La IA cambia tu plan de dotación de soporte en dos puntos: elimina tickets (los que resuelve por sí sola) y acorta tickets (los que redacta para una persona). Planifica la plantilla según las horas que quedan, no los tickets que quedan. No puedes recortar agentes según la tasa de resolución de la IA, porque la IA se lleva primero los tickets cortos y fáciles, y lo que llega a tu equipo tarda más. En mi ejemplo desarrollado, una tasa de resolución del 30% ahorra solo cerca del 15% de las horas de agente hasta que los borradores reducen el tiempo de gestión del resto.
Para obtener tu brecha de contratación, toma los tickets del año que viene, resta las resoluciones de la IA, multiplica lo que queda por su tiempo de gestión, divide entre las horas productivas por agente tras el shrinkage y resta los agentes que seguirán contigo tras la rotación. La calculadora de abajo lo hace con volúmenes reales de clientes de eesel. Gartner descubrió que solo el 20% de los responsables de servicio ha recortado personal realmente por la IA, mientras que el 55% mantuvo la plantilla estable con más volumen. Ese segundo grupo es el plan realista.
Un compañero de IA como eesel se encarga de ambas mitades dentro de Zendesk, Freshdesk o Gorgias. En Question Beauty cerró cerca de 280 de 990 tickets de Gorgias en un mes y pasó los reembolsos y las quejas a una persona con una nota adjunta. Los planes son un lote mensual fijo de créditos desde $299, un ticket o chat por crédito.
¿Cómo cambia la IA tu plan de dotación de soporte?
Un plan de dotación responde a dos preguntas: cuántos agentes necesita la carga de trabajo del año que viene y cuántos de ellos tienes que contratar. La IA no cambia el método de ninguna de las dos, cambia los datos de entrada: cuántos tickets llegan a una persona y cuánto tarda cada uno.
Estoy en el equipo de soporte de eesel y trabajo la cola a diario, así que veo ambos lados. Está lo que un agente de IA cierra por su cuenta y lo que me pasa a mí. Los traspasos nunca son los tickets de "¿dónde está mi pedido?", son aquellos en los que el cliente está molesto o la respuesta depende de algo que solo una persona puede comprobar. Ese es todo el problema de dotación en una frase, y a la mayoría de los planes de plantilla les falta.
Los datos lo respaldan. Una encuesta de Gartner a 321 responsables de servicio en octubre de 2025 reveló que solo el 20% había reducido la plantilla de agentes por la IA. El 55% informó de una plantilla estable con mayor volumen, y el 42% contrataba para roles especializados como diseñadores de IA conversacional y analistas de automatización. Una predicción de Gartner aparte dice que, para 2027, el 50% de las organizaciones que esperaban reducir de forma significativa su plantilla de servicio abandonarán esos planes.
Así que la versión realista de "la IA en el plan de dotación" se parece más a esto:
| Pregunta de planificación | Sin IA | Con IA en el plan |
|---|---|---|
| Tickets que llegan a una persona | Todos los tickets previstos | Previsión menos los tickets que la IA resuelve por completo |
| Tiempo de gestión por ticket | Media actual | Más largo (mezcla más difícil), luego más corto donde la IA redacta |
| Horas productivas por agente | Horas pagadas menos shrinkage | Igual, menos el tiempo dedicado a responsabilizarse de la IA |
| Qué suele hacer la brecha de contratación | Crece con el volumen | Se aplana: crece el volumen, la plantilla se mantiene |
| Roles nuevos | Ninguno | Alguien se encarga del conocimiento de la IA y revisa sus respuestas |
Si aún no has hecho la previsión de volumen, conviene empezar por mi guía de previsión de plantilla de soporte. Cubre en detalle la previsión por intervalos, Erlang C y el shrinkage. Esta entrada retoma donde acaba aquella: qué haces con la previsión cuando un agente de helpdesk con IA forma parte del equipo.
¿Por qué no puedes recortar la plantilla según la tasa de resolución de la IA?
Porque un ticket no es una unidad de trabajo. La IA resuelve primero los tickets cortos y repetitivos, así que el porcentaje de horas que ahorra es menor que el porcentaje de tickets que cierra. Los tickets que se quedan con las personas son los largos y, de media, se alargan aún más cuando desaparecen los fáciles.
Un planificador de call center en Reddit, cuyo equipo puso en marcha un bot de voz hace casi dos años, lo dijo de forma sencilla:
"Bots handle the easy calls, leaving the more complex (higher AHT calls) for agents. The volume should diminish but AHT will go up on the calls that get through to agents."
