Traspaso de IA a humano: cómo diseñarlo como parte del flujo

California y España ya exigen poder llegar a una persona cuando atiende una IA, y el 87% de los clientes lo considera esencial. Cómo diseñar el traspaso, el contexto entre canales y las métricas.

Lectura de 8 minActualizado: 23 de octubre de 2026

El 28 de septiembre, el gobernador de California firmó la AB 1609, que obliga a las grandes empresas a hacer un esfuerzo de buena fe para conectar a un cliente con una persona dentro de los 15 minutos posteriores a que lo pide, o a agendarle una cita, y a avisar cuando quien responde es un chatbot. En España, el 28 de diciembre vence el plazo de adaptación de la Ley 10/2025, que prohíbe usar contestadores automáticos como medio exclusivo de atención. Dos jurisdicciones llegan al mismo punto: el traspaso de IA a humano deja de ser una buena práctica opcional y se convierte en un requisito que hay que poder demostrar.

Ninguna de las dos leyes aplica en México, pero cuando reguladores y clientes empujan en la misma dirección, conviene leerlo como una señal de diseño. Reviso qué cambió y cómo se arquitectura un traspaso que funcione en cualquier canal de contacto.

Qué cambió entre julio y octubre de 2026

El dato más directo lo publicó Gartner el 4 de agosto: en una encuesta a 3,566 clientes B2B y B2C, realizada en febrero y marzo de 2026, el 87% dijo que es esencial que las empresas ofrezcan la opción de llegar a un agente humano cuando usan IA generativa. Al mismo tiempo, el 50% dijo que sus interacciones son más fáciles cuando la empresa usa IA. No hay contradicción: el cliente acepta la IA, pero no quiere quedar atrapado en ella. Gartner recomienda no usarla como primer paso obligatorio para todos los casos, y que intente resolver solo cuando la confianza es alta, con un camino claro hacia el soporte humano.

El 8 de julio, la misma firma reportó que los clientes son aproximadamente tres veces más propensos a usar herramientas de IA generativa de terceros que los chatbots de las propias empresas, y que solo el 24% de los líderes de servicio demostró retornos financieros positivos en sus casos de uso de IA. El 26 de agosto agregó que el gasto en IA de esos líderes creció 38%, mientras el presupuesto total de la función creció apenas 2%, con las plataformas de comunicaciones como servicio (CPaaS) y la gestión de identidad de clientes entre las piezas que ganan relevancia.

Sobre las normas: la Ley 10/2025 española define la atención personalizada como la que ofrece una persona física que contesta en tiempo real y se identifica al inicio de la conversación, y exige que el 95% de esas solicitudes se atienda, de media, en menos de tres minutos.

El traspaso de IA a humano es un estado del sistema, no un botón

Es común tratar la escalación como un enlace de “hablar con un asesor” al final del flujo. Cuando hay que poder pedir a una persona en cualquier momento y medir cuánto tarda en llegar, el traspaso debe modelarse como un estado explícito de la conversación, con disparadores declarativos y no enterrados en el prompt del modelo:

  • Petición explícita. “Quiero hablar con una persona”, una opción de menú o una tecla en voz. No pasa por el modelo para decidir si se respeta: se detecta y se ejecuta.
  • Confianza baja. Si el agente no alcanza el umbral en la intención o en la respuesta, escala en lugar de improvisar.
  • Repetición sin avance. Dos o tres turnos sobre la misma intención sin resolver son una señal objetiva, más confiable que interpretar el tono.
  • Operaciones sensibles. Aclaraciones de cargos o cambios de datos de contacto pueden tener una política de “humano siempre”, definida por negocio y por riesgo.
  • Fuera de horario. El estado de traspaso no desaparece: cambia a “cita” o “devolución de contacto”.

Además, así son auditables: si alguien pregunta por qué una conversación no llegó a una persona, la respuesta está en una regla versionada y en un log, no en la interpretación de un prompt. Es lo mismo que planteé sobre agentes de IA en producción: el problema rara vez es el modelo, es la arquitectura que lo rodea.

