Qué esperan los clientes del servicio al cliente con IA

Por Linh Ngo · Actualizado el 11 de octubre de 2026

Los clientes esperan tres cosas del servicio al cliente con IA: que resuelva rápido las solicitudes sencillas, que mantenga a una persona al alcance cuando no pueda y que diga con claridad que es una IA. No esperan perfección. Esperan que usar el bot no les cueste más tiempo que prescindir de él. Cuando la IA bloquea el paso hacia una persona, desperdicia un turno u oculta lo que es, la confianza cae, y los datos de las encuestas muestran que esa caída ya es grande.

Este artículo es para líderes de soporte, CX directors y support managers que deciden hasta dónde llevar la IA a la primera línea. Forma parte de la colección IA en el servicio al cliente y se centra en una pregunta: ¿qué dicen realmente los clientes que quieren y cómo debería eso cambiar lo que usted construye?

Datos clave

• En la encuesta Consumer Experience Trends 2026 de Qualtrics XM Institute (más de 20 000 consumidores en 14 países, realizada en el tercer trimestre de 2025), casi 1 de cada 5 consumidores que usó IA para el servicio al cliente no vio ningún beneficio, una tasa casi cuatro veces superior a la del uso de IA en general (Qualtrics).
• En la misma encuesta de Qualtrics, 50% de los consumidores teme que la IA les impida llegar a una persona, y 53% menciona el uso indebido de los datos personales como su principal preocupación, 8 puntos más que un año antes (Qualtrics).
• El State of the AI Connected Customer de Salesforce (encuesta de YouGov a 15 015 consumidores en 18 países, de julio a agosto de 2024) encontró que 30% elegiría un agente de IA en lugar de una persona para obtener un servicio más rápido, y que 45% tiene más probabilidades de usar un agente de IA si existe una vía clara hacia una persona (Salesforce).
• En esa encuesta de Salesforce, casi 75% de los consumidores quiere saber si está hablando con un agente de IA (Salesforce).
• La CFPB informó que más de 98 millones de usuarios, cerca de 37% de la población de Estados Unidos, interactuaron con el chatbot de un banco en 2022 (CFPB).

Qué significan las «expectativas de los clientes sobre el servicio con IA»

Una expectativa, en este sentido, es el estándar con el que un cliente juzga a su IA antes de escribir la primera palabra. Proviene de cada experiencia anterior con un menú telefónico, un chatbot de una tienda o un «asistente virtual» que volvía una y otra vez al mismo menú. La mayoría de los clientes no está juzgando su modelo. Está juzgando si esta será la vez en que el bot lo lleve adonde necesita ir.

Eso importa porque las expectativas no son una sola cosa. Se dividen según la tarea. Quien consulta el estado de un pedido quiere una respuesta inmediata y no le importa quién se la dé. Quien disputa un cobro quiere a una persona que pueda tomar una decisión. El mismo cliente sostiene ambas posturas el mismo día.

En los términos del ACE Framework, la mayor parte de la IA de cara al cliente aquí es un asistente RAG (lee su contenido de ayuda y genera una respuesta) más una capa de puntuación y enrutamiento (decide quién atiende la solicitud). Ambos patrones concretan la cuestión de las expectativas: el asistente debe acertar y el enrutador debe saber cuándo detenerse. Los nombres de los patrones provienen del ACE Framework.

Qué dice la evidencia de las encuestas

La lectura honesta de la investigación es matizada. Los clientes no son uniformemente hostiles al servicio con IA, y tampoco están uniformemente entusiasmados. Algunos hallazgos se repiten en encuestas independientes.

Muchos clientes sienten que el bot no ayuda. Las cifras de Qualtrics son contundentes: el servicio al cliente con IA no logró entregar un beneficio con una frecuencia unas cuatro veces mayor que el uso de IA en general. El autor del informe sostiene que las empresas usan la IA sobre todo para recortar costos, y recomienda que la IA atienda las solicitudes sencillas y transaccionales, y que en las complejas aporte contexto y soluciones sugeridas a los agentes humanos (Qualtrics).

Llegar a una persona es la preocupación central. La mitad de los encuestados de Qualtrics teme que la IA les impida llegar a un humano. Es el mismo temor que describen los reguladores, como muestra el punto de la CFPB más abajo.

La rapidez es un atractivo real, para algunos. En la encuesta de Salesforce, 30% elegiría un agente de IA en lugar de una persona para obtener un servicio más rápido, cifra que sube a 37% entre la generación Z y los millennials. Más de un tercio usaría la IA para no repetirse. Así que unos siete de cada diez aún no elegirían la IA solo por la rapidez. La rapidez consigue una prueba, no lealtad (Salesforce).

Una salida visible aumenta la disposición a probar. Salesforce encontró que 45% de los consumidores tiene más probabilidades de usar un agente de IA cuando existe una vía clara de escalación hacia una persona, y 44% si su lógica se explica con claridad. La salida es parte del producto, no una admisión de fracaso.

Los clientes quieren saber que es una IA y por qué decidió lo que decidió. Casi 75% de los encuestados de Salesforce quiere saber si habla con un agente de IA. En el informe CX Trends 2026 de Zendesk (6182 consumidores y 5115 encuestados de empresas en 22 países, realizada en junio de 2025), 95% de los consumidores espera una explicación de las decisiones tomadas por la IA, y 80% de los líderes de CX espera que se exija transparencia de la IA para la IA de cara al cliente en un plazo de dos años. Zendesk vende software de soporte, así que lea estos datos como la encuesta del proveedor (Zendesk).