AHT es el tiempo medio de gestión, es decir, los minutos que un agente dedica a un ticket desde que lo abre hasta que envía la respuesta. Así afecta eso a las cuentas. Supón que la previsión del año que viene es de 10.000 tickets al mes a 12 minutos cada uno. Son 2.000 horas de trabajo. La IA resuelve el 30% de los tickets, así que el plan ingenuo recorta también las horas un 30%, hasta 1.400. Pero los 7.000 tickets restantes son los más difíciles. Si promedian 14,6 minutos en lugar de 12, aproximadamente un quinto más, la carga real es de unas 1.700 horas. Has ahorrado el 15% de las horas, no el 30%.
Los 14,6 minutos son un ejemplo y no una referencia, tu cifra depende de lo que resuelva tu IA. Pero la dirección se mantiene allí donde he mirado. Zachary McGeary, que lleva 25 años en soporte y operaciones, hizo la misma observación en LinkedIn con su propio ejemplo:
"But a ticket isn't a unit of work. A password reset and a billing dispute both count as one. AI takes the easy ones first, so 20% of the tickets can be closer to 8% of the hours."
Hay otras dos cosas que hacen de la tasa de resolución una mala cifra para la plantilla:
- "Resuelto" puede significar cosas distintas. Algunas herramientas cuentan un ticket como resuelto cuando el cliente deja de responder. Gorgias cuenta un ticket como automatizado solo si no hace falta una persona en 72 horas. Zendesk divide los resultados de la IA en niveles y solo factura las resoluciones verificadas. Antes de planificar con una tasa, comprueba cómo se cuenta. Mi entrada sobre deflexión vs. tasa de resolución profundiza más.
- Las reaperturas vuelven a tu equipo. Un ticket que la IA cerró mal no es trabajo ahorrado, es trabajo aplazado y, además, un cliente molesto. Sigue la tasa de reapertura y los contactos repetidos junto a la tasa de resolución de la IA, o la tasa halagará el plan.
La historia de advertencia más conocida es Klarna. Su anuncio de febrero de 2024 decía que su asistente de IA gestionó 2,3 millones de conversaciones en un mes, "the equivalent work of 700 full-time agents". En un hilo de Hacker News de 2025 sobre la IA de Klarna y su contratación en soporte, un comentarista que dijo llevar casi 10 años trabajando con IA en contact centers dio sus cifras aproximadas de planificación:
"Rough order of magnitude you can expect to deflect around 30% of inbound contacts with an AI chatbot. You can also expect to reduce agent Average Handle Time by 15-20% using AI enabled semantic search and workflow automation."
Son cifras de un profesional, no un estándar, y tu tasa puede ser mayor o menor. Lo que me gusta de ellas es la forma: un número para los tickets eliminados y otro aparte para el tiempo ahorrado en el resto. Ese modelo en dos partes es el que usa el resto de esta entrada.
¿Cómo calculas tu brecha de contratación con IA en el plan?
Tu brecha de contratación es el número de agentes que necesita la carga del año que viene, menos los agentes que seguirás teniendo tras la rotación. Con IA en el plan son seis pasos.
- Prevé los tickets. El volumen mensual del año que viene por canal, incluido el crecimiento. Mi guía de previsión cubre este paso.
- Resta las resoluciones de la IA. Usa una tasa de resolución verificada de tus propios tickets, no un titular de proveedor. Si aún no has usado IA, pruébala antes con tickets pasados (más sobre esto abajo).
- Multiplica por el tiempo de gestión de lo que queda. Parte del AHT actual, súbelo por la mezcla más difícil y bájalo después según la parte de tickets en la que la IA escribe el primer borrador.
- Divide entre las horas productivas por agente. Horas pagadas menos shrinkage. El shrinkage es todo lo que no es trabajo de tickets: descansos, formación, reuniones, vacaciones y bajas. Assembled, un proveedor de gestión de plantilla, considera el 35% un estándar del sector.
- Esos son tus agentes necesarios. Para chat en vivo y teléfono, haz el cálculo con Erlang C, porque las colas necesitan holgura para cumplir un objetivo de respuesta. Para email, Assembled señala que Erlang C "is typically not appropriate", y el método de horas funciona.
- Resta los agentes que se quedan. Equipo actual menos la rotación esperada. Lo que queda es la brecha de contratación. Si es negativa, puedes dejar que la rotación reduzca el equipo en lugar de despedir a nadie.
Un detalle del shrinkage confunde mucho. El ejemplo de Assembled multiplica, así que 10 agentes con un 35% de shrinkage pasan a 13,5. Muchos planificadores dividen en su lugar, 10 / (1 - 0,35), lo que da unos 15,4. El método de la división es el que realmente deja las horas de 10 agentes tras el shrinkage, por eso lo uso abajo.
