Usamos cookies para mejorar tu experiencia. Al continuar, aceptas su uso. Leer nuestra política de privacidad

    Volver a The Signal

    The Signal

    Métricas de IA en centros de contacto: qué medir en 2026

    Métricas de IA en centros de contacto: resolución, escalado, precisión, fiabilidad y pruebas de cumplimiento. Cómo fijar una referencia sin cifras engañosas.

    18 de noviembre de 2026 · 15 min de lectura

    Métricas de IA en centros de contacto: qué medir en 2026

    Las métricas de IA de los centros de contacto son las medidas que muestran si un agente de IA resuelve las necesidades del cliente, deriva la atención a personas cuando corresponde, mantiene la precisión y respeta las normas. Los KPI tradicionales, como el tiempo medio de gestión, siguen siendo importantes para las personas, pero no indican si un agente de IA actuó correctamente. Un cuadro de mando de IA sólido combina resultados, experiencia, calidad y seguridad, eficiencia y salud operativa, y contrasta los resultados con lo que los clientes experimentan realmente en las conversaciones.

    Lexic AI
    lexic.ai
    Descubra qué pasan por alto sus agentes de IA
    Lexic Compass evalúa de forma independiente los agentes de IA conversacional en materia de experiencia del cliente, seguridad, fiabilidad técnica y cumplimiento normativo.
    Visitar

    Resumen

    • Evalúe los agentes de IA en cinco categorías: resultados, experiencia del cliente, calidad y seguridad, eficiencia y salud operativa. Ninguna puntuación única las abarca todas.
    • Considere un contacto resuelto solo cuando se haya satisfecho la necesidad del cliente. La contención por sí sola también contabiliza los contactos abandonados y los derivados incorrectamente.
    • La calidad de la derivación es la métrica más desatendida. Nuestras auditorías revelaron que el 85% de los agentes de IA evaluados no deriva los problemas adecuadamente a un representante humano.
    • Establezca una línea de base anterior a la IA, muestre el denominador de cada métrica e interprete las métricas por pares.
    • En los despliegues dirigidos a la UE, conserve evidencias del comportamiento y de la información facilitada al usuario, no solo cuadros de mando.

    Índice

    Por qué los agentes de IA necesitan métricas diferentes

    Un centro de contacto atendido por personas se evalúa en función de la rapidez, el volumen y la satisfacción. Un agente de IA añade un problema distinto: no es determinista. El marco de CX Network sostiene que los KPI del software determinista no bastan para los agentes autónomos, porque una misma solicitud puede resolverse por vías diferentes. Propone combinar medidas técnicas (rapidez, disponibilidad, resolución y volumen) con medidas de atención humana, como la resolución en el primer contacto y la satisfacción del cliente.

    La investigación académica apunta en la misma dirección. Un estudio de 2023 revisado por pares y publicado en Electronic Markets propone un marco de evaluación con 6 metacriterios, 14 criterios y 33 subcriterios para agentes conversacionales, y defiende una visión global: la eficacia en las tareas, la eficiencia, la experiencia del usuario y la transferencia a una persona revelan conjuntamente carencias que una puntuación única no puede mostrar.

    Para un directivo, la implicación práctica es sencilla. Un cuadro de mando que muestre un menor tiempo de gestión y una mayor automatización puede parecer positivo mientras los clientes quedan atrapados en bucles, reciben respuestas incorrectas o no disponen de una vía para hablar con una persona.

    El conjunto de métricas que conviene seguir

    La tabla agrupa las medidas que necesita la mayoría de los equipos. Son definiciones de trabajo; adáptelas a sus canales y documéntelas.

