Diseño de Experiencia IA · B2B SaaS · Soporte Industrial
No es un problema de tickets.
Es un problema de contexto.
Una startup de SaaS B2B quería agregar IA a su plataforma de tickets de soporte para fabricantes de maquinaria industrial. Pensaban que necesitaban un chatbot. Lo que realmente necesitaban era un enfoque completamente diferente — y un sistema diseñado para ambos lados del ticket a la vez.
La identidad del cliente y los detalles específicos del producto se mantienen bajo NDA. Las métricas mostradas son proyectadas en base a benchmarks de la industria.
La mayoría de la IA de soporte está diseñada para desviar tickets. Eso no funciona en B2B industrial — los operadores llegan al portal con una máquina rota, no con una pregunta simple. El verdadero cuello de botella no era el volumen de tickets. Era lo que pasaba dentro de cada ticket: descripciones incompletas, rondas de ida y vuelta, técnicos arrancando de cero cada vez. La IA no está acá para evitar el ticket. Está acá para que cada ticket valga la pena desde el primer segundo, tanto para el operador que lo abre como para el técnico que lo recibe.
Arquitectura del sistema
Dos sistemas de agentes · un ticket en el medio
Operador
técnico de planta
Sistema del cliente
Lado de ingreso
lo que experimenta el operador
Ticket enriquecido
Técnico
agente de soporte del fabricante
Sistema técnico
Lado de resolución
lo que experimenta el técnico
Operador
técnico de planta
Sistema del cliente
Lado de ingreso
lo que experimenta el operador
Ticket enriquecido
Técnico
agente de soporte del fabricante
Sistema técnico
Lado de resolución
lo que experimenta el técnico
Capa de contexto compartido
El operador ve una interfaz · el técnico ve otra · los agentes trabajan en paralelo. El contexto pasa como un objeto estructurado — no texto libre.
Resultados clave
−50%
Tiempo de resolución
Los tickets llegan con el 75–88% del contexto pre-completado. Los técnicos actúan de inmediato en vez de preguntar.
+35%
Capacidad del equipo técnico
El mismo equipo maneja más casos — sin sumar personal.
−60%
Abandono del portal
Los operadores bajo presión se quedan en el sistema porque el asistente los guía, no los filtra.
Estas son métricas proyectadas basadas en benchmarks de la industria y las especificaciones de diseño entregadas durante el proyecto.
Qué lo hace diferente
Diseñado para ambos lados a la vez
La mayoría de las herramientas de soporte con IA diseñan para el usuario o para el agente. Este sistema diseña para ambos — y para la transición entre ellos. Esa es la disciplina que llamo HAXD: Human-Agent Experience Design.
El asistente no reemplaza el ticket
Lo construye. Cada conversación que el operador tiene con el asistente estructura automáticamente el ticket — contexto, urgencia, códigos de error, intentos previos. Sin formularios. Sin repetición.
El técnico nunca arranca de cero
Para cuando un ticket llega al técnico, la IA ya lo cruzó con el historial de la máquina, casos similares resueltos y un diagnóstico sugerido con un nivel de confianza explícito.
La honestidad como principio de diseño
Cada sugerencia de la IA viene con un score de confianza y su fuente. El sistema sabe cuándo dar un paso atrás y escalar — y lo dice con claridad. Eso es lo que construye confianza en entornos industriales de alto riesgo.
Explorá el case study
El agente del cliente
Cómo diseñé la experiencia para operadores que llegan bajo presión — y el sistema de tres agentes que los guía sin sentirse como un filtro.
Leer más →El agente técnico
Cómo diseñé la experiencia para técnicos que reciben tickets — sugerencias de diagnóstico, niveles de confianza, flujos de escalamiento y gestión de agenda.
Leer más →Diseño del sistema
La arquitectura completa — diseño de contexto, objeto compartido, IDs de agentes, guardrails, evals y monitoreo. Cómo los dos sistemas se conectan y mejoran con el tiempo.
Leer más →Sobre este trabajo
Este case study documenta un proyecto real con una startup de SaaS B2B que construye infraestructura de soporte para fabricantes de maquinaria industrial. La identidad del cliente y los detalles específicos del producto se mantienen bajo NDA. Las decisiones de diseño, prototipos, arquitectura de agentes y framework estratégico reflejan el trabajo real desarrollado durante el proyecto.
Si estás construyendo algo similar — o querés conversar sobre las decisiones de tu producto de IA — me gustaría escucharlo.