Somos un almacén pequeño. No podemos permitirnos quemar dinero en eso. Esa fue mi primera reacción cuando vi el precio de un sistema de atención al cliente con IA. Un representante humano cuesta unos miles al mes. La licencia de IA, facturada anualmente, tampoco parecía barata, y si le daba a un cliente un número equivocado, el cliente se iría, y el dinero ahorrado no cubriría la pérdida. Luego, en la primera semana después del Año Nuevo Lunar de 2026, ocurrió algo que me obligó a rehacer las cuentas. Tres clientes preguntaron por el stock al mismo tiempo. Nuestro único representante de atención al cliente no daba abasto. Un cliente esperó más de cuarenta minutos una respuesta y trasladó su próximo envío a otro lugar. No perdimos la mercancía. Perdimos al cliente.

Después de eso, empecé a hacerme otra pregunta: ¿qué debe hacer exactamente la atención al cliente con IA en un 3PL? Mi respuesta ahora es simple. Que la IA responda primero cuando la respuesta se puede consultar, y que un humano responda primero cuando la respuesta exige criterio. Niveles de stock, estado de llegada, progreso del envío: el sistema tiene una respuesta estándar, así que responde la IA. Reclamaciones, cambios de pedido, negociaciones de precio: eso necesita que una persona decida, así que la IA lo deriva.

Un representante, una docena de clientes

Déjenme describir nuestra situación. Un almacén de 3,000 metros cuadrados, una docena de clientes más o menos, un representante de atención al cliente. Durante el día atiende llamadas, responde mensajes, revisa el stock y persigue a los conductores; en un día ajetreado apenas tiene tiempo de beber agua. Las preguntas sobre stock me las sé de memoria: «¿Cuánto nos queda de nuestro envío?», «¿Terminó de enviarse el contenedor de la semana pasada?», «¿Podemos enviar otras 200 unidades esta semana?». Ocupan más de la mitad de su día, y cada respuesta vive en el WMS. Básicamente era una máquina humana de consultas.

En marzo de 2026, apreté los dientes y puse en marcha una configuración ligera de atención al cliente con IA, empezando con exactamente un escenario: las consultas de inventario. El enfoque austero fue así. La IA solo lee el feed de inventario en vivo del WMS. Un cliente escribe «consultar stock» y la IA responde con la cantidad disponible actual, la cantidad entrante y la hora del último envío saliente. Antes de responder, pasa dos controles. Primero, la identidad del cliente tiene que coincidir: sin número de cliente, no hay números de vuelta. Segundo, cada respuesta termina con «cifras a las 9 a. m. de hoy; el recuento físico del almacén es el que vale». Esa última línea es mi vía de escape.

Los resultados superaron mis expectativas. Nuestras cifras internas del primer mes: la IA resolvió sola alrededor del 70% de las consultas de inventario, el tiempo medio de respuesta bajó de más de 20 minutos a menos de un minuto, y la representante recuperó unas dos horas al día para ocuparse de reclamaciones y cambios de pedido, el trabajo que de verdad necesita una persona. Los clientes no explotaron, porque las respuestas eran solo números del sistema. La IA no improvisaba. Leía los números en voz alta.

Qué responde la atención al cliente con IA y qué no toca jamás

Pero también aprendí rápido lo que cuesta una respuesta equivocada de la IA. En mayo de 2026, un cliente preguntó por el stock de un producto y la IA confundió «entrante más disponible» con «disponible para enviar», inflando el número en 300 unidades. El cliente aceptó pedidos aguas abajo basándose en esa cifra y, cuando llegó el día del envío, el stock no estaba. Pagamos un flete de transferencia urgente para arreglarlo y el cliente casi se va. Después de eso, impuse una regla de hierro: la IA informa un solo número, el inventario disponible. Las cantidades entrantes, en inspección y congeladas nunca se citan. Quien pregunte por ellas pasa directo a un humano.

Nuestra tabla de triaje ahora se ve así. El bot se encarga de tres cosas: el stock disponible actual, el estado de envío del pedido y la confirmación de entrega. Los humanos se encargan de cuatro: discrepancias de stock que requieren investigación, reclamaciones y daños, cambios de pedido y solicitudes urgentes, y precios y facturación. Luego está la zona gris: un cliente que pregunta «¿pueden reservarme 500 unidades?». La IA jamás debe decir que sí por su cuenta, porque reservar stock significa bloquear inventario y afectar a otros clientes. Una persona tiene que tomar esa decisión.