    Categoría Métrica Qué pregunta responde
    Resultados Tasa de finalización de tareas ¿Obtuvo el cliente lo que buscaba?
    Resultados Resolución en el primer contacto para IA ¿Se cerró el problema sin que el cliente volviera a contactar?
    Experiencia CSAT, sentimiento y esfuerzo del cliente ¿Cómo se sintió el cliente durante el intercambio?
    Experiencia Tasa de abandono ¿En qué punto desisten los clientes?
    Calidad y seguridad Precisión fundamentada y tasa de alucinaciones ¿Son correctas las respuestas y se basan en conocimientos aprobados?
    Calidad y seguridad Tasa de incumplimiento de políticas ¿Incumplió el agente alguna norma, como una obligación de información o una regla de tratamiento de datos?
    Calidad y seguridad Adecuación de la derivación ¿Derivó el agente la atención cuando correspondía, y solo entonces?
    Eficiencia Tasa de contención o de desvío de contactos ¿Qué proporción de conversaciones terminó sin intervención humana?
    Eficiencia Turnos hasta la resolución y tiempo de gestión ¿Cuánto esfuerzo requirió la resolución?
    Salud operativa Latencia, disponibilidad y frecuencia de activación de mecanismos alternativos ¿Es técnicamente fiable el agente?
    Impacto empresarial Coste por contacto resuelto ¿Cuánto cuesta completar una gestión?

    La literatura científica respalda esta amplitud. El estudio de Electronic Markets incluye entre las medidas pertinentes el éxito y el fracaso de las tareas, la frecuencia de activación de mecanismos alternativos, la retención de usuarios y sus comentarios, el tiempo de finalización de tareas, el número medio de turnos de diálogo y la tasa de transferencia a una persona. El libro blanco de MetricNet de 2026 recomienda seguir cinco métricas conjuntamente: desvío de contactos, resolución sin agente humano, coste por contacto, resolución en el primer contacto y satisfacción del cliente.

    Empiece con una lista breve. Entre cinco y ocho métricas que su equipo defina de forma idéntica en todos los canales aportarán más que treinta en las que nadie confía.

    Contención no es resolución

    El error más habitual en los informes de IA es considerar la contención un éxito. Una conversación contenida es aquella que terminó sin intervención humana. No indica si se ayudó al cliente. Un cliente que desiste, cierra el chat y llama al día siguiente cuenta una vez como contenido, pero le cuesta el doble.

    Contención no es resolución

    La definición de MetricNet hace explícita la distinción: la resolución sin agente humano contabiliza únicamente los contactos en los que se satisfizo la necesidad del cliente, no aquellos que simplemente quedaron contenidos o se abandonaron en un canal sin agentes humanos. Informar sobre contactos resueltos en lugar de contenidos cambia la percepción de lo que aporta un despliegue. Lo mismo se aplica a los equipos que automatizan la atención al cliente de forma gradual: el volumen de automatización es una medida de actividad; la necesidad satisfecha es el resultado.

    Para separar ambos conceptos en la práctica:

    1. Defina la resolución como una necesidad del cliente satisfecha, con una regla que establezca cuánto tiempo debe transcurrir sin que el cliente vuelva a contactar por el mismo problema.
    2. Presente la contención y la resolución una junto a otra, con el mismo denominador.
    3. Seleccione una muestra de conversaciones contenidas y léalas. Busque callejones sin salida, preguntas repetidas y respuestas que el cliente no aceptó.
    4. Haga un seguimiento de los contactos repetidos del mismo cliente dentro del intervalo elegido.

    También ayuda segmentar. Una recopilación de referencias comparativas de 7T.ai de 2026, basada en datos de proveedores y del sector, sitúa la mediana de la tasa de desvío de contactos empresarial en el 41.2%, con valores del 65 al 80% para consultas sencillas e inferiores al 25% para contactos que requieren negociación o presentan una elevada frustración. Considere estas cifras una ilustración de la dispersión, no un objetivo: una tasa agregada oculta que los contactos sencillos y los complejos se comportan de forma muy distinta.

    Derivación: la métrica que protege al cliente

    Todo agente de IA recibirá solicitudes que no puede o no debe gestionar: un cliente angustiado, una reclamación con implicaciones jurídicas o una petición que excede sus conocimientos. Lo importante es si lo reconoce y transfiere al cliente a una persona sin obstáculos.

