Casos de uso de agentes de atención al cliente con IA: 5 equipos que sustituyeron el soporte de nivel 1

Publicado el Sep 28, 2026 por Adam Khaled.
IA Atención al cliente Casos de estudio
Cinco empresas han publicado cifras reales sobre el uso de agentes de IA en el soporte de nivel 1: Fundrise automatizó más del 50 % de los casos en 3 meses, Lightspeed resolvió el 65 % y aumentó el CSAT un 60 %, Chime redujo los costos un 60 % y duplicó la satisfacción, Duolingo desvió el 80 % de los chats y ClassPass redujo los costos un 95 %. Ninguna es cliente de LiveAgent; todas las cifras se citan de los casos de estudio publicados por las propias empresas.

En este artículo:

  1. Qué significa realmente el soporte de nivel 1
  2. Fundrise: más del 50 % de los casos de soporte en menos de 3 meses
  3. Lightspeed Commerce: 65 % resuelto y aumento del CSAT
  4. Chime: costos un 60 % menores y satisfacción duplicada
  5. Duolingo: desviación del 80 % de los chats
  6. ClassPass: costos reducidos un 95 % y una desviación superior a la estimada
  7. Qué tienen realmente en común estos 5 equipos

La mayoría de los ejemplos de IA en atención al cliente describen lo que un agente de IA podría hacer en teoría. Este artículo solo incluye casos en los que una empresa real publicó una cifra real con una fuente identificable, para que puedas comprobarla por tu cuenta en lugar de confiar en lo que diga un blog.

Ninguna de las cinco empresas que aparecen a continuación utiliza LiveAgent. Citamos sus propios resultados publicados como prueba de que el enfoque funciona, no como respaldo a las herramientas que utilizaron.

Qué significa realmente el soporte de nivel 1

El nivel 1 es la primera capa de cualquier cola de soporte: preguntas rutinarias que no requieren conocimientos especializados para responder correctamente. El estado de un pedido. El restablecimiento de contraseñas. Consultas básicas de facturación. Cambios en una cuenta. Además, en la mayoría de los equipos es la capa que consume más horas de los agentes y ofrece menos valor, ya que un agente con experiencia dedica los mismos diez minutos a una pregunta rutinaria que un agente júnior.

Precisamente por eso todos los ejemplos que siguen empezaron por esa capa. Ninguno de estos cinco equipos intentó automatizar primero sus tickets más difíciles.

Ilustración de un agente de atención al cliente con IA que resuelve automáticamente tickets rutinarios de nivel 1, como consultas sobre el estado de pedidos y restablecimientos de contraseñas, y luego deriva una disputa compleja a un agente humano

Fundrise: más del 50 % de los casos de soporte en menos de 3 meses

Fundrise , una plataforma inmobiliaria de inversión directa, implementó el agente de IA Fin de Intercom para gestionar el creciente volumen de consultas de soporte sin aumentar la plantilla. Luke Ruth, director de producto de Fundrise, afirmó: «Menos de tres meses después de lanzar Fin, ahora gestiona más del 50 % del total de nuestros casos de soporte».

El contexto importa tanto como la cifra. Fundrise quería mantener tiempos de respuesta rápidos para una base de inversores en crecimiento y, al mismo tiempo, dejar margen para que los agentes dieran respuestas bien meditadas a preguntas financieras complejas, del tipo que no debería atender un agente de IA. Automatizar la mitad rutinaria de la cola fue lo que creó ese margen.

Lightspeed Commerce: 65 % resuelto y aumento del CSAT

Lightspeed Commerce , una plataforma global de comercio electrónico y punto de venta, utiliza Fin en un equipo de soporte integrado tanto por usuarios veteranos de Intercom como por agentes nuevos en la herramienta. Fin participa ahora en el 99 % de las conversaciones y resuelve de forma autónoma hasta el 65 %.

La cifra a la que conviene prestar atención no es la tasa de resolución. Es que el CSAT de Fin aumentó un 60 % al mismo tiempo, mientras que los tiempos de respuesta por chat bajaron un 38 % y los del correo electrónico, un 67 %. La suposición habitual es que automatizar el soporte implica sacrificar calidad por velocidad. Las cifras de Lightspeed indican que ocurrió lo contrario, una vez que el agente de IA tuvo plena capacidad para decidir cuándo derivar una conversación a una persona, en lugar de obligar a que todos los casos pasaran primero por él.

Chime: costos un 60 % menores y satisfacción duplicada

Chime , una empresa de tecnología financiera, implementó el agente de IA de Decagon e informó de una reducción del 60 % en los costos de atención al cliente, una tasa de resolución del 70 % en chat y voz, y una puntuación de satisfacción de los miembros que se duplicó.

