratarán la gobernanza como un acelerador, no como una restricción. Al definir qué tienen permitido hacer los agentes de IA y cómo se supervisan sus acciones, los líderes de CX pueden pasar de la experimentación a la producción con mayor confianza, y crear experiencias que se sientan más conectadas, con mayor capacidad de respuesta y humanas.

 

Lee el manual del Foro Económico Mundial, “AI Agents in Action: A Playbook for Trusted Adoption, Authorization and Scaling” (Agentes de IA en acción: un manual para la adopción, autorización y escalamiento confiables), para obtener más información sobre el marco ACAP y cómo las organizaciones pueden prepararse para una IA agéntica confiable a escala.