¿Qué porcentaje de tickets puede resolver un agente de IA solo?

La mayoría de los mensajes que recibe un negocio por mensajería no son casos complejos: son preguntas repetitivas — dónde está el pedido, qué talla queda, cuál es el horario, cómo se hace una devolución. En una operación bien configurada, un agente de IA puede tomar entre el 70% y el 90% de ese tipo de consultas sin que un humano intervenga. Es el rango que declara heysteff para sus propios clientes, y es deliberadamente un rango, no un número único: el porcentaje real de cada negocio se mueve dentro de ese intervalo según su propia operación, no según una promesa de marketing.

Además del rango de consultas repetitivas, heysteff publica un promedio interno propio: 87% de resoluciones sin intervención humana, medido sobre workspaces activos. Es un promedio, no un mínimo garantizado para cualquier negocio nuevo — algunos workspaces están por arriba, otros por debajo, según cuánto trabajo de configuración y curación han invertido. La definición exacta de qué cuenta como "resuelto sin humano" está documentada en metodología, y vale la pena leerla antes de comparar ese número contra el de otro proveedor.

Ningún proveedor controla tu porcentaje final: lo determina, en gran parte, tu propia configuración. Cuatro factores pesan más que cualquier otro:

• Calidad de la base de conocimiento. Un agente solo resuelve bien lo que tiene documentado. Si tus políticas, tu catálogo y tus preguntas frecuentes están completas y actualizadas, el agente resuelve más; si están a medio llenar, resuelve menos, sin importar qué tan bueno sea el modelo de IA por debajo.
• Acceso a datos reales vía tools. Un agente que solo conversa con texto fijo no puede confirmar el estado de un pedido o el stock real; uno conectado por integraciones nativas o por un constructor de tools a tu sistema sí. Esa diferencia mueve directamente cuántos casos se resuelven sin escalar.
• Complejidad del catálogo. Un catálogo simple y estandarizado (pocas variantes, reglas claras) es más fácil de resolver por IA que uno con excepciones caso a caso, negociaciones o productos altamente personalizados.
• Reglas de escalamiento. Cuántas palabras clave y qué tan estrictas son tus reglas de escalamiento a humano influye directo en el porcentaje — reglas muy amplias escalan de más "por si acaso"; reglas muy angostas dejan pasar casos que sí necesitaban una persona.

Ningún agente de IA resuelve absolutamente todo, y cualquiera que lo prometa está vendiendo algo distinto a lo que puede cumplir. Siempre va a existir un porcentaje de casos que necesitan criterio humano: quejas sensibles, negociaciones fuera de política, situaciones ambiguas que ni el mejor modelo de lenguaje debería resolver solo. Un proveedor honesto habla en rangos y promedios, no en garantías absolutas, y te muestra cómo definen "resuelto" antes de pedirte que confíes en el número.

Antes de comparar tu porcentaje contra el de cualquier benchmark de la industria, define primero qué vas a contar como "resuelto sin humano" en tu propio caso: ¿una conversación donde el bot respondió y el cliente no volvió a escribir? ¿Una donde el bot cerró explícitamente el caso? Con esa definición fija, revisa periódicamente qué proporción de conversaciones nunca tocó a un agente humano, y cruza ese número con las razones de escalamiento más comunes — ahí está la oportunidad real de mejorar tu base de conocimiento, no en perseguir un porcentaje ajeno.

• Cuánto cuesta implementar IA en atención al cliente
• Tiempo de primera respuesta: por qué importa
• Cómo medimos nuestras métricas
• Atención al cliente con IA