Agentes de IA de Ada trabajan en paralelo para entregar más resultados en la atención al cliente
Los agentes de IA están cambiando la forma en que las empresas manejan la atención al cliente, y Ada acaba de dar un paso importante en esa dirección.
En febrero de este año, la plataforma lanzó su Reasoning Engine (RE) unificado, una solución pensada para resolver un problema que muchas empresas enfrentan en la práctica: gestionar diferentes agentes de IA distribuidos en canales distintos, como chat, correo electrónico y voz, sin perder el control sobre cómo se comporta cada uno de ellos.
La propuesta es simple, pero poderosa. En lugar de configurar un agente para cada canal por separado, Ada permite que una única instrucción se propague a todos al mismo tiempo. Esto significa menos retrabajo, más consistencia y una experiencia del cliente mucho más cohesiva, sin importar dónde ocurra la conversación.
Según Mike Murchison, CEO y cofundador de Ada, la lógica es directa: cuando una empresa instruye a un agente para que sea más empático en el correo electrónico, Ada logra propagar ese mismo conjunto de instrucciones a la forma en que el agente se comunica por teléfono. Lo que antes necesitaba replicarse en cinco lugares diferentes ahora se convierte en un único esfuerzo.
Pero lo que realmente llama la atención de esta arquitectura es lo que sucede entre bastidores: múltiples agentes trabajando en paralelo, como un equipo bien sincronizado, mientras el usuario final ve solo una única conversación fluyendo de manera natural. 🚀
Cómo funciona en la práctica el Motor de Razonamiento de Ada
El Motor de Razonamiento de Ada no es simplemente otra capa de procesamiento de lenguaje natural. Fue diseñado para funcionar como el cerebro central de toda la operación de atención, coordinando el comportamiento de cada agente de IA con base en un conjunto unificado de reglas y objetivos.
En la práctica, la arquitectura involucra dos modelos de lenguaje distintos que trabajan en conjunto. Uno de ellos es el modelo llamado internamente talker, que es extremadamente rápido y especializado en diálogo conversacional. El otro es el modelo thinker, responsable del razonamiento profundo y de la ejecución de tareas complejas que involucran múltiples etapas. Estos dos sistemas se comunican de forma transparente, sin que el usuario final perciba la complejidad que existe detrás de cada respuesta.
Murchison explicó que la empresa no necesita pensar en todas las diferentes capas de interacción agentic que viven dentro de Ada. Simplemente gestiona un único agente, como si fuera un único miembro del equipo. De la misma forma, el cliente final ve solo una experiencia unificada, un único agente con el que está interactuando.
Cuando una empresa actualiza una política de reembolso, por ejemplo, ese cambio se refleja automáticamente en todos los canales al mismo tiempo, sin necesidad de editar cada agente individualmente. Este tipo de sincronización elimina uno de los mayores dolores de cabeza de quienes trabajan con automatización a escala: la inconsistencia entre canales, que termina generando confusión para el cliente y retrabajo para los equipos internos.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Tras bambalinas, el motor opera con una arquitectura de multi-agentes en paralelo, donde cada agente está especializado en una tarea o canal específico, pero todos comparten el mismo contexto y las mismas directrices de comportamiento. Esto es bastante diferente del modelo tradicional, donde cada bot era tratado como una isla aislada, sin comunicación con los demás. Ada resuelve este problema al crear una capa de orquestación que distribuye el razonamiento de forma inteligente, garantizando que la respuesta correcta llegue al canal correcto, en el momento correcto, sin contradicciones ni lagunas de información.
Un ejemplo práctico citado por Murchison ilustra bien el funcionamiento: imagina que el vuelo de un cliente fue cancelado y llama para reprogramar. Un agente de IA de Ada mantiene la conversación por voz, confirmando información y manteniendo al cliente actualizado, mientras otros agentes trabajan en segundo plano buscando nuevos vuelos, haciendo la reprogramación y enviando la confirmación. Todo esto ocurre simultáneamente, de la misma forma en que un agente humano experimentado manejaría la situación.
Otro punto interesante es que este motor fue construido con enfoque en la explicabilidad. Los equipos de producto y atención pueden entender, de forma bastante transparente, por qué un agente tomó determinada decisión en una conversación. Esto es fundamental para empresas que operan en sectores regulados, como el financiero y el de salud, donde cada interacción con el cliente puede tener implicaciones legales y operativas relevantes. La capacidad de auditar el razonamiento de los agentes coloca a Ada en un nivel diferenciado dentro del mercado de automatización de atención.
