Atención híbrida: cómo combinar IA y personas en la atención al cliente

Por Bernardo Gontijo, fundador de NeftPublicado el Actualizado el 7 min de lectura

Resumen

La atención híbrida es la operación en la que IA y personas comparten la misma atención: la IA resuelve solicitudes simples y prepara el caso, y el equipo asume lo que exige criterio. Un estudio con 5.172 agentes midió una ganancia media del 15% en productividad con asistencia de IA, y el Decreto del SAC de 2026 en Brasil exige una opción de persona en tiempo real cuando hay IA.

Qué es la atención híbrida

En este artículo, la atención híbrida es el modelo en el que la inteligencia artificial y los agentes humanos trabajan en la misma operación, con el mismo protocolo y el mismo historial. La IA atiende, clasifica o apoya al agente; la persona asume cuando el caso exige criterio, negociación o empatía, sin que el cliente tenga que repetir la solicitud.

El término también aparece con otros dos sentidos: atención que combina lo presencial y lo remoto, y régimen de trabajo híbrido de los agentes. Los tres pueden coexistir, pero aquí el foco es la división del trabajo entre IA y personas.

Por qué no automatizarlo todo

Una tasa alta de conversaciones resueltas por la IA puede esconder poco trabajo ahorrado. Las solicitudes más fáciles suelen ser las más frecuentes y cortas; las que consumen el tiempo del equipo, como impugnaciones, excepciones y casos con historial largo, siguen llegando a las personas.

Marty, cofundador y CEO de Pylon, empresa que vende software de soporte, describió este efecto en el SaaStr AI Day. Contó el caso de una empresa con cerca de mil personas en soporte que adoptó un agente de resolución automática:

“Desvía cerca del 50% de los tickets, pero la plantilla no cambió.”

Marty, Pylon, SaaStr AI Day, a partir de 4:54. Traducción libre de “it deflects around 50% of their tickets, but their headcount didn't change”. Relato de proveedor, no un estudio independiente.
Video: SaaStr AI Day: The New Agentic Support Playbook (SaaStr AI, YouTube, ). Publicado el 22 de julio de 2026; reproducción desde el pasaje sobre desvío de tickets, en 4:54. Charla en inglés.

Según él, el motivo es que la automatización resolvió las preguntas más fáciles, que tomaban menos trabajo. Pylon vende herramientas para apoyar a los agentes, así que el relato también defiende su producto. Las cifras de resultado citadas en la charla son de clientes de la empresa y no fueron auditadas; por eso no se usan aquí.

Qué muestra la investigación sobre la IA que apoya a los agentes

El estudio más citado sobre el tema es Generative AI at Work, de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, publicado en el Quarterly Journal of Economics en 2025. Los autores siguieron a 5.172 agentes de soporte al cliente mientras se implantaba un asistente de IA por etapas.

El acceso al asistente aumentó un 15%, en promedio, las solicitudes resueltas por hora. Los agentes menos experimentados y menos calificados mejoraron en velocidad y calidad, mientras que los más experimentados tuvieron pequeñas ganancias de velocidad y una leve caída de calidad. Los autores también observaron clientes más educados y menos pedidos para hablar con un supervisor.

El estudio evalúa una IA que sugiere respuestas a personas, en una única empresa de software. No mide una IA que atiende sola. Aun así, refuerza un punto del modelo híbrido: apoyar al equipo puede rendir tanto como sustituir conversaciones.

Cómo dividir el trabajo entre la IA y el equipo

La división parte del tipo de solicitud y de la consecuencia de un error, no de la tecnología disponible. Una forma práctica es separarlas en tres franjas:

FranjaQuién conduceEjemplos
Informativa y repetitivaIA, con opción de persona en cualquier momentoHorarios, documentos necesarios, etapas de una solicitud, estado del protocolo
Con acción en un sistemaIA con permiso limitado o aprobación humanaAgendamiento, actualización de datos, segunda vía de factura tras identificación
Con criterio o riesgoEquipo, con la IA preparando el resumenImpugnación de cobros, negociación, reclamación grave, urgencia
Ejemplo de división; cada operación define las franjas según su propia política y regulación.

La frontera entre las franjas cambia con el tiempo. Revise cada mes las transferencias y los casos reabiertos para mover solicitudes de franja según lo que realmente ocurrió.

La transferencia es el punto crítico

El modelo híbrido falla cuando el paso de la IA a la persona pierde información. El cliente repite el problema, el agente empieza de cero y la ventaja de la automatización se convierte en retrabajo. Una buena transferencia lleva el protocolo, el resumen de lo dicho y lo que ya se verificó.

En Brasil, esto también es regla para los proveedores alcanzados por el Decreto n.º 13.135/2026. El decreto permite la IA en la clasificación y la resolución siempre que haya opción de atención en tiempo real por una persona (art. 3, § 3), prohíbe pedir al consumidor que repita la solicitud (art. 6) y exige continuidad hasta la conclusión (art. 7). Vea el resumen en nuevo Decreto del SAC.

Pruebe esta transferencia como parte del proceso, no solo el resultado final. En el preprint CXBench, de octubre de 2026, el 80,1% de las ejecuciones de agentes de IA con resultado correcto incumplió algún requisito de proceso en tareas reguladas simuladas.

