Configurar una base de conocimientos impulsada por IA suena sencillo hasta que realmente intentas hacerlo. Tienes artículos de ayuda dispersos en Confluence, preguntas frecuentes enterradas en Google Drive y años de tickets de soporte guardados en Zendesk. ¿Conseguir que todo eso tenga un formato que una IA pueda usar realmente? Ahí es donde entran en juego plataformas como Decagon.
Decagon adopta un enfoque centrado en la empresa para la configuración de la base de conocimientos, prometiendo unificar todo tu contenido disperso en algo con lo que sus agentes de IA puedan trabajar realmente. Pero, ¿cómo funciona realmente el proceso y es la opción adecuada para tu equipo? Esto es lo que necesitas saber.
¿Qué es Decagon y cómo gestiona las bases de conocimientos?
Decagon es una plataforma de atención al cliente con IA fundada en 2023 que crea agentes de IA conversacionales para equipos empresariales. A diferencia de los chatbots básicos que siguen scripts rígidos, los agentes de Decagon están diseñados para comprender el contexto, gestionar consultas complejas y realizar acciones reales como procesar reembolsos o actualizar la información de la cuenta.
La plataforma ha ganado terreno con clientes notables como Duolingo, ClassPass, Chime y Rippling. Según sus estudios de caso, algunos equipos han logrado tasas de desvío superiores al 80% y reducciones de costes de hasta el 95%.
En el corazón del enfoque de Decagon está la base de conocimientos: una colección de información centralizada y con capacidad de búsqueda que alimenta a sus agentes de IA. Pero Decagon no se limita a volcar tus documentos en una base de datos. Utilizan un proceso llamado ingesta de conocimiento para unificar el contenido de múltiples fuentes en lo que ellos llaman un grafo de conocimiento (knowledge graph).
El proceso de ingesta de conocimiento
La ingesta de conocimiento de Decagon extrae información de dondequiera que se encuentre tu contenido actualmente: centros de ayuda, páginas de Confluence, Google Drive, SharePoint, tickets de soporte pasados, incluso macros de agentes. El sistema lee todo esto, lo organiza y crea conexiones entre piezas de información relacionadas.
El resultado es lo que Decagon llama una "única fuente de verdad" a la que sus agentes de IA pueden hacer referencia al instante. Cuando un cliente hace una pregunta, el agente no se limita a buscar palabras clave. Comprende la intención y extrae las partes más relevantes de tu documentación.
Procedimientos Operativos de Agentes (AOP)
Aquí es donde Decagon se diferencia de las herramientas de IA más sencillas. En lugar de simplemente responder preguntas, Decagon utiliza Procedimientos Operativos de Agentes (AOP, Agent Operating Procedures): instrucciones en lenguaje natural que se compilan en código y le dicen a la IA exactamente cómo manejar situaciones específicas.
Piensa en los AOP como Procedimientos Operativos Estándar (SOP, Standard Operating Procedures) para la IA. Escribes instrucciones en lenguaje sencillo como "Si un cliente solicita un reembolso dentro de los 30 días y no tiene reembolsos anteriores, procésalo automáticamente". El sistema convierte eso en lógica ejecutable.
Esto permite a los equipos de CX no técnicos dar forma directamente al comportamiento de la IA, mientras que los ingenieros mantienen el control sobre el código central y la seguridad.
Configuración de la base de conocimientos de Decagon: Una guía paso a paso
La implementación de Decagon sigue un cronograma de 6 semanas. Así es como se ve realmente el proceso de configuración de la base de conocimientos.
Paso 1: Conecta tus fuentes de conocimiento
La primera fase consiste en introducir tu contenido en el sistema. Decagon se conecta a:
- Centros de ayuda y páginas de preguntas frecuentes
- Confluence y wikis internos
- Carpetas de Google Drive y SharePoint
- Tickets de soporte pasados e historial de conversaciones
- Macros de agentes y respuestas guardadas
- Datos de CRM y registros de clientes
Durante esta fase, también configurarás canales de comunicación (normalmente Slack o Teams) para bucles de retroalimentación rápidos con el equipo de Decagon, y establecerás un entorno sandbox para pruebas seguras.
