Klarna puso una cifra encima de la mesa que sigue circulando como referencia del sector: su asistente de atención al cliente basado en OpenAI gestionó 2,3 millones de conversaciones en su primer mes, un volumen que la compañía calculó equivalente al trabajo de 700 agentes a tiempo completo. El tiempo medio de resolución de una consulta bajó de 11 minutos a menos de 2, y las consultas repetidas sobre el mismo problema cayeron un 25%.
El caso Klarna, con matices
El asistente de Klarna opera en 23 mercados, las 24 horas, en más de 35 idiomas, y la compañía estimó una mejora de beneficio de 40 millones de dólares para 2024 gracias a su despliegue. Pero la historia no termina ahí: en mayo de 2025 el propio consejero delegado, Sebastian Siemiatkowski, reconoció públicamente que la compañía había recortado plantilla de más de la cuenta y volvió a contratar personas para las cuentas de soporte premium. La cifra de «700 agentes» era una equivalencia de carga de trabajo, no un despido masivo el día del lanzamiento, y la propia empresa terminó matizando hasta dónde llegaba la sustitución real.
Los datos no siempre acompañan al entusiasmo
Un estudio del IBM Institute for Business Value sobre casi 20.000 consumidores, que ya reflejaba el descontento con la experiencia de compra actual, encuentra que solo un tercio de los clientes que han usado chatbots o asistentes virtuales queda satisfecho, y cerca de un 20% sale tan decepcionado que no quiere volver a usarlos. Al mismo tiempo, el 76% de los consumidores acepta perfectamente la automatización si resuelve rápido su problema, según recoge el análisis de los mitos que frenan la IA en atención al cliente. El problema no es la tecnología en abstracto, es que la mayoría de despliegues todavía no llega al nivel de resolución que promete.
Dónde funciona mejor la automatización
Las tareas donde la IA rinde de forma consistente son las que tienen una respuesta bien definida: estado de un pedido, política de devoluciones, cambios de dirección, preguntas repetidas sobre facturación. Ahí el asistente contesta al instante y libera al equipo humano de miles de consultas idénticas al día. Donde falla es en la excepción: el cliente enfadado, el caso que no encaja en ningún flujo previsto, la reclamación con matices legales. Klarna terminó aprendiendo esa distinción por la vía difícil, reservando de nuevo personas para el soporte premium después de haber automatizado casi todo el primer nivel.
Preguntas frecuentes
¿Cuántas conversaciones gestionó el asistente de Klarna en su primer mes?
2,3 millones, un volumen que la compañía calculó equivalente al trabajo de 700 agentes a tiempo completo.
¿Cuánto redujo Klarna el tiempo de resolución de consultas?
De 11 minutos de media a menos de 2, con una caída del 25% en las consultas repetidas sobre el mismo problema.
¿Por qué Klarna volvió a contratar personas en 2025?
Porque había recortado plantilla más de lo razonable y necesitaba reforzar de nuevo el soporte premium con agentes humanos, según reconoció su propio consejero delegado.
¿Qué porcentaje de clientes queda satisfecho con los chatbots de atención al cliente?
Solo un tercio, según el estudio de IBM, y cerca de un 20% queda tan decepcionado que no quiere volver a usarlos.
¿Qué tipo de consultas conviene automatizar primero?
Las que tienen una respuesta bien definida y repetitiva, como el estado de un pedido o la política de devoluciones. Los casos excepcionales o con matices siguen necesitando a una persona.
