Sí, la IA puede ayudar en el soporte de nivel 2, pero no como un bot de preguntas frecuentes más listo. En el nivel 2 la IA útil es una investigadora, no una respondedora: hace las consultas de pedidos, facturación y cuentas, encuentra los tickets anteriores donde tu equipo resolvió el mismo problema, descarta las causas obvias y deja todo en una nota interna, de modo que el especialista abre un expediente del caso en lugar de un ticket en bruto.
La ganancia mayor suele estar más arriba. Una cola de nivel 2 contiene tres tipos de ticket: los que nunca debieron escalarse (la IA los responde en el nivel 1), los que requieren muchas consultas y solo parecen difíciles porque la respuesta está en otro sistema (la IA investiga, una persona decide) y los problemas realmente nuevos (una persona lidera, la IA escribe las notas). Las herramientas nativas ayudan con partes de esto: Zendesk Copilot añade tickets similares, asignados sugeridos y acciones de auto assist por $50 por agente al mes, y Freddy AI Copilot muestra tickets similares junto con el agente que los resolvió