Qué debe viajar con la conversación: contexto y memoria entre canales

Un traspaso que obliga al cliente a repetir todo cumple la letra, no el propósito. La documentación de Microsoft Copilot Studio, actualizada en agosto de 2026, sirve de referencia: al transferir, el agente puede compartir el historial completo y variables como el último tema, las frases recientes del usuario, un identificador de conversación y el idioma. Sea cual sea la plataforma, el paquete mínimo que recomiendo es:

  • Identificador de conversación estable entre canales, para que lo que empezó en chat y sigue por voz sea la misma historia.
  • Intención y motivo del traspaso como campos estructurados, no solo como texto libre.
  • Datos ya recabados: contrato, producto, fecha del incidente. Lo que el cliente ya dijo no se le vuelve a pedir.
  • Nivel de verificación de identidad alcanzado y por qué medio; no los secretos que usó para autenticarse.
  • Canal de origen y canal preferido de respuesta.
  • Marca de tiempo de la solicitud de humano: el inicio del reloj para cualquier métrica.

Desde mi experiencia como auditor interno ISO/IEC 27001, el principio es que el contexto que viaja sea el necesario, no todo lo disponible. Un código de un solo uso o un dato de tarjeta no deben aparecer en la transcripción que recibe el humano ni en la memoria del agente de IA: se enmascaran en el punto de captura, con retención definida y registro de accesos.

Memoria de sesión frente a memoria del cliente

La memoria de sesión vive mientras dura el caso y es la que se transfiere. La memoria del cliente es persistente, pertenece al CRM y debería alimentarse solo con resultados confirmados, como el cierre del caso o una preferencia declarada, no con todo lo que el modelo infirió. Mezclar ambas capas es la forma más rápida de que un agente “recuerde” algo incorrecto y lo repita en el siguiente contacto. Si además la plataforma va a exponer esa memoria a agentes que actúan por eventos, conviene leer cómo preparar la plataforma para MCP Events.

Cuando no hay una persona disponible: cita, devolución de contacto y canal de vuelta

Ambas normas reconocen que no siempre habrá alguien libre en el segundo exacto. California permite agendar una cita como alternativa a los 15 minutos; la ley española prevé que, si el traspaso a un responsable no puede hacerse en tres minutos, ocurra dentro del mismo día hábil. El diseño no puede limitarse a “conectar o fallar”.

Lo que funciona es tratar la espera como un compromiso con estado propio: estimar el tiempo con datos reales de la cola, comunicarlo con honestidad y ofrecer alternativas, como recibir una llamada a una hora concreta. Ese compromiso se confirma y se recuerda por un canal que llegue a cualquier teléfono, y ahí la mensajería tradicional hace un trabajo silencioso pero fundamental: confirmación, recordatorio y, si el flujo lo permite, una respuesta del cliente para reprogramar, como expliqué en el artículo sobre SMS bidireccional.

La notificación debe llevar el mismo identificador de conversación, para que el humano que llama tenga el contexto completo. Y el cliente tiene que reconocer de inmediato que el mensaje o la llamada vienen de la empresa con la que habló, con remitentes y números consistentes en todos los canales.

Cómo medir el traspaso de IA a humano

Si un regulador o un comité interno pregunta cuánto tarda un cliente en llegar a una persona, la respuesta debe salir de los datos. Eso requiere instrumentar el flujo desde el principio:

  • Tiempo desde la solicitud hasta la conexión, por percentiles, canal y franja horaria.
  • Tasa de traspaso por motivo. Un aumento de “confianza baja” en una intención concreta indica que el agente necesita mejores datos o un flujo distinto.
  • Repreguntas tras el traspaso: el indicador más honesto de la calidad del paquete de contexto.
  • Citas y devoluciones cumplidas en la ventana prometida.

Estas métricas también responden a la pregunta del retorno: con solo una cuarta parte de los líderes demostrando resultados financieros positivos, saber dónde la IA resuelve y dónde debe ceder el paso es la palanca más directa para justificar la inversión.

Lo que me llevo para México y LATAM

Las organizaciones que atienden clientes en varios países ya diseñan para el requisito más exigente, y aunque ninguna norma lo pidiera, el 87% de la encuesta de Gartner es razón suficiente. Mi recomendación: modelar el traspaso como un estado con disparadores declarativos, definir un paquete de contexto mínimo y seguro que viaje entre canales, y medir desde el primer día el tiempo hasta la persona. Así, el agente de IA deja de ser una barrera y se convierte en la primera parte de una conversación que, cuando hace falta, continúa con alguien al otro lado.

Fuentes

¿Estás evaluando esto ahora? Si tu equipo está definiendo cuándo y cómo un agente de IA cede la conversación a una persona, o qué contexto debe viajar entre canales sin exponer datos sensibles, escríbeme: es una conversación que estoy teniendo bastante seguido.

Seguir leyendo

¿Te sirvió? Compártelo con tu equipo:Compartir en LinkedIn

Sigue leyendo