    Tres medidas recogen este aspecto:

    • Adecuación de la derivación. De las conversaciones que necesitaban una persona, ¿cuántas se transfirieron? De las transferencias realizadas, ¿cuántas estaban justificadas?
    • Calidad de la transferencia. Del total de transferencias, ¿cuántas llegaron con contexto para que la persona no tuviera que pedir al cliente que empezara de nuevo?
    • Tasa de lagunas de conocimiento. ¿Qué proporción de preguntas no pudo responder el agente a partir de sus fuentes aprobadas?

    Aquí es donde el comportamiento observado diverge de los informes del proveedor. En las auditorías realizadas por Lexic, el 85% de los agentes evaluados no derivó los problemas adecuadamente a un representante humano. La supervisión habitual suele pasar esto por alto, porque una conversación que nunca llega a una persona tampoco aparece en un informe de transferencias. Solo puede detectarse interactuando con el agente como lo haría un cliente, en situaciones que requieren una derivación.

    El analista de ISG Keith Dawson plantea una idea relacionada en un análisis de agosto de 2026. Recomienda un pequeño conjunto de métricas puente que conecten la actividad del centro de contacto con los resultados empresariales: contención satisfactoria mediante IA, precisión de la derivación, reducción de contactos repetidos y éxito de las intervenciones ante el riesgo de pérdida de clientes. Señala que el aumento de la contención solo cuenta si se contuvieron las interacciones adecuadas y los clientes no volvieron a contactar, no abandonaron la empresa ni recurrieron a un canal más costoso.

    Precisión, seguridad y fiabilidad

    Las métricas de calidad determinan si los clientes pueden confiar en lo que dice el agente. Tres merecen un lugar fijo en el cuadro de mando.

    Precisión fundamentada y tasa de alucinaciones. Mida con qué frecuencia las respuestas coinciden con la base de conocimientos aprobada y con qué frecuencia el agente afirma algo sin respaldo. La recopilación de 7T.ai sitúa las reclamaciones relacionadas con alucinaciones en el 0.34% de los tickets gestionados por IA, cifra que baja al 0.11% cuando las respuestas se fundamentan en una base de conocimientos verificada. Son cifras de fuentes secundarias publicadas en un blog empresarial; utilícelas para encuadrar la cuestión y después mida su propia tasa en sus propias conversaciones.

    Tasa de incumplimiento de políticas. Convierta sus políticas en comportamientos comprobables: el agente informa de que es una IA, no ofrece asesoramiento regulado, no revela datos personales y no acepta instrucciones manipuladas. Cada comportamiento se evalúa como cumplimiento o incumplimiento en una conversación de la muestra.

    Fiabilidad técnica. La latencia, la disponibilidad, las llamadas fallidas a herramientas y la frecuencia de activación de mecanismos alternativos muestran si el agente funciona cuando los clientes lo necesitan. Son las medidas más fáciles de automatizar y las que menos información aportan por sí solas. Un agente puede ser rápido, estar disponible y equivocarse.

    Líneas de base y cómo pueden engañar las cifras

    Una métrica sin punto de referencia es decorativa. MetricNet recomienda aplicar las métricas principales de forma coherente, establecer una línea de base anterior a la IA y seguir las tendencias a lo largo del tiempo. También aconseja interpretar las métricas conjuntamente y tener en cuenta el sector, el alcance del servicio, el volumen de contactos, la complejidad y la geografía al compararse con otras organizaciones.

