En mayo de 2025, el presidente ejecutivo de la fintech sueca Klarna, Sebastian Siemiatkowski, admitió que la empresa había "ido demasiado lejos" al reemplazar buena parte de la atención al cliente por un asistente de IA. La frase que resumió el giro fue otra: es tan crítico dejarle claro al cliente que siempre habrá una persona, si él lo quiere. Klarna estaba volviendo a contratar personal humano.
El detalle que suele pasar desapercibido en esta historia no es el número de puestos reabiertos. Es el motivo que declaró el propio ejecutivo: el costo pesó demasiado en la decisión, y el resultado fue una calidad más baja. La empresa no había decidido, con anticipación, dónde debía detenerse la IA — y descubrió el límite después de que el cliente ya sentía su ausencia.
El caso Klarna no es aislado. Un estudio de la consultora de investigación Metrigy con consumidores en Estados Unidos, publicado a fines de 2025, encontró que el 84,7% prefiere interactuar con una persona en lugar de un agente de IA — y el 80,1% mantiene esa preferencia incluso cuando se garantiza que la IA resolvería el problema. Para quien decide sobre atención automatizada, el dato relevante no es sobre capacidad técnica. Es sobre dónde debía terminar la línea de "sola".
Es tan crítico dejarle claro al cliente que siempre habrá una persona, si él lo quiere.
El precio de sacar a la persona del camino
Más allá del caso Klarna, el patrón aparece estudio tras estudio. CX Mag Today, citando el informe de tendencias de atención al cliente 2026 de Glance, registró que el 75% de los consumidores reporta frustración con la atención automatizada por IA — incluso cuando la respuesta llega rápido. Casi el 90% dice confiar menos en la marca cuando la opción de hablar con una persona desaparece por completo. Uno de cada tres (34%) afirma que la atención por IA "hizo las cosas más difíciles", no más fáciles.
El punto en común entre estos estudios y el caso Klarna es revelador: la insatisfacción casi nunca nace de que la IA responda mal. Nace de que la IA sea la única opción. El estudio de Metrigy lo muestra con claridad: incluso garantizando que el problema se resolvería, la mayoría sigue prefiriendo a una persona — porque confía más en que será entendida, y porque explicar el problema una vez a un humano parece más seguro que repetirlo a un sistema.
Eso cambia lo que realmente significa "arreglar la atención por IA". No es entrenar un modelo mejor, ni escribir respuestas más educadas. Es decidir, antes de que ocurra cualquier conversación, en qué punto exacto la IA deja de decidir sola — y garantizar que ese punto exista de verdad, no solo en el discurso de la empresa.
Klarna reconoció su propio error en público, bajo la mirada del mercado. La mayoría de las empresas que automatizan atención no va a tener ese tipo de visibilidad: va a perder clientes en silencio, sin que nadie escriba un comunicado explicando el motivo.
El traspaso que falla solo
La respuesta más común a esa frustración es agregar un botón de "hablar con un agente" al final del flujo de IA. En la práctica, ese botón resuelve menos de lo que parece.
Un estudio de Salesforce sobre el comportamiento del consumidor frente a agentes de IA encontró que el 45% de las personas está más dispuesto a usar un asistente automatizado cuando existe un camino de traspaso hacia una persona definido con claridad de antemano. Lo contrario también se cumple: cuando ese camino no es claro — cuando el botón existe, pero nadie sabe qué pasa después de presionarlo — la desconfianza permanece, aun con la opción ahí.
Existe además un problema más simple, que ningún botón resuelve por sí solo: si el traspaso a la persona no lleva el historial de la conversación, el cliente empieza de nuevo. Repetir el problema a alguien que no sabe nada de lo que ya se dijo es, para quien está del otro lado, casi tan frustrante como no tener la opción de hablar con una persona.
El error común es tratar ese traspaso como una función de interfaz — un enlace más en el menú — cuando en realidad es una decisión de proceso: qué es lo que la IA nunca resuelve sola, quién recibe el caso, con qué información y en cuánto tiempo.
Lo que tiene que existir en la práctica
Cerrar esa brecha exige mecanismos concretos, no una promesa genérica de "atención humanizada".
Límite de alcance declarado antes de que empiece la conversación. La lista de lo que la IA nunca decide sola — cancelación, descuento, excepción de plazo, cualquier promesa con efecto contractual — tiene que existir por escrito antes de que el primer cliente converse con el asistente, no descubrirse caso por caso.
Aprobación humana antes de la acción, no después del reclamo. Cuando la conversación toca uno de esos puntos sensibles, el flujo correcto es detenerse y pedir la confirmación de una persona antes de prometer algo al cliente — dentro de la misma conversación, sin reiniciar la atención en otro canal.
Traspaso con el historial completo, nunca desde cero. Quien asume la conversación recibe lo que ya se dijo, lo que ya se intentó y lo que el cliente ya explicó. Es exactamente el punto que el estudio de Salesforce conecta con la confianza: traspaso sin contexto es solo una segunda fila.
Registro de lo que se prometió, con fecha y base. Cada respuesta relevante queda asociada al documento o a la política que la respaldó. Si un cliente dice después "la IA me garantizó esto", la empresa puede revisar qué pasó realmente.
Así fue diseñada Skyller: aprobación humana antes de una acción sensible y traspaso de conversación con el historial completo, como estándar — no como algo que el equipo tenga que recordar configurar.
La ganancia de decidir esto antes
El beneficio de fijar ese límite con anticipación no aparece solo en la experiencia del cliente. Aparece también en cómo la empresa evita decisiones drásticas después.
Klarna tuvo que hacer dos cosas a la vez, bajo la mirada del mercado: admitir el error públicamente y reconstruir un equipo de atención desde cero, en un momento delicado, poco antes de salir a bolsa. Una empresa que diseña el punto de traspaso desde el inicio no enfrenta esa elección binaria entre "solo IA" y "volver todo a personas" — ajusta el límite a medida que aprende, sin necesitar un comunicado de prensa para eso.
También hay una ganancia de lectura interna que rara vez aparece en los titulares: cuando cada traspaso a una persona queda registrado, la empresa empieza a ver un patrón que antes era invisible — qué tipo de pedido se escapa más del guion automático, en qué etapa del proceso, con qué frecuencia. Ese patrón es exactamente el material que ayuda a decidir dónde invertir la próxima ronda de automatización, en lugar de adivinar.
La lección vale tanto o más para empresas de América Latina, donde una parte creciente de la atención ya corre por asistentes automatizados en canales como WhatsApp. El punto de traspaso a una persona no es un detalle de implementación — es una decisión de negocio que debe tomarse antes de que el primer cliente converse con el asistente, no después del primer reclamo.
Preguntas para decidir el límite
Antes de expandir la atención por IA a otro canal, vale la pena llevar estas preguntas a la próxima reunión con legal y operaciones:
- ¿Existe una lista escrita de lo que la IA nunca decide sola? Cancelación, descuento y cualquier promesa contractual deberían estar en ella — definidos de antemano, no descubiertos en una conversación real.
- Cuando alguien pide hablar con una persona, ¿el historial de la conversación va con ella? Si la respuesta es no, el botón de traspaso resuelve menos de lo que parece.
- ¿La empresa sabe, hoy, cuántas conversaciones pidieron una persona y no la consiguieron el último trimestre? Si la respuesta es "no lo sabemos", esa es la primera brecha por cerrar.
- ¿Existe registro de lo que se prometió al cliente, y con base en qué documento? Sin eso, un reclamo se convierte en palabra contra palabra.