Aquí está la parte contraintuitiva: el mayor valor de la atención al cliente con IA no es el dinero que ahorra. Es que la representante por fin tiene tiempo de hacer atención al cliente. Hicimos las cuentas como estimación interna: un representante cuesta unos 6,000 yuanes al mes, la IA sale a unos 1,500 yuanes al mes, así que parece un ahorro de 4,500 yuanes. Pero la verdadera cuenta está en el otro lado. Si las dos horas al día que recupera la representante se dedican al seguimiento proactivo de clientes y a la gestión de excepciones, las renovaciones y el volumen extra valen mucho más que 4,500 yuanes. Dándole la vuelta: si la IA simplemente reemplaza a la representante y deja a los clientes hablando con un robot, el ahorro volverá tarde o temprano en forma de clientes perdidos. El ROI no es solo una resta.

El primer mes de atención al cliente con IA y una regla que nos salvó

Aquí va la parte poco glamorosa que nadie menciona. Durante el primer mes tras el lanzamiento, pasé 20 minutos cada noche leyendo las conversaciones de la IA de ese día —qué se equivocó, qué respondió con vaguedad— y corregía las reglas a primera hora de la mañana siguiente. Al cabo de un mes, la tasa de error bajó de más del 20% a menos del 10%. Ese trabajo de «un humano supervisando a la IA» no se puede saltar. La IA no es un empleado que contratas y olvidas. Es un nuevo empleado que necesita formación.

Tres meses después, lo que miro no es el dinero ahorrado. Es si los clientes todavía quieren hablar con nosotros. Dos números me lo dicen: la proporción de clientes que hacen un pedido después de preguntar por el stock y la proporción que exige un humano. El primer número se mantuvo estable, lo que significa que la IA no está ahuyentando a nadie. El segundo bajó de más del 40% a alrededor del 20%, y la mayor parte del 20% restante son casos complicados —stock que no cuadra, comprobaciones que necesitan una persona— donde la derivación es la respuesta correcta de todos modos. Un cliente de hace tiempo me dijo que últimamente nuestras respuestas se han vuelto rapidísimas, incluso a medianoche. Lo que no sabe es que la «persona» de medianoche no es una persona. Lo que siente es que este almacén es fiable. Me quedo con ese cumplido.

Claro que todavía falla a veces. En junio de 2026, una actualización del sistema rompió el feed de inventario durante un rato y la IA, al no encontrar los números, inventó una respuesta de «llegada prevista mañana». El cliente se lo creyó, envió un camión a recoger y la mercancía seguía en camino. Pagamos el flete y casi perdimos al cliente. Después de eso, añadí una regla dura: si el feed está caído, la IA responde «el sistema está verificando, espere por favor, un humano se pondrá en contacto con usted en breve». Sin adivinar, sin inventar, sin rellenar huecos. La IA puede ser lenta. No puede equivocarse. Ese es el mínimo.

Así que, tres consejos para un almacén pequeño que esté pensando en la atención al cliente con IA. Primero, empiecen con un escenario —las consultas de inventario— y consolídenlo antes de dejar que el bot haga nada más. Segundo, las respuestas solo salen de los números del sistema. La IA nunca inventa, estima ni adivina un número. Si no lo encuentra, lo dice y deriva a un humano. Tercero, mantengan visible la vía de escape humana: cada respuesta de la IA lleva una línea como «responda 1 para una revisión humana», para que los clientes siempre puedan llegar a una persona.

Entonces, ¿quién responde primero cuando un cliente pregunta por el stock? Mi respuesta: la IA responde primero cuando el número se puede consultar, el humano responde primero cuando la situación exige criterio. La IA es una buena ayudante, pero no es la representante de atención al cliente. Los clientes nunca quisieron «respuestas instantáneas». Querían respuestas precisas y un humano al que poder llegar. Los almacenes pequeños tienen su propia forma de sobrevivir. La nuestra es esta: que la IA ahorre el dinero que debe ahorrarse y no recortar ni un centavo del esfuerzo humano que importa.

Por Xiao Ma, propietario de un pequeño almacén

Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.