Agentes trabajando en paralelo: por qué esto cambia las reglas del juego
La capacidad de poner agentes de IA a trabajar simultáneamente en diferentes frentes de una misma conversación es lo que diferencia el enfoque de Ada de muchas soluciones competidoras. Mientras la mayoría de las plataformas de atención automatizada procesan una etapa a la vez, de forma secuencial, los agentes de Ada pueden dividir tareas y ejecutarlas al mismo tiempo.
Murchison destacó que la extensión y la complejidad de las tareas que los clientes de Ada están automatizando están creciendo significativamente. Por eso, es muy importante poder seguir interactuando con los clientes, manteniéndolos informados y resolviendo otros problemas mientras hay trabajo realizándose en segundo plano.
Y la ambición no es pequeña. Murchison mencionó que, aún este año, Ada probablemente va a automatizar la primera tarea que equivale a cerca de 14 horas de trabajo humano. Este tipo de hito demuestra cuánto la IA agentic está evolucionando en términos de capacidad de ejecución autónoma.
Esta dinámica de paralelismo es muy similar a lo que ocurre en un contact center tradicional bien operado, donde un agente humano logra hacer varias cosas al mismo tiempo: escuchar al cliente, consultar sistemas internos, verificar políticas y ya preparar la solución. La diferencia es que los agentes de IA de Ada logran hacer todo esto a escala, atendiendo a cientos o miles de clientes simultáneamente sin pérdida de calidad ni velocidad. 🔄
El papel de los Playbooks en la automatización de atención
Si el Motor de Razonamiento es el cerebro de la operación, los Playbooks son el guion que orienta a cada agente en el campo. En la plataforma de Ada, los Playbooks funcionan como conjuntos de instrucciones en lenguaje natural que definen cómo los agentes de IA deben comportarse en situaciones específicas, desde un saludo inicial hasta la resolución de un problema complejo de soporte técnico.
Murchison explicó que uno de los problemas más difíciles en la IA orientada al cliente es cómo aprovechar la creatividad de un modelo de lenguaje mientras se mantiene el cumplimiento estricto y el determinismo que las empresas esperan, especialmente aquellas en entornos regulados. Ada es un agente autónomo capaz de tomar acciones creativas basándose en todas las herramientas integradas a él, pero también puede operar de forma extremadamente determinística cuando es necesario, y esto no sucede de la misma manera rígida y paso a paso de los sistemas antiguos.
El gran diferencial aquí es que estos guiones están escritos en lenguaje natural, lo que significa que los equipos de atención pueden crear, editar y ajustar los Playbooks sin necesidad de conocimientos técnicos en programación. En la práctica, basta con arrastrar y soltar un procedimiento operativo estándar antiguo o un diagrama de flujo de un sistema IVR heredado, ya sea en PDF o incluso como captura de pantalla, directamente en el entorno de Playbooks de Ada. La plataforma entonces genera automáticamente un Playbook preconfigurado con las acciones que la empresa ya definió. Esto democratiza bastante el proceso de configuración y reduce la dependencia de equipos de ingeniería para tareas que deberían ser operativas.
En la práctica, un Playbook puede cubrir desde flujos simples, como responder preguntas frecuentes sobre horarios de atención, hasta recorridos más elaborados, como guiar a un cliente por el proceso de cancelación de un servicio, recopilando información, ofreciendo alternativas y escalando a un agente humano solo cuando sea necesario. Esta flexibilidad es lo que convierte a los Playbooks en una herramienta tan poderosa dentro de la estrategia de experiencia del cliente.
Además, los Playbooks funcionan de forma integrada con el Motor de Razonamiento, lo que significa que los agentes no siguen solo un guion rígido. Son capaces de interpretar el contexto de la conversación, adaptar el tono y el camino de la interacción con base en el historial del cliente y la información disponible en tiempo real. Con los Playbooks de Ada, la automatización de atención deja de parecer robótica y se acerca mucho más a una conversación humana de verdad. 💬
Observabilidad y supervisión: cómo Ada garantiza que todo funcione
Automatizar la atención a escala sin tener visibilidad sobre lo que está ocurriendo es la receta perfecta para los problemas. Ada entendió esto y desarrolló un conjunto robusto de herramientas de observabilidad que permiten a las empresas monitorear cada conversación en detalle.