Indicadores para seguir

  • Resolución por franja: cuánto resolvió la IA sola y cuánto resolvió el equipo tras la transferencia.
  • Transferencias con contexto: proporción de casos en que el agente no necesitó volver a pedir la información.
  • Reapertura: solicitudes que vuelven en pocos días, separadas por quién condujo la primera atención.
  • Tiempo hasta una persona: espera entre el pedido de hablar con alguien y el inicio de la atención humana.
  • Satisfacción por camino: evaluación de quien fue atendido solo por la IA, solo por el equipo o por ambos.

Compare estas cifras con la operación antes de la IA. Una tasa alta de automatización con reapertura alta indica que la frontera entre las franjas está mal.

Cómo organiza Neft la atención con IA y personas

En Neft, la atención con IA funciona dentro de la misma fila, protocolo, grabación e informes del equipo. La agente virtual conversa por voz, sigue los límites definidos por la empresa y, cuando el cliente pide una persona o el caso sale del alcance, pasa la atención al equipo con el resumen de la conversación.

La empresa elige cuándo atiende la IA, por ejemplo fuera del horario o cuando no hay agente libre, y qué acciones puede ejecutar. Los casos que piden una conversación cara a cara siguen en la videoatención con el equipo, y los informes muestran los indicadores por período y por agente.

Preguntas frecuentes

¿Qué es la atención híbrida?
Es el modelo en el que la IA y los agentes humanos trabajan en la misma operación, con el mismo protocolo e historial. La IA resuelve solicitudes simples o apoya al agente, y la persona asume los casos que exigen criterio, sin que el cliente tenga que repetir la solicitud.
¿La atención híbrida es obligatoria por ley?
El Decreto n.º 13.135/2026 de Brasil no obliga a usar IA, pero, para los proveedores alcanzados, solo permite la automatización si hay opción de atención en tiempo real por una persona, de 8 h a 20 h, todos los días. En la práctica, quien usa IA en el SAC necesita operar de forma híbrida.
¿La IA va a sustituir a los agentes?
Los estudios disponibles apuntan en otra dirección. En la investigación con 5.172 agentes publicada en el Quarterly Journal of Economics, la IA que apoyaba a personas aumentó un 15% las solicitudes resueltas por hora, con mayor ganancia entre novatos. Los casos complejos siguen exigiendo al equipo.
¿Qué solicitudes deben quedar con la IA?
Empiece por las informativas y repetitivas, con reglas claras y bajo riesgo, como horarios, documentos y estado del protocolo. Las acciones en sistemas requieren permiso limitado o aprobación humana. Impugnaciones, negociaciones y urgencias deben quedar con el equipo.
¿Cómo evitar que el cliente repita todo en la transferencia?
Haga que la transferencia lleve el protocolo, el resumen de la conversación y lo que ya se verificó. El agente debe empezar donde la IA se detuvo. Mida la proporción de transferencias en las que no hubo que volver a preguntar nada.

Fuentes

Videos, estudios y documentos utilizados en este artículo. Las prepublicaciones son versiones publicadas por sus autores antes de la revisión por pares. Artículo investigado y redactado con apoyo de IA. Resumen del estudio verificado en el NBER, preprint en arXiv, decreto en el sitio del Planalto y fecha y canal del video en YouTube el 18 de noviembre de 2026. La transcripción del acervo sirvió para localizar el pasaje citado. La división en franjas es una recomendación editorial, no un resultado medido.

  1. Artículo científico

    Generative AI at Work (se abre en una pestaña nueva)

    Erik Brynjolfsson, Danielle Li y Lindsey R. Raymond (NBER Working Paper 31161; Quarterly Journal of Economics, vol. 140, n.º 2, pp. 889–942) · publicado el

    5.172 agentes de soporte; aumento medio del 15% en las solicitudes resueltas por hora, con mayores ganancias entre los menos experimentados. Cifras de la versión publicada en la revista. Fecha del volumen de la revista; working paper de abril de 2023.

  2. Video

    SaaStr AI Day: The New Agentic Support Playbook (se abre en una pestaña nueva)

    Marty, cofundador y CEO de Pylon; canal SaaStr AI · publicado el

    Fecha y canal verificados en YouTube. Relato desde 4:54 sobre el desvío de cerca del 50% de los tickets sin cambio en la plantilla. Proveedor de software de soporte; relato no auditado.

  3. Artículo científico (prepublicación)

    CXBench: A Benchmark for Process-Compliant LLM Agents in Regulated Customer-Experience Workflows (se abre en una pestaña nueva)

    Boxi Yu y otros nueve autores · publicado el

    Versión 1. El 80,1% de las ejecuciones con resultado correcto incumplió requisitos de proceso en tareas reguladas simuladas.

  4. Legislación

    Decreto brasileño n.º 13.135/2026 (se abre en una pestaña nueva)

    Presidencia de la República de Brasil · publicado el

    IA permitida con opción de persona en tiempo real (art. 3, § 3), prohibición de pedir que se repita la solicitud (art. 6) y continuidad (art. 7).

¿Quiere evaluar la IA en su atención?

Solicite una demostración y evalúe el flujo con datos ficticios de su operación.