Aquí está el ejemplo de 10.000 tickets, resuelto hasta el final. He supuesto 160 horas pagadas por agente al mes, 30% de shrinkage (o sea, 112 horas productivas), un equipo actual de 16 y un 25% de rotación a lo largo del año (se quedan 12).
| Escenario | Tickets a personas | Minutos cada uno | Horas | Agentes necesarios | Brecha de contratación |
|---|---|---|---|---|---|
| Sin IA | 10.000 | 12,0 | 2.000 | 17,9 | 6 |
| Plan ingenuo: recorte por la tasa de resolución del 30% | 7.000 | 12,0 | 1.400 | 12,5 | 1 |
| La IA resuelve el 30%, el resto tarda más | 7.000 | 14,6 | 1.703 | 15,2 | 4 |
| Igual, más borradores de IA que recortan un 15% del resto | 7.000 | 12,4 | 1.448 | 12,9 | 1 |
El plan ingenuo dice que contrates a una persona. La realidad dice que contrates a cuatro, a menos que la IA también redacte los tickets restantes. Entonces vuelves a una, más o menos. Esa última fila es lo que la mayoría de los planes de dotación omiten: la resolución completa se lleva los titulares, pero son los borradores en tickets más difíciles los que cierran la brecha.
¿Cuántos agentes tienes que contratar el año que viene?
Introduce tus propias cifras abajo. Los tres ajustes preestablecidos cargan volúmenes mensuales y tasas de IA reales de historias de clientes de eesel publicadas, del 8 de agosto al 8 de septiembre de 2026. El tiempo de gestión, el shrinkage, la rotación y la ralentización en tickets más difíciles son valores de ejemplo, cámbialos por los tuyos.
Mueve los controles de IA para ver cómo las resoluciones y los borradores cambian la brecha de contratación. La calculadora usa el método de horas; para colas de chat en vivo y teléfono, contrasta el resultado con Erlang C.
Prueba el ajuste de smava y mueve "share of the rest AI drafts" de 0 a 57%. Esa es la forma real de una configuración basada en borradores: casi nada se resuelve solo y aun así hay un gran recorte de horas, porque una persona aprueba un borrador más rápido que escribirlo desde cero. Luego prueba ClutchLoop, donde la IA responde sola a la mayoría de los tickets. Ambas configuraciones ahorran horas, solo que llegan por mitades distintas del modelo.
¿Dónde encaja la asistencia de IA frente a la resolución completa?
La resolución completa elimina tickets de tu plan. La asistencia de IA, donde la IA redacta y una persona envía, reduce el tiempo de gestión de los tickets que se quedan. Un buen plan de dotación usa ambas y clasifica los tickets en carriles antes de contar nada.
Carril 1: la IA lo resuelve. Preguntas con una respuesta correcta o un siguiente paso: estado del pedido, instrucciones, plazos de envío, un enlace de devoluciones. En ClutchLoop, una marca de accesorios para móviles en Gorgias, eesel gestionó unos 230 tickets en un mes y envió unas 180 respuestas directamente, enviando las devoluciones de EE. UU. al portal de devoluciones y comprobando el stock en vivo en Shopify. Ese es el carril donde vive la deflexión de nivel 1.
Carril 2: la IA redacta, una persona envía. Tickets donde importa la redacción o donde una persona debe seguir siendo responsable: facturación, resolución de problemas, sectores regulados, otros idiomas. smava, un comparador alemán de préstamos, gestiona así unos 27.000 tickets de Zendesk al mes. eesel preparó unos 15.300 borradores de respuesta en un mes, y los agentes aprueban cada uno o piden una macro distinta. El carril de asistencia al agente no quita ni un solo ticket de la previsión, pero la cifra de AHT se mueve mucho con él.
Carril 3: una persona se encarga. Reembolsos, quejas, contracargos, todo lo que requiere una decisión. Este es el carril para el que realmente sirve tu plan de contratación. En Question Beauty, eesel responde directamente a los tickets rutinarios de Gorgias, pero los reembolsos, devoluciones y quejas van a una persona con una nota que dice qué preguntó el cliente y qué encontró eesel en Shopify. Unos 250 tickets se asignaron a una persona en el mes, frente a unos 280 que cerró eesel. Esa nota de traspaso importa para la dotación porque también reduce el tiempo de gestión en el carril 3.