La confianza cae y las preocupaciones por los datos aumentan. Salesforce encontró que 72% de los consumidores confía menos en las empresas que un año antes, y Qualtrics encontró que la privacidad es la principal preocupación, con 53%. Ambos datos apuntan en la misma dirección: los clientes compartirán menos cuanto menos confíen, y su IA funciona mejor con contexto.

Los reguladores ya lo han notado. La revisión de la CFPB sobre los chatbots en las finanzas del consumidor señaló los «círculos viciosos sin salida», en los que los clientes quedan atrapados en respuestas repetitivas sin ninguna vía hacia un humano. Dijo que los chatbots deficientes que bloquean el acceso al soporte en vivo pueden dar lugar a infracciones legales, y que un chatbot que no entiende una solicitud «no es adecuado» como canal de servicio principal (CFPB).

De la expectativa al diseño: una tabla de trabajo

Esta tabla vincula cada expectativa con la evidencia anterior y con una decisión de diseño que usted puede poner en producción.

Ejemplos reales por función

Las expectativas se manifiestan de forma distinta en cada parte de la operación de soporte.

Estado del pedido y consultas de cuenta. Aquí es donde la IA se gana su lugar. Un cliente que pregunta dónde está su pedido quiere la respuesta, no una conversación. Un asistente basado en recuperación que lee los datos del pedido y devuelve una línea clara, con un enlace «hablar con una persona» debajo, cumple todas las expectativas de la tabla. Además es el lugar de menor riesgo para empezar.

Disputas de facturación y reembolsos. Los clientes esperan empatía y autoridad, y la preocupación de la CFPB por las disputas sin resolver se sitúa aquí. Deje que la IA recopile los hechos (factura, fecha, qué esperaba el cliente) y redacte el resumen, y luego derive a una persona que pueda decidir. La página del agente de IA gestor de escalaciones trata este traspaso con más detalle.

Solución de problemas técnicos. La IA puede recorrer bien los pasos documentados, pero «eso ya lo intentamos» es el fallo más común. Dé al asistente los intentos previos del cliente y escale cuando se repita un paso.

Quejas y cancelaciones. No ponga una IA entre un cliente molesto y una persona. Una señal de sentimiento puede derivar estos casos directamente a un humano; la página del agente de IA de QA para chatbots muestra cómo revisar esas conversaciones a escala.

Solicitudes reguladas o sensibles. En finanzas, salud y seguros, una respuesta errónea o evasiva no es solo una mala experiencia; puede ser un problema de cumplimiento. Mantenga el asistente acotado aquí y lea la guía sobre alucinación de la IA antes de ampliar el alcance.

Paso a paso: diseñar en torno a las expectativas

1. Enumere sus 15 principales motivos de contacto. Extraiga un mes de tickets y etiquételos. Marque cada uno como sencillo y transaccional, dependiente del criterio o con carga emocional. Solo el primer grupo es candidato a la automatización total. La decisión de automatizar o asistir cubre el grupo intermedio.
2. Escriba la regla de traspaso antes que el bot. Decida exactamente cuándo una persona toma el relevo: tras una respuesta fallida, ante cualquier mención de una cancelación o una disputa, ante un sentimiento negativo, o siempre que el cliente lo pida. Póngalo por escrito y constrúyalo primero.
3. Construya el traspaso de la transcripción. El agente que retome debe ver la conversación completa, el plan del cliente y los pedidos recientes. Si tiene que pedirle al cliente que empiece de nuevo, ha roto la expectativa de «no me hagan repetirme».
4. Informe desde el primer mensaje. Algo como «Soy un asistente de IA. Puedo ayudarle con pedidos y consultas de cuenta, o conectarle con una persona en cualquier momento». Esa sola frase cubre la divulgación, el alcance y la salida.
5. Fundamente cada respuesta. Limite el asistente al contenido de ayuda y a las políticas aprobadas, y muestre de qué artículo salió una respuesta. La guía de guardrails (salvaguardas) trata los límites de lo que el modelo puede decir o hacer.
6. Mida desde el lado del cliente. Siga la resolución sin recontacto, la tasa de traspaso, el tiempo hasta llegar a una persona y una verificación de satisfacción de una pregunta tras las conversaciones atendidas solo por la IA. La contención por sí sola premia atrapar a los clientes.
7. Haga un Pilot en un canal y revise cada semana. Lea 30 transcripciones reales por semana durante el primer mes. Corrija los tres fallos más comunes antes de añadir intenciones.

Errores comunes

• Esconder a la persona. Enterrar las opciones de agente tras varios menús ahorra un poco de costo y produce exactamente el temor que describen las encuestas.
• Optimizar la contención. Una cifra alta de «resuelto por el bot» puede significar simplemente que los clientes se rindieron. Combínela con la tasa de recontacto.
• Fingir que el bot es una persona. Los nombres humanos y las demoras de escritura simuladas erosionan la confianza cuando el cliente lo nota, y casi tres de cada cuatro quieren saberlo de todos modos.
• Automatizar los casos emocionales. Las cancelaciones y las quejas son donde más se valora a una persona y donde más cuestan los errores de la IA.
• Tratar una encuesta como universal. Las encuestas difieren en muestra, país y redacción. Revise el comportamiento de sus propios clientes: ¿dónde abandonan, piden un agente o califican mal?
• Recopilar más datos de los que necesita la tarea. Con la privacidad como principal preocupación en los datos de Qualtrics, las preguntas adicionales cuestan confianza.

Cómo se conecta esto con el resto de su stack de soporte con IA

Las expectativas son un insumo de diseño, no un frente de trabajo aparte. Determinan dónde coloca el human-in-the-loop (persona en el circuito) y cómo secuencia los casos de uso enumerados en agentes de IA para el soporte al cliente. Si un caso de uso no puede cumplir la tabla anterior, todavía no lo ponga en producción.