Según Murchison, la plataforma utiliza modelos de lenguaje para anotar cada conversación, incluyendo el registro completo del razonamiento detrás de las decisiones tomadas por el agente. Los clientes tienen total visibilidad sobre cuestiones como: ¿en qué punto el Playbook fue seguido correctamente? Si una llamada de API falló, ¿en qué etapa exactamente ocurrió la ruptura?
Pero la cosa va más allá del simple monitoreo pasivo. Ada también cuenta con un agente supervisor de adherencia que acompaña cada conversación que involucra un Playbook, verificando activamente si los pasos explícitos se están cumpliendo. Esta información se presenta luego en un dashboard que permite a los equipos tomar acciones correctivas de forma rápida e informada.
Además del supervisor de adherencia, existe un modelo revisor especializado en comprender la resolución. Este modelo anota cada conversación para identificar si la interacción fue relevante, si la información proporcionada fue precisa, si la conversación fue segura y, lo más importante, si el problema del cliente fue realmente resuelto.
Esta capa de supervisión automatizada es especialmente valiosa para empresas que manejan volúmenes masivos de atención, donde revisar manualmente cada interacción sería simplemente inviable. La combinación de supervisión en tiempo real con dashboards accionables permite que los equipos de atención identifiquen patrones, corrijan fallas en los Playbooks y mejoren continuamente la calidad del servicio prestado por los agentes de IA. 📊
Herramientas que usamos a diario
Simplificación versus complejidad: la filosofía detrás de Ada
Uno de los puntos más interesantes del enfoque de Ada es la decisión deliberada de ocultar la complejidad al usuario final y a la empresa cliente. Murchison reconoció que, técnicamente, existen enjambres de agentes bajo el capó que se comunican entre sí para ejecutar diferentes tareas. Pero la plataforma se asegura de eliminar esa complejidad de la experiencia del cliente.
Esta filosofía de diseño es especialmente relevante en un momento en que muchas empresas están enfrentando el desafío de coordinar decenas, y en algunos casos cientos, de diferentes tipos de agentes que necesitan ser orquestados. Ada simplificó todo esto en un sistema donde la empresa gestiona solo un agente orientado al cliente, que se implementa y administra de forma centralizada.
Para los equipos de tecnología y operaciones, esto representa una reducción significativa en la carga de gestión. En lugar de lidiar con múltiples plataformas, configuraciones y dashboards, todo converge en un único punto de control. Y para el cliente final, la experiencia es igualmente simplificada: interactúa con un único agente que parece entender todo el contexto de la conversación, independientemente del canal utilizado.
Por qué este enfoque importa para la experiencia del cliente
El mercado de atención al cliente ha pasado por muchas transformaciones en los últimos años, pero la llegada de los agentes de IA con capacidad de razonamiento real representa algo diferente a las innovaciones anteriores. Ya no estamos hablando de bots que siguen árboles de decisión o que simplemente buscan palabras clave en una base de conocimiento. Estamos hablando de sistemas que logran entender la intención detrás de un mensaje, considerar el contexto del recorrido del cliente y tomar decisiones que realmente tienen sentido para esa situación específica.
Esto cambia completamente la percepción que el cliente tiene cuando interactúa con una empresa, porque siente que está siendo escuchado y comprendido, incluso si el otro lado de la conversación es un sistema automatizado.
La consistencia entre canales, posibilitada por el Motor de Razonamiento unificado, también tiene un impacto directo en la satisfacción del cliente. Cuando alguien comienza una conversación por chat, continúa por correo electrónico y termina por teléfono, lo último que esa persona quiere es tener que repetir todo desde cero en cada transición. Con la arquitectura de Ada, el contexto de la conversación viaja junto con el cliente, independientemente del canal utilizado. Este tipo de continuidad es algo que los consumidores ya esperan de las marcas más maduras digitalmente, y entregar esto de forma consistente a escala es exactamente donde la mayoría de las empresas todavía falla.
Desde el punto de vista estratégico, invertir en una plataforma que centraliza el razonamiento y el comportamiento de los agentes también trae beneficios claros para los equipos internos. Los equipos de atención pueden monitorear mejor el desempeño de cada agente, identificar dónde los Playbooks necesitan ajustes y actuar de forma proactiva antes de que un problema se convierta en una crisis de relación con el cliente.
La automatización de atención bien implementada no sustituye el toque humano donde es necesario, sino que libera a las personas para enfocarse en las interacciones que realmente demandan empatía, creatividad y criterio. Y es exactamente esta combinación entre inteligencia artificial e inteligencia humana lo que define el futuro de la atención al cliente. 🤝