La mayoría de los equipos empiezan en el carril 2 y luego amplían el carril 1 a medida que confían más en las respuestas, que es el patrón que veo en los datos de clientes de eesel: borradores primero y automatización total después. En MentorShow, una plataforma de formación online en HubSpot, eesel puede responder directamente en seis temas acotados, pero en la práctica casi todo sigue yendo al equipo como borrador. La historia dice explícitamente que abrir ese carril "is where the time saving grows". Para un plan de dotación significa que puedes contar con los ahorros del carril 2 en el primer trimestre y con los del carril 1 más adelante, una vez medidos. Mis guías de traspaso a humanos y de copilotos de IA para soporte cubren la configuración de cada carril.
¿Contratar o automatizar?
Contrata para el criterio y automatiza la repetición, y no recortes personas para financiar la IA antes de que haya demostrado sus cifras. Esa es la versión corta. Así lo decidiría yo, tipo de ticket por tipo de ticket:
| Situación | ¿Contratar o automatizar? | Por qué |
|---|---|---|
| Crecen las preguntas repetidas con respuesta fija | Automatizar | La resolución por IA escala con el volumen, las personas no |
| Crecen los tickets difíciles (facturación, técnicos, quejas) | Contratar y añadir borradores de IA | La IA puede acortarlos, no eliminarlos |
| Pico estacional de preguntas sencillas | Automatizar | Sin contratar ni formar durante unos meses |
| Pico estacional de trabajo complejo | Contratar temporales y darles borradores de IA | Los nuevos se ponen al día más rápido con un borrador y la política enlazada |
| Necesitas cobertura 24/7 | Automatizar lo rutinario, mantener guardia para el resto | Los turnos de noche para "¿dónde está mi pedido?" rara vez compensan |
| Nadie se encarga del conocimiento y las respuestas de la IA | Contratar o reasignar a una persona | Alguien tiene que corregir lo que hace mal |
Los equipos estacionales son donde esto se ve con más claridad. Norden-Frisia, un operador alemán de ferris, recibe cada verano las mismas preguntas sobre horarios, vehículos y billetes, y la historia explica el problema: contratar y formar un equipo que crece y se reduce con la temporada "is expensive and slow". Por eso planificó 10.000 interacciones de IA al mes en temporada alta, con un plan que vuelve a bajar de octubre a marzo. Las personas se quedan para lo que el bot no puede cerrar. Si aún necesitas contrataciones estacionales, mi guía de incorporación de soporte estacional explica cómo hacerlas productivas rápido.
La última fila de esa tabla es la que más olvidan los planes. La IA también crea trabajo: alguien tiene que actualizar el conocimiento del que responde, revisar sus respuestas y detectar lo que hace mal. La predicción de marzo de 2026 de Gartner dice que la mayoría de las organizaciones están "understating the talent required to make AI successful", y casi el 80% planea trasladar al menos a algunos agentes a nuevos roles. En la práctica suele ser tu mejor agente sénior, a tiempo parcial. En Norden-Frisia, la responsable del equipo de soporte revisa las conversaciones del bot y corrige ella misma sus instrucciones. Reserva una parte de la semana de alguien para esto.
Y ten cuidado con los recortes hechos sobre una previsión. La predicción de febrero de 2026 de Gartner dice que el 50% de las empresas que atribuyeron recortes de plantilla a la IA volverán a contratar personal para hacer un trabajo similar en 2027, con otros títulos de puesto. El camino más suave es el que describió un agente de call center en Reddit:
"We haven't had layoffs yet, but we seem to have stopped hiring new phone agents, so as the natural attrition you see in call centers occurs, we're getting fewer and fewer humans answering calls."
Mismo agente, mismo hilo: las llamadas que aún llegan a personas son "more complicated". Así que, si la rotación es tu forma de reducir, asegúrate de que los agentes que se quedan no queden enterrados solo en tickets difíciles. Eso es un riesgo de agotamiento, y el agotamiento alimenta la rotación. Para la versión más amplia de esta pregunta, mi entrada sobre si la IA puede sustituir a tu equipo de soporte da la respuesta larga, y IA vs. soporte humano compara ambos por tipo de ticket.
¿Cómo incorporas la IA al plan de dotación sin quedarte corto?
Mide primero y planifica con las cifras medidas, luego vuelve a prever cada trimestre. Este es el orden que seguiría:
- Prueba la IA con tus propios tickets pasados antes de cerrar el plan. La tasa de resolución media de un proveedor no te dice nada sobre tu mezcla de tickets. eesel puede ejecutar una simulación con cientos de tus tickets pasados y puntuar sus respuestas frente a lo que tu equipo envió realmente. Eso te da una estimación de los carriles 1 y 2 construida con tus propios datos. Mi guía de incorporación de un agente de soporte con IA lo explica paso a paso.