    De ello se derivan las siguientes reglas prácticas:

    • Establezca la línea de base antes del lanzamiento. Registre la resolución, el CSAT, el coste por contacto y las tasas de contactos repetidos para los mismos tipos de contacto antes de que el agente entre en funcionamiento.
    • Muestre el denominador. «60% de contención» dice poco hasta que se especifica el 60% de qué conversaciones: todas o solo las incluidas en el alcance.
    • Empareje métricas que se contrapesen. Contención con resolución. Coste por contacto con coste por problema resuelto. CSAT de la IA frente al CSAT de los agentes humanos.
    • Reste protagonismo a los KPI tradicionales cuando cambie el trabajo. Dawson sostiene que, cuando la IA gestiona la mayor parte de los contactos sencillos, un menor tiempo de gestión deja de ser un indicador de éxito para el trabajo humano restante. Mantenga el AHT para las operaciones, pero no deje que dirija la estrategia.
    • Vigile los incentivos. Si se recompensa a un equipo solo por la contención, el agente se ajustará para retener a los clientes, no para resolver sus necesidades. Recompense ambas métricas.

    Las cifras que comunica el propio sistema que ejecuta el agente requieren un paso adicional: contrastarlas con una visión independiente de lo que experimentaron los clientes.

    Las métricas como evidencia de cumplimiento

    En los sectores regulados y en las empresas estadounidenses que atienden a clientes en Europa, las métricas tienen una segunda función. Son evidencia de que el agente se comporta como la organización afirma.

    El EU AI Act es el principal impulsor. Según un resumen del Research Institute, el Reglamento está en vigor desde agosto de 2024, las obligaciones relativas a prácticas prohibidas y alfabetización en IA se aplican desde el 2 de febrero de 2025, y las normas de transparencia del artículo 50 se aplican a partir del 2 de agosto de 2026. Estas normas exigen informar a las personas cuando interactúan directamente con un sistema de IA, salvo que resulte evidente, y los responsables del despliegue de sistemas biométricos de reconocimiento de emociones deben informar a las personas afectadas. Confirme la aplicación vigente de cada obligación a su caso de uso con asesoramiento jurídico y consultando el texto oficial.

    En un centro de contacto, esto se traduce en comprobaciones medibles:

    • Tasa de identificación como IA. ¿En qué proporción de conversaciones se identifica el agente como IA y en qué momento?
    • Disponibilidad de una vía de atención humana. ¿Puede el cliente contactar con una persona y con qué rapidez?
    • Funciones de análisis de emociones y sentimiento. Si algún análisis pudiera considerarse reconocimiento de emociones, ¿se informa de ello?

    La página del proyecto P7032 de la IEEE Standards Association describe la disciplina necesaria. Definir los comportamientos conversacionales deseados y no deseados mediante criterios medibles, evaluar las interacciones continuamente, decidir cuándo se necesita revisión humana, derivación o un mecanismo alternativo, y documentar los resultados de la evaluación, las decisiones humanas y las medidas correctivas. Sitúa a expertos humanos al frente de los hallazgos con consecuencias relevantes.

    Este último punto es fundamental. Una métrica señala un problema; una persona decide qué hacer, y el registro de esa decisión forma parte de la evidencia. Los equipos que desarrollan la gobernanza de la automatización del soporte en torno al marco del NIST reconocerán el mismo patrón: medir, revisar, documentar y corregir.

    Nuestra perspectiva

    La mayoría de los informes sobre IA en centros de contacto los genera la misma plataforma que ejecuta el agente. Son útiles para las operaciones, pero también constituyen la base más débil para el aseguramiento, porque solo pueden contabilizar lo que la plataforma ya observa.

    Nosotros lo abordamos desde el otro lado. Lexic Compass interactúa con agentes de IA conversacional de cualquier proveedor como lo haría un usuario real y los evalúa en experiencia del cliente, seguridad, fiabilidad técnica y cumplimiento normativo. Así salen a la luz problemas que las herramientas de supervisión tradicionales pueden pasar por alto, como un agente que nunca ofrece una vía para hablar con una persona.

    Nuestra postura es que las métricas fiables son las respaldadas por evidencias. Utilizamos funciones hash criptográficas de terceros para verificar la integridad de las evidencias y facilitar la trazabilidad, de modo que un hallazgo pueda presentarse ante un proveedor, un regulador o un consejo de administración y resistir el escrutinio. Estas evidencias permiten a las organizaciones gobernar sus agentes en producción, exigir responsabilidades a los proveedores y mantener el control a medida que se amplían los despliegues.

    Las mismas conversaciones también aportan inteligencia de cliente. Analizar el 100% de las llamadas, chats, correos electrónicos y tickets conecta la supervisión de la IA con la comprensión de los puntos de fricción y las necesidades; por eso tratamos el aseguramiento y el análisis como una única disciplina.

    Sergio Llorens

    Cómo ayuda Lexic a medir el desempeño de los agentes de IA

    Los equipos que necesitan una visión independiente de sus agentes pueden empezar con Lexic Compass, nuestra plataforma de auditoría de agentes de IA. Evalúa agentes de cualquier proveedor y genera evidencias que permiten actuar en materia de derivación, información al usuario, seguridad y cumplimiento. Los servicios están disponibles en las modalidades Flash Preview, Audit Sprint y Enterprise Continuous Trust; la página de opciones de auditoría describe cada una.

    Lexic AI

    En el ámbito de la inteligencia de cliente, Lexic Pulse analiza las conversaciones con los clientes para obtener información sobre sentimiento, riesgo de pérdida de clientes y oportunidades, con puntuaciones de estado de ánimo, NPS y urgencia, alertas inmediatas e integraciones con sistemas CRM y de gestión de tickets.

    Un plan práctico para empezar

    1. Enumere sus tipos de contacto e indique cuáles gestiona el agente de IA, cuáles debe derivar y cuáles no debe gestionar nunca.
    2. Registre la línea de base de esos tipos de contacto antes del lanzamiento o en paralelo a él.
    3. Elija entre cinco y ocho métricas de las categorías anteriores, con definiciones y denominadores por escrito.
    4. Seleccione una muestra de conversaciones cada semana y léalas contrastándolas con sus políticas, incluidas las conversaciones que terminaron sin intervención humana.
    5. Pruebe deliberadamente la derivación y la identificación como IA con escenarios que requieran una transferencia, desde la perspectiva del cliente.
    6. Documente los hallazgos, las decisiones y las medidas correctivas para poder mostrar a reguladores y proveedores qué detectó y qué cambió.
    7. Revise el conjunto trimestralmente. Retire las métricas que ya no orienten ninguna decisión.

    Preguntas frecuentes

    ¿Cuáles son las métricas clave de un agente de IA de un centro de contacto?

    Empiece por la finalización de tareas o la resolución, el CSAT, la adecuación de la derivación, la contención, la tasa de alucinaciones o de precisión y la latencia o la disponibilidad. En conjunto, abarcan resultados, experiencia, calidad y fiabilidad. Añada el coste por contacto resuelto para incorporar la perspectiva empresarial.

    ¿En qué se diferencia la contención de la resolución?

    La contención contabiliza las conversaciones que terminaron sin intervención humana. La resolución contabiliza solo aquellas en las que se satisfizo la necesidad del cliente. Un cliente que abandona el chat cuenta como contenido, pero su necesidad no está resuelta; por tanto, informe de ambas métricas con el mismo denominador.

    ¿Cómo establezco una línea de base para las métricas de IA?

    Mida los mismos tipos de contacto antes del lanzamiento: resolución, CSAT, coste por contacto y contactos repetidos. Aplique definiciones coherentes, siga las tendencias a lo largo del tiempo y compare con referencias externas solo después de ajustar por sector, complejidad, volumen y geografía.

    ¿Deben los agentes de IA de los centros de contacto informar de que son una IA?

    Según las normas de transparencia del artículo 50 del EU AI Act, aplicables a partir del 2 de agosto de 2026, por regla general debe informarse a las personas cuando interactúan directamente con un sistema de IA, salvo que resulte evidente. Si atiende a clientes en la UE, haga un seguimiento de la identificación como IA mediante una métrica y confirme los requisitos con asesoramiento jurídico.

    Fuentes

    ¿Quieres un veredicto independiente sobre tu agente de IA?

    Volver a The Signal