Una empresa de seguros de auto implementó un asistente virtual para responder consultas de cotización. El equipo de marketing lo anunció como un logro: "ahora podés cotizar 24/7 sin hablar con nadie".
Tres meses después, empezaron las quejas. Clientes que llegaban al call center citando precios que el asistente les había dado, que no coincidían con los que el sistema mostraba al cerrar la póliza. La diferencia podía ser 10%, 15%, en algunos casos más.
¿El asistente inventó los precios? No. Respondió con la información que tenía disponible al momento de ser configurado. El problema es que los precios habían cambiado desde entonces.
El problema de la información congelada
La mayoría de los asistentes virtuales —y los chatbots que los preceden— funcionan con una base de conocimiento que alguien cargó en algún momento. Puede ser un PDF de preguntas frecuentes, una tabla de coberturas y precios, un documento de productos actualizados al trimestre pasado.
Esa información era correcta cuando se cargó. El problema es que el mundo cambia más rápido que la frecuencia de actualización de la base de conocimiento.
En seguros: los precios varían por siniestralidad, tipo de cambio, actualizaciones de política. Una tabla de precios desactualizada en tres meses puede tener diferencias significativas con la realidad.
En salud: las coberturas de obras sociales cambian, los aranceles se actualizan, los convenios con prestadores varían. Un asistente que responde con información de la cartilla de hace seis meses puede generar expectativas que no se cumplen.
En fintech: las tasas, los límites de crédito, las condiciones de productos financieros pueden cambiar semana a semana. Un asistente con información desactualizada no es solo inexacto — en algunos contextos puede tener implicaciones regulatorias.
Por qué esto es más serio de lo que parece
Cuando un operador humano da información incorrecta, hay un margen para la corrección: el cliente entiende que fue un error humano, el problema se escala, se resuelve. El costo reputacional es acotado.
Cuando un sistema automatizado da información incorrecta de forma sistemática, el problema escala diferente. No hay un individuo responsable. El cliente siente que la empresa le ofreció algo y después se retractó. El impacto en confianza es mayor que el de un error humano puntual.
En seguros, una cotización incorrecta que llega al momento del cierre puede significar un cliente perdido y un costo de adquisición desperdiciado. En salud, una cobertura incorrecta puede significar que el paciente llegó al turno sin el financiamiento que esperaba tener.
El asistente que parecía un activo —disponible 24/7, respondiendo consultas sin costo de operador— se convierte en un generador de problemas que el equipo humano tiene que resolver.
La distinción técnica que resuelve el problema
Hay una diferencia fundamental entre un asistente que responde desde su base de conocimiento y un agente que, antes de responder, consulta los sistemas en tiempo real.
El primero tiene la información que le cargaron. El segundo tiene la información que existe en este momento.
Para una consulta de precio de un seguro de auto, el agente que consulta el sistema de cotización en tiempo real va a dar siempre el precio correcto — el precio que el sistema va a aplicar si el cliente decide cerrar la póliza. No hay diferencia entre lo que el asistente dijo y lo que el sistema cobra, porque ambos leen del mismo lugar.
Para una consulta de cobertura en salud, el agente que consulta la base de coberturas vigente va a dar la información que aplica hoy — no la que aplicaba cuando alguien actualizó el documento de FAQ por última vez.
Esta diferencia —consultar desde una base estática versus consultar sistemas en vivo— es una de las distinciones más importantes al evaluar proveedores de agentes AI, y una de las menos obvias de detectar en una demo.
Cómo detectarlo antes de firmar
En el proceso de evaluación de cualquier proveedor de AI, hay una pregunta concreta que expone esta diferencia: "¿Cuándo cambio un precio o una cobertura en mi sistema, en cuánto tiempo el asistente refleja el cambio?"
Las respuestas posibles:
- "Inmediatamente, porque consulta tu sistema en vivo cada vez que responde." → El agente tiene integración real con tus sistemas. La información es siempre actual.
- "Hay que actualizar la base de conocimiento." → La información es estática. Tan actualizada como la última vez que alguien hizo el update manual.
- "Nuestro proceso de actualización es X veces por semana/mes." → El agente tiene información estática con un proceso de sincronización. Hay siempre un período de desfasaje potencial.
La primera respuesta es la que corresponde para contextos donde la información cambia con frecuencia y la inexactitud tiene consecuencias. Para información verdaderamente estática —dirección de una sucursal, documentación requerida para un trámite— la base de conocimiento actualizada periódicamente puede ser suficiente.
El problema es cuando se usa la segunda solución para casos que requieren la primera.
El equilibrio correcto
Un agente bien diseñado para salud y seguros no consulta todo en tiempo real todo el tiempo — eso sería ineficiente y en muchos casos innecesario. Sabe qué tipo de información es estable (puede guardarse) y qué tipo de información es volátil (debe consultarse en el momento).
El precio de una póliza: volátil. Se consulta en tiempo real. Los requisitos para iniciar un reintegro: relativamente estable. Puede estar en base de conocimiento con actualización periódica. La disponibilidad de turnos de un profesional: volátil. Se consulta en tiempo real. La dirección de una sucursal: estable. Base de conocimiento es suficiente.
Este juicio — qué información va a qué fuente — es parte del diseño del agente, y es una de las conversaciones más importantes que hay que tener con el proveedor antes de implementar.
Un asistente que responde con información incorrecta de forma sistemática no es un activo. Es un generador de problemas que parece una solución.
Fidelia AI es una plataforma de agentes conversacionales para empresas de salud, seguros y servicios financieros. Cuando diseñamos un agente, una de las primeras preguntas que hacemos es: ¿qué información en tu operación cambia frecuentemente y qué consecuencias tiene dar esa información incorrecta? La respuesta define la arquitectura del agente.
