Chatbot para empresas: cuándo compensa y qué cuesta

Un chatbot para empresas es un asistente que atiende conversaciones en los canales donde ya te escriben —WhatsApp, la web, el correo, Telegram— y que, además de responder, hace cosas dentro de tus sistemas: consulta un pedido en tu base de datos, crea una ficha en el CRM, agenda una cita, abre una incidencia o pasa la conversación a una persona con todo el hilo delante. Esa es la diferencia con el bot de preguntas frecuentes de hace diez años: no está para adivinar frases, está para cerrar tareas y para saber cuándo no debe intentarlo.

Y conviene decir lo incómodo en el segundo párrafo: la mayoría de las empresas que piden «un chatbot» están pidiendo dos proyectos distintos a la vez, y meterlos en el mismo asistente es el error más caro de este terreno. Uno mira hacia fuera —clientes que preguntan, compran o reclaman— y se juzga por ventas y por tiempo de respuesta. El otro mira hacia dentro —empleados que buscan un procedimiento, un precio, el estado de un expediente— y se juzga por horas ahorradas y por si acierta con datos internos. Tienen distinto público, distintos permisos, distinto riesgo y distinta forma de fallar. Cuando se construyen como uno solo, acaba siendo mediocre en las dos cosas.

Los dos chatbots que se confunden en la misma frase

| | De cara al cliente | Interno, para el equipo | |---|---|---| | Quién escribe | Clientes y potenciales | Empleados | | Dónde vive | WhatsApp, web, redes | Intranet, Slack/Teams, panel interno | | Qué hace bien | Responder lo repetitivo, cualificar, agendar, vender | Buscar en documentación, resumir, consultar sistemas | | Riesgo principal | Decir algo incorrecto en público | Enseñar datos a quien no debería verlos | | Se mide por | Conversaciones cerradas, citas, pedidos | Horas ahorradas, consultas resueltas sin escalar |

Elegir uno de los dos para empezar no es falta de ambición: es lo que permite tener algo funcionando en semanas y no un proyecto eterno. En mi experiencia el de cara al cliente suele dar resultado antes, porque su volumen es más alto y su impacto se ve en el pipeline; el interno rinde mucho cuando la empresa tiene documentación dispersa y gente perdiendo tiempo en buscarla.

El bot es la parte fácil: el proyecto es la integración

Cuando alguien vende «conectamos una IA a tu WhatsApp», está cobrando por lo barato. El modelo de lenguaje que entiende la frase es hoy un componente que se contrata: lo que cuesta trabajo, y lo que hace que un asistente sirva o no sirva, es todo lo que hay detrás.

• Los datos. Un asistente solo puede responder bien sobre lo que tiene delante. Si tu catálogo vive en tres hojas de cálculo con precios distintos, el problema no lo arregla la IA: lo hereda. Ordenar la fuente de verdad suele ser la primera tarea real del proyecto.
• Las integraciones. CRM, ERP, agenda, pasarela de pago, sistema de tickets. Cada conexión es trabajo y es un punto donde algo puede fallar. Aquí es donde se parece a cualquier automatización de procesos: el reparto sano es que la IA interprete y que las reglas normales ejecuten.
• Las reglas del negocio. Qué se puede prometer, qué descuentos existen, qué pasa si el cliente ya tiene una reclamación abierta. Esto no lo sabe ningún modelo: se escribe.
• La escalada a una persona. El punto que más se descuida y el que más se nota. Un asistente que no sabe rendirse es peor que no tener asistente.

La bandeja compartida: lo que separa un juguete de una herramienta

Si tu empresa atiende por varios canales, el asistente no puede ser una isla. Lo que funciona es que todas las conversaciones aterricen en una misma bandeja —da igual si entraron por WhatsApp, por el formulario de la web o por Telegram—, que el asistente resuelva lo repetitivo, y que cuando algo se sale del guion la conversación quede asignada a una persona con el historial completo, sin que el cliente tenga que repetir nada.

Ese patrón tiene tres consecuencias prácticas que se notan desde el primer mes: nadie contesta dos veces al mismo cliente, se puede medir qué porcentaje resolvió el asistente sin intervención, y el equipo deja de vivir en cinco aplicaciones distintas. Es, con diferencia, el cambio que más agradece un equipo pequeño.

Cuándo NO compensa

• Si recibes pocas conversaciones. Con cinco mensajes al día, una persona los contesta mejor y más barato. La automatización se paga con repetición.
• Si lo que hace falta es una página que responda. A veces la avalancha de preguntas viene de que la web no dice el precio, la zona de cobertura ni el plazo. Arreglar eso cuesta menos que un asistente que repita lo que la web debería decir.
• Si nadie va a mantenerlo. Cambian precios, servicios, normativas y las reglas de los propios canales. Un asistente sin dueño envejece igual que una web sin mantenimiento, solo que este habla con tus clientes.
• Si la respuesta tiene que ser exacta al céntimo o vinculante. Presupuestos cerrados, cálculos legales o compromisos contractuales no se delegan en un modelo. El asistente puede recoger los datos y preparar el trabajo; la cifra la firma una persona.
• Si tus datos no están en ningún sistema. Un asistente sobre un catálogo que solo existe en la cabeza del comercial no tiene de dónde leer.

Qué mueve el precio de verdad

Nadie serio te da una cifra por teléfono, y quien te la da está adivinando el alcance. Lo que sí se puede decir con honestidad es de qué depende, y son cuatro cosas:

1. El estado de tus datos. Un catálogo limpio en una base de datos es un proyecto; un catálogo en PDFs y correos es otro bastante mayor.
2. Cuántos sistemas hay que tocar. Un asistente que solo responde es barato. Uno que consulta el ERP, escribe en el CRM y cobra, no.
3. Cuántos casos raros tiene tu operativa. Las excepciones son la mayor parte del trabajo: horarios especiales, clientes con condiciones propias, productos que no se pueden combinar.
4. El canal. WhatsApp con la API oficial tiene sus propias reglas y su coste por conversación; otros canales, no.