Paso 2: Prepara tus datos para el entrenamiento
Los datos brutos no son suficientes. Decagon recomienda limpiar tu documentación antes del entrenamiento:
- Asegúrate de que los artículos de ayuda sean claros, precisos y fáciles de entender
- Utiliza una terminología coherente para los productos y las funciones en todos los documentos
- Elimina o archiva la información obsoleta
- Implementa el control de versiones para que la IA siempre haga referencia a los documentos actuales
Este paso importa más de lo que la mayoría de los equipos esperan. La IA solo puede ser tan buena como la información que le proporciones.
Paso 3: Configura los Procedimientos Operativos de Agentes
Con tu conocimiento ingerido, es hora de escribir tus AOP. Esto implica convertir los SOP existentes en instrucciones listas para la IA que definan:
- Cómo manejar los diferentes tipos de solicitudes de los clientes
- Cuándo escalar a agentes humanos
- Qué acciones puede realizar la IA de forma autónoma
- Medidas de seguridad para operaciones sensibles como los reembolsos
El equipo de Decagon trabaja contigo durante esta fase para redactar y perfeccionar estos procedimientos en función de tus flujos de trabajo específicos.
Paso 4: Prueba y perfecciona
Antes de ponerlo en marcha, realizarás pruebas internas en los flujos de trabajo principales. Decagon proporciona herramientas para conversaciones simuladas y pruebas unitarias. El equipo prueba lo siguiente:
- Precisión y tono de la respuesta
- Ejecución adecuada del flujo de trabajo
- Casos límite y manejo de errores
- Fiabilidad de la integración
En función de los resultados de las pruebas, iterarás en los AOP y las indicaciones para mejorar la precisión. Esta fase suele ocurrir en paralelo con las pruebas de integración técnica.
¿Qué fuentes de datos puedes conectar a Decagon?
Decagon se integra con la mayoría de los principales sistemas empresariales. Esto es lo que se admite:
Plataformas de help desk: Zendesk, Freshdesk, Gorgias, Help Scout
CRM: Salesforce Service Cloud
Bases de conocimientos: Confluence, Google Drive, SharePoint
Comunicación: Slack, Microsoft Teams
Personalizado: Conexiones API para sistemas internos
La profundidad de estas integraciones importa. Decagon no solo lee datos, sino que también puede escribir en tus sistemas. Eso significa que cuando un agente de IA procesa un reembolso, en realidad actualiza tu sistema de pago. Cuando escala un ticket, crea el ticket en tu help desk con el contexto completo.
Mejora continua y lagunas de conocimiento
Una base de conocimientos no es un proyecto de configurar y olvidar. Decagon incluye funciones para el mantenimiento continuo.
Análisis de lagunas de conocimiento
La función Sugerencias de Decagon analiza las conversaciones en las que la IA tuvo dificultades o no pudo proporcionar respuestas completas. Identifica patrones y destaca el conocimiento faltante u obsoleto en tu documentación.
Generación automatizada de artículos
Cuando el sistema identifica lagunas, puede redactar automáticamente nuevos artículos de ayuda basados en cómo tus mejores agentes humanos resolvieron problemas similares. Estos borradores se basan en conversaciones reales con los clientes, no en conjeturas.
Bucles de retroalimentación
La IA aprende continuamente de las correcciones. Cuando los agentes humanos editan las respuestas generadas por la IA o gestionan las escalaciones, esa retroalimentación se incorpora de nuevo al sistema. Con el tiempo, la IA mejora en el manejo de los tipos específicos de preguntas que hacen tus clientes.
Precios y cronograma de implementación de Decagon
Hablemos de lo que realmente cuesta esto y cuánto tiempo lleva.