Que los costos y la satisfacción mejoren a la vez, en lugar de compensarse mutuamente, es la parte menos intuitiva del resultado de Chime. Solo tiene sentido cuando se distingue entre lo que se automatizó (la parte rutinaria y de gran volumen de la cola) y lo que siguieron atendiendo los agentes (las preguntas en las que una persona aporta un valor real). Ninguna de las dos partes empeoró. Cada una pudo centrarse más en aquello que hacía mejor.

Duolingo: desviación del 80 % de los chats

Duolingo implementó el agente de IA de Decagon e informó de una tasa de desviación del 80 % de los chats, lo que significa que 4 de cada 5 consultas por chat nunca llegan a un agente humano. El caso de estudio no detalla exactamente qué categorías conforman ese 80 %, pero indica que ahora los agentes humanos dedican su tiempo a las consultas más complejas, que antes quedaban desplazadas por el volumen desviado.

A la escala de Duolingo, una tasa de desviación del 80 % no es una pequeña mejora de eficiencia. Es la diferencia entre un equipo de soporte capaz de seguir el ritmo de una base de usuarios en crecimiento y uno que estructuralmente no puede hacerlo, sin tener que contratar al mismo ritmo ni aceptar respuestas más lentas.

ClassPass: costos reducidos un 95 % y una desviación superior a la estimada

ClassPass , una plataforma de suscripción de fitness y bienestar, ya tenía un programa maduro para determinar qué consultas podían desviarse antes de implementar el agente de IA de Decagon. Incluso con esa ventaja, el equipo afirmó: «Al lanzar, observamos una desviación 10 veces mayor de la que habíamos previsto», además de informar de una reducción del 95 % en los costos de soporte.

Ese detalle es el más útil de toda esta lista. ClassPass no estaba haciendo conjeturas. Ya contaba con estudios sobre sus clientes y, aun así, subestimó en un orden de magnitud cuánto podía sacar el agente de IA de su cola. Si un equipo con un programa maduro puede equivocarse por un factor de 10, la mayoría de los equipos que lo implementan por primera vez también debería esperar que su estimación inicial sea errónea, y en la misma dirección.

Qué tienen realmente en común estos 5 equipos

Si dejamos de lado los nombres de los proveedores, los cinco resultados anteriores comparten el mismo patrón:

Gráfico de barras que compara el principal resultado del agente de IA de cada empresa: reducción de costos del 95 % en ClassPass, 80 % de chats desviados en Duolingo, resolución del 70 % de chats y llamadas de voz en Chime, 65 % de conversaciones resueltas en Lightspeed Commerce y 50 % de casos de soporte automatizados en Fundrise
EquipoAutomatizaciónResultado principal
FundriseMás del 50 % de los casos de soporteReasignación a tiempo completo de las horas de los agentes a preguntas complejas en menos de 3 meses
Lightspeed Commerce65 % de las conversacionesAumentaron tanto la resolución COMO la satisfacción; no hubo que sacrificar una por la otra
ChimeVolumen rutinario de chats y llamadasCostos un 60 % menores y satisfacción duplicada
Duolingo80 % de los chatsEl soporte mantuvo el ritmo de una base de usuarios en crecimiento sin un aumento equivalente de la plantilla
ClassPassMucho más de lo esperadoReducción de costos del 95 %; 10 veces su propia estimación de desviación

Ninguna automatizó todo. Las cinco mantuvieron una capa humana para cualquier asunto que quedara fuera del alcance del agente de IA. Y en todos los casos, el equipo empezó por la parte rutinaria y repetitiva de la cola, la capa de nivel 1, no por los tickets más difíciles.

Esa es la conclusión principal, más que cualquier porcentaje aislado: el enfoque no es «sustituir el soporte por IA», sino «dejar de dedicar el tiempo de agentes cualificados a preguntas que no requieren cualificación» y permitir que las cifras se deriven de ello. Si estás listo para probarlo en tu propia cola, nuestra guía sobre cómo implementar un agente de atención al cliente con IA explica exactamente cómo definir el alcance de esa primera fase, y la guía sobre cómo configurar un agente de IA en LiveAgent describe los pasos de configuración específicos de LiveAgent.

Comparte este artículo

Adam es el content manager en LiveAgent. Le entusiasma genuinamente lo que los agentes de IA pueden quitar del plato de un equipo de soporte, y es igualmente suspicaz ante cualquier automatización que haga que el cliente trabaje más para ser entendido.

Adam Khaled
Adam Khaled
Content Manager

Preguntas frecuentes