Y hay una parte del coste que es recurrente y hay que presupuestarla desde el principio: cada consulta al modelo se paga por uso, el canal puede tener su tarifa, y el sistema necesita mantenimiento. Un proyecto que solo contempla el coste inicial acaba apagado a los seis meses. Es la misma frontera que explico en la guía sobre cuándo compensa el desarrollo de software a medida: hay casos que resuelve una herramienta que ya existe, y decirlo a tiempo es parte del trabajo.

Cómo se mide si funciona

«El bot atendió 3.000 conversaciones» no es un resultado, es un contador. Lo que dice si el proyecto sirve es otra cosa:

• Porcentaje de conversaciones resueltas sin intervención humana, medido sobre el total, no sobre las fáciles.
• Tiempo hasta la primera respuesta, sobre todo fuera de horario, que es donde más se pierden oportunidades.
• Citas, presupuestos o pedidos que salieron de esas conversaciones. Si el asistente mira al cliente, tiene que aparecer en el pipeline.
• Horas que el equipo dejó de dedicar a contestar lo mismo, si el asistente es interno.
• Cuántas veces se equivocó y cómo se detectó. Un sistema que no registra sus fallos no se puede mejorar.

Cómo lo he montado en casos reales

En una plataforma del sector energético construí un asistente de WhatsApp con bandeja omnicanal: el agente atiende, y lo que no puede cerrar aterriza en un panel donde una persona lo contesta con el hilo entero delante. Ahí el trabajo interesante no fue la conversación, fue la infraestructura alrededor —permisos por usuario, que cada comercial vea solo lo suyo, y que el traspaso a humano no pierda contexto—.

En una pizzería con reparto el mismo patrón se convirtió en un agente de ventas que arma el pedido con sus extras y cobra con tarjeta antes de que entre la comanda; lo conté en detalle en la guía sobre chatbots de WhatsApp para restaurantes y delivery. Y en telecomunicaciones y en servicios profesionales he montado suites de varios agentes especializados —citas, soporte, consultas legales, consultas a base de datos— en lugar de un único asistente que lo intente todo: separar por función hace que cada uno se pueda probar, medir y arreglar por separado.

El hilo común de los tres: el asistente resuelve lo repetitivo y lo excepcional tiene una puerta clara. Ninguno de esos proyectos se sostuvo por lo bien que redactaba el modelo.

Por dónde empezar sin romper nada

Lo que mejor funciona es empezar por lo repetitivo y de bajo riesgo, y ampliar cuando ya funciona: primero que el asistente conteste lo que tu equipo contesta veinte veces al día —horarios, servicios, estado de un pedido—, después que recoja datos y agende, y solo al final que ejecute algo con consecuencias. Cada tramo se mide por separado y, si algo falla, se sabe exactamente dónde.

Durante las primeras semanas conviene que una persona revise lo que el asistente propone antes de que actúe solo. Es el mismo principio con el que construyo mis propios agentes: proponen, un humano aprueba, y solo después se ejecuta. Cuesta unos días más y evita el único fallo que de verdad hace daño, que es el que se descubre por una queja del cliente.

Si tienes un volumen de conversaciones que ya duele y quieres una opinión honesta sobre si esto te conviene —incluida la respuesta «con esto que ya tienes te vale»—, escríbeme y lo miramos.

Preguntas frecuentes

¿Qué es un chatbot para empresas?

Es un asistente conversacional que atiende los canales por los que ya te escriben —WhatsApp, web, correo— y que además de responder ejecuta acciones dentro de tus sistemas: consultar un pedido, crear una ficha en el CRM, agendar una cita o pasar la conversación a una persona. Se diferencia de un bot de preguntas frecuentes en que está conectado a tus datos y a tus procesos, no a un guion fijo.

¿Cuánto cuesta un chatbot para empresas?

Depende de cuatro cosas, y ninguna es el modelo de IA: en qué estado están tus datos, con cuántos sistemas hay que integrarse, cuántas excepciones tiene tu operativa y qué canal usas. Además hay un coste recurrente —consumo del modelo, tarifa del canal y mantenimiento— que hay que presupuestar desde el principio. Cualquier cifra dada sin conocer el alcance es publicidad.

¿Sirve para una pyme o solo para empresas grandes?

Sirve para una pyme, y a menudo mejor: el impacto se nota antes cuando el equipo es pequeño y las mismas preguntas se comen horas todos los días. Lo que decide no es el tamaño de la empresa, sino el volumen de conversaciones repetitivas. Con pocos mensajes al día, una persona lo hace mejor y más barato.

¿Qué pasa cuando el chatbot no sabe responder?

Debe rendirse rápido y bien: reconocer que no puede, pasar la conversación a una persona y dejarle el historial completo para que el cliente no repita nada. Un asistente diseñado sin esa puerta de salida acaba dando respuestas inventadas, que es exactamente el daño que hay que evitar. Por eso conviene que las conversaciones caigan en una bandeja compartida y no en un canal aislado.

¿Es seguro conectarlo a los datos de mi empresa?

Puede serlo, y es una decisión de diseño, no de confianza en el proveedor de IA. Lo que importa es qué puede leer el asistente y en nombre de quién: permisos por usuario, acceso solo a los datos que esa persona ya podría ver, registro de cada consulta y ninguna acción irreversible sin confirmación humana. Un asistente interno mal permisionado es un problema de seguridad, no un problema de IA.