- Empieza con borradores. Los ahorros del carril 2 aparecen en la primera semana y no hay riesgo de que una respuesta errónea llegue a un cliente. Mide el AHT de los tickets con borrador frente a los que no lo tienen.
- Abre la resolución completa tema por tema. Empieza por los temas donde los borradores se enviaron sin editar con más frecuencia, esa es tu prueba de que la IA puede responderlos sola.
- Sigue las cuatro cifras correctas. Tasa de resolución verificada, tasa de reapertura, AHT de lo que llega a las personas y CSAT en tickets de IA. Mi lista de KPI de servicio al cliente cubre el resto.
- Usa la rotación, no los despidos, para absorber la diferencia. Pausa las sustituciones mientras se asientan las cifras de la IA y luego decide. Así, un arranque de la IA más lento de lo esperado te cuesta un retraso en la contratación en lugar de una cola sin personal.
- Vuelve a prever cada trimestre. El volumen, la tasa de resolución y el AHT se mueven tras la puesta en marcha. Un plan hecho en octubre con una tasa de IA supuesta falla en marzo.
Si eres un equipo pequeño y decides la primera o segunda contratación, la misma lógica funciona a menor escala. Mi guía de escalado de soporte con IA para startups cubre esa versión.
¿Cuánto cuesta la IA frente a otra contratación?
El precio de la IA suele escalar por ticket mientras que una contratación escala por persona, así que compáralos sobre el mismo mes de volumen. Con eesel, los precios son un lote mensual fijo de créditos, y un ticket o chat es un crédito dure lo que dure, tanto si eesel lo resuelve como si lo redacta:
| Plan de eesel | Créditos al mes | Precio al mes |
|---|---|---|
| Free | 100 | $0 |
| Teammate | 500 | $299 |
| Teammate | 1.000 | $499 |
| Teammate | 2.500 | $999 |
| Teammate | 5.000 | $1.749 |
| Más de 5.000 | A medida | Habla con eesel |
Todos los planes Teammate incluyen todas las integraciones y agentes y puestos ilimitados, y hay tamaños de lote intermedios (1.500 créditos cuestan $699, por ejemplo). El exceso de consumo está desactivado por defecto, así que no hay factura sorpresa si un mes se dispara.
Para comparar, toma la brecha de contratación que da la calculadora con y sin IA y multiplica la diferencia por tu coste total por agente (salario, beneficios, herramientas, tiempo de gestión). Luego compáralo con el plan que cubre tu volumen mensual. Mis desgloses de coste de agente de IA vs. humano y de coste por resolución profundizan más, y coste del servicio al cliente con IA compara modelos de precios entre proveedores.
Si lo que realmente estás sopesando es sumar personas sin contratarlas, es más una decisión de externalización. Managed Support de eesel es la opción llave en mano para marcas de ecommerce: eesel gestiona cada conversación con clientes dentro de tus propias herramientas por $5,000 al mes fijos, frente a la estimación propia de eesel de $7,000-$10,000 al mes para un equipo offshore 24/7. Mi guía de externalización del servicio al cliente cubre las alternativas.
Cuándo eesel no es la opción adecuada: si tu cola es sobre todo de casos únicos y de alto riesgo (escalados de empresa, disputas legales), el carril 1 será pequeño y tu plan debería basarse sobre todo en personas, con borradores. Y si usas un helpdesk al que eesel no se conecta, revisa primero la lista de integraciones.
Prueba eesel para tu plan de dotación de soporte
Si estás elaborando el plan de plantilla del año que viene y no sabes qué te quitará realmente la IA, eesel es la forma más rápida de averiguarlo con tus propios tickets. Se une a tu cola actual en Zendesk, Freshdesk o Gorgias como un compañero nuevo. Responde lo que tu centro de ayuda y tus tickets pasados ya cubren y redacta el resto para tu equipo. Cada reembolso y cada queja va a una persona con una nota adjunta. La página de informes muestra después cuántos tickets gestionó y cuántas respuestas aprobó o rechazó tu equipo, que son justo los datos que necesita tu modelo de dotación.
Así es como smava redacta unas 15.300 respuestas al mes en Zendesk mientras una persona hace el envío, y como Question Beauty cierra por sí sola los tickets rutinarios de Gorgias. Puedes conectar tu helpdesk y probarlo con tickets reales con 100 créditos gratis, sin tarjeta.
Prueba eesel en tu propia cola antes de cerrar el plan, o compara opciones primero en mi selección de mejores agentes de IA.