Cronograma de implementación típico
La implementación estándar de Decagon lleva unas 6 semanas:
- Semana 1: Descubrimiento y base (auditoría de la pila tecnológica, configuración del sandbox)
- Semana 2: Lanzamiento y flujos de trabajo paralelos (definición de métricas de éxito, redacción de AOP)
- Semanas 3-4: Construcción y pruebas (configuración, pruebas internas, perfeccionamiento)
- Semana 5: Convergencia y preparación (revisión de cumplimiento, capacitación del equipo)
- Semana 6: Puesta en marcha y escalado (despliegue controlado, monitoreo, despliegue completo)
Modelo de precios
Decagon no publica precios públicos. Tendrás que ponerte en contacto con su equipo de ventas para obtener un presupuesto personalizado basado en tu volumen de conversación, canales y complejidad de integración.
El modelo está centrado en la empresa. Obtienes "Gerentes de Producto de Agentes" dedicados que te guían a través de la implementación y la optimización continua. Este enfoque de guante blanco tiene sentido para los equipos grandes, pero puede ser excesivo si estás buscando algo que puedas configurar tú mismo.
Un enfoque alternativo: la configuración de la base de conocimientos de eesel AI
El enfoque de Decagon funciona bien para grandes empresas con recursos de implementación dedicados. Pero, ¿qué pasa si necesitas algo más rápido y flexible?
Construimos eesel AI con una filosofía diferente: en lugar de configurar un sistema de IA, contratas a un compañero de equipo de IA que aprende tu negocio automáticamente.
Así es como nuestro enfoque difiere:
Aprendizaje automático a partir de datos existentes
Con eesel, no hay un proceso de ingesta manual. Conéctanos a tu help desk (Zendesk, Freshdesk, Gorgias o cualquiera de nuestras más de 100 integraciones), e inmediatamente comenzaremos a aprender de tus tickets pasados, macros y artículos del centro de ayuda. Sin migración, sin preparación de datos, sin tickets de ingeniería.
Despliegue progresivo
En lugar de una implementación de 6 semanas, puedes comenzar con eesel en minutos. Comienza con la IA redactando respuestas para que tus agentes las revisen. Una vez que estés seguro de la calidad, sube de nivel a la autonomía total. Tú controlas el ritmo en función del rendimiento real, no de un cronograma predeterminado.
Personalización en lenguaje sencillo
Define el comportamiento en lenguaje natural sin escribir AOP ni instrucciones técnicas. ¿Quieres cambiar la forma en que manejamos los reembolsos? Simplemente dínoslo: "Si la solicitud de reembolso supera los 30 días, rechaza cortésmente y ofrece crédito en la tienda". Sin código, sin lenguajes de configuración.
Nuestros precios son transparentes y se escalan con tu uso, no con el número de empleados. Paga por las interacciones de la IA, no por los puestos.
Elegir el enfoque de base de conocimientos adecuado para tu equipo
Entonces, ¿qué enfoque tiene sentido para ti?
Decagon podría ser una buena opción si:
- Eres una gran empresa con operaciones de soporte complejas y multiproducto
- Tienes recursos de ingeniería para dedicar a la implementación y el mantenimiento
- Prefieres un enfoque de servicio gestionado y de guante blanco
- Necesitas una amplia personalización y estás dispuesto a invertir más de 6 semanas en la configuración
eesel AI podría ser una mejor opción si:
- Quieres comenzar rápidamente sin una implementación prolongada
- Prefieres un modelo de compañero de equipo donde la IA aprende automáticamente de tus datos existentes
- Quieres comenzar supervisado y subir de nivel a la autonomía en función del rendimiento
- Necesitas precios transparentes basados en el uso sin ciclos de ventas empresariales
¿En resumen? Ambos enfoques pueden funcionar. La elección correcta depende del tamaño de tu equipo, los recursos técnicos, el cronograma y cuánto control deseas sobre el proceso de implementación.
Preguntas Frecuentes
Compartir esta entrada
Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.
