Glosario
Gestión de escalamientos
La gestión de escalamientos define cuándo y cómo la IA transfiere las conversaciones a agentes humanos. Un buen escalamiento conserva todo el contexto de la conversación, para que el cliente nunca tenga que repetirse tras la transferencia.
Actualizado el 5 de marzo de 2026
¿Qué es la gestión de escalamientos?
La gestión de escalamientos es el proceso que determina cuándo y cómo pasan las interacciones con clientes de un recurso de soporte a otro; sobre todo, de un agente de IA a un agente humano. Una buena gestión de escalamientos garantiza que los clientes que necesitan ayuda humana la reciban rápido y con todo el contexto de la conversación, mientras que aquellos cuyos problemas puede resolver la IA no se derivan a personas sin necesidad.
Cuándo debe escalar la IA
Unas reglas de escalamiento bien diseñadas activan la transferencia en función de:
- Umbral de confianza: la confianza de la IA en su capacidad para resolver el problema cae por debajo de un umbral definido
- Detección de sentimiento: el análisis de sentimiento identifica a un cliente enojado, frustrado o angustiado
- Restricciones temáticas: la conversación entra en un ámbito que la IA no tiene autorización explícita para gestionar (amenazas legales, problemas de seguridad, decisiones concretas sobre políticas)
- Límite de complejidad: el problema requiere criterio, negociación o creatividad que van más allá de las capacidades de la IA
- Solicitud del cliente: el cliente pide expresamente hablar con una persona
- Intentos de resolución fallidos: la IA ha intentado resolver el problema sin éxito tras un número definido de intentos
El problema del contexto
El mayor fallo en la gestión de escalamientos es perder el contexto. Cuando un cliente pasa de la IA a una persona y tiene que repetirlo todo, la experiencia es peor que si hubiera hablado con una persona desde el principio. Un escalamiento eficaz debe incluir:
- La transcripción completa de la conversación
- Un resumen del problema del cliente y de lo que ya se ha intentado
- Los datos e historial relevantes de la cuenta
- El razonamiento de la IA sobre por qué escala
Contexto del sector: la contención en autoservicio promedia apenas el 25 % en todos los sectores. La brecha entre que la IA gestione una interacción y que la resuelva suele cubrirse con escalamientos, por lo que la calidad de esa experiencia es un factor clave en la satisfacción del cliente global.
La ventaja de Maven: escalamiento inteligente con todo el contexto
El sistema de escalamiento de Maven AGI transfiere a los agentes humanos el contexto completo de la conversación, el historial del cliente y un razonamiento transparente. Cuando Maven escala, el agente humano ve exactamente qué se habló, qué intentó la IA y por qué determinó que hacía falta intervención humana. Después, el AI Copilot de Maven sigue asistiendo al agente: redacta respuestas, obtiene información relevante y recomienda los siguientes pasos.
Resultados con Maven: Mastermind alcanzó un 93 % de resolución con Maven AGI, lo que significa que el escalamiento se reserva para el 7 % de las interacciones que realmente requieren criterio humano, y esos escalamientos llegan con todo el contexto para que los agentes puedan resolverlos rápido.
Preguntas frecuentes
¿Los clientes deberían poder pedir siempre un agente humano?
Sí. Ofrecer una vía sencilla para hablar con una persona es una buena práctica y, cada vez más, una exigencia regulatoria. Los clientes que se sienten atrapados en un bucle con la IA se frustran mucho más y tienen más probabilidades de abandonar la marca que quienes sienten que tienen opciones.
¿Cómo se reducen los escalamientos innecesarios?
Analiza los patrones de escalamiento para identificar las causas de fondo. Los problemas habituales incluyen vacíos en la base de conocimiento (a la IA le falta información), umbrales de confianza bajos (la IA escala con demasiada cautela) y integraciones de herramientas ausentes (la IA identifica la solución, pero no puede ejecutarla). Atacar estas causas reduce el volumen de escalamientos sin obligar a los clientes a seguir con la IA cuando no corresponde.
¿Qué métricas sirven para medir la calidad de los escalamientos?
Las métricas clave son: tasa de escalamiento (porcentaje de interacciones escaladas), tasa de escalamiento adecuado (porcentaje de escalamientos que realmente necesitaban intervención humana), tiempo hasta una persona (lo rápido que el cliente llega a una persona tras el escalamiento) y CSAT posterior al escalamiento (satisfacción del cliente tras la transferencia).
Míralo con tus propias conversaciones.
Solicita una demo personalizada gratuita.