Automatitzar la gestió d'incidències amb IA
Com una pime pot automatitzar la gestió d'incidències de primer nivell amb IA sense perdre qualitat ni deixar casos complexos sense atenció humana.
Dilluns a les 9:10. L’equip de suport d’una distribuïdora de material elèctric de Terrassa obre la bústia compartida i hi troba 47 correus acumulats des de divendres. Quinze són la mateixa pregunta (“com restableixo la contrasenya del portal de comandes”). Vuit demanen l’estat d’un enviament. La resta barreja consultes reals amb algun cas urgent amagat enmig del soroll. L’agent que obre el primer tiquet ja arrossega mitja hora de retard abans de començar.
Aquest és el problema que resol bé la IA aplicada al suport: no el cas difícil que necessita criteri, sinó el volum repetitiu que enterra l’equip i endarcandereix tota la cua.
Què vol dir primer nivell exactament
En suport tècnic, el primer nivell (o nivell 1) és la primera capa d’atenció. Rep la incidència, la classifica, intenta resoldre-la amb informació coneguda i, si no pot, l’escala a algú amb més context o permisos.
La majoria de tiquets de nivell 1 d’una pime són variacions d’un conjunt petit de casos:
- Restabliments de contrasenya i accessos bloquejats.
- Consultes sobre l’estat d’una comanda o una factura.
- Preguntes sobre horaris, condicions o passos d’un procés documentat.
- Errors coneguts amb una solució ja escrita en algun manual intern.
Aquests casos tenen una cosa en comú: la resposta correcta ja existeix en algun lloc de la teva empresa. El problema és que una persona l’ha de buscar, copiar, adaptar i enviar cada vegada.
On la IA aporta i on no
Un agent d’IA és bo quan la resposta és recuperable i verificable. Si la informació viu al teu CRM, al teu ERP o en un document de procediments, l’agent la pot consultar, redactar una resposta coherent i executar accions concretes com crear el tiquet, etiquetar-lo o enviar la confirmació.
No és bo quan la incidència depèn d’un judici que la teva empresa encara no ha escrit enlloc. Un client enfadat que amenaça amb cancel·lar un contracte de 40.000 euros no és un cas de nivell 1, i voler-ho automatitzar és demanar problemes. La feina ben feta consisteix a traçar la línia abans de muntar res.
Com funciona a la pràctica
Imagina la mateixa distribuïdora de Terrassa amb un agent connectat a la bústia de suport i al sistema de comandes.
Arriba un correu: “Bon dia, no puc entrar al portal, em diu contrasenya incorrecta.” L’agent identifica el client pel domini del correu, reconeix que és un cas d’accés, envia l’enllaç de restabliment segur i deixa el tiquet marcat com a resolt amb una nota. Temps transcorregut: vint segons, a les 18:47 d’un divendres inclòs.
Arriba un altre: “On és la comanda 8842?” L’agent consulta l’estat real al sistema logístic, respon amb la data prevista i el número de seguiment, i tanca.
I n’arriba un tercer: “Em factureu un import que no reconec i vull parlar amb algú avui.” Aquí l’agent no improvisa. Classifica el cas com a facturació sensible, l’escala a la persona responsable amb tot el context ja recollit i avisa el client que algú el contactarà. L’humà rep el cas net, sense haver de reconstruir res.
El valor està en el que s’escala bé
La mètrica que importa no és “quants tiquets resol sol l’agent”. És quant temps recupera l’equip per als casos que de debò necessiten una persona. Si automatitzar la gestió d’incidències amb IA et treu del damunt el 60% del volum repetitiu, els teus dos tècnics deixen de fer de centraleta i es dediquen als problemes amb marge real de millora.
Un efecte secundari sovint ignorat: la qualitat de les respostes puja. Una persona cansada un divendres a les set contesta més malament que un sistema que sempre consulta la mateixa font actualitzada.
Què necessites per començar sense sobredimensionar
No cal una transformació digital de sis mesos. Cal ordre en tres coses.
Primer, saber quins són els teus cinc o deu casos de nivell 1 més freqüents. Si no els tens mesurats, una setmana d’etiquetar tiquets a mà et dona la foto.
Segon, tenir la informació de resposta en un lloc que una màquina pugui llegir. Un document de procediments actualitzat val més que la memòria del tècnic veterà que un dia marxarà de vacances.
Tercer, definir les regles d’escalat. Quins casos no toca mai l’agent, quins avisa sempre una persona, quins límits d’import o de to activen una alarma.
Errors típics que paguen car
Muntar l’agent sobre informació desactualitzada és la via més ràpida al desastre: respondrà amb seguretat coses que ja no són certes. Un altre error és amagar que hi ha una IA al darrere; val més que el client ho sàpiga i tingui sempre una sortida clara cap a una persona. I el tercer, voler que resolgui tot el ventall des del primer dia en lloc de començar pels tres casos més repetitius i créixer amb dades reals.
Una cadena de clíniques dentals amb sis centres va començar automatitzant només la confirmació i el canvi de cites. Tres casos, res més. En dos mesos van veure que el 70% de les trucades de recepció eren exactament això, i només llavors van ampliar l’agent a les consultes sobre cobertures i pressupostos inicials.
Quant triga a notar-se
En un projecte ben acotat, les primeres setmanes ja donen senyals clars: baixa el temps mitjà de primera resposta i es buida la cua de les hores punta. El retorn econòmic real sol arribar quan l’equip deixa de fer hores extres per tapar el pic del dilluns i pots mesurar aquelles hores recuperades en casos que abans quedaven sense atendre.
Parla amb nosaltres sobre com automatitzar el teu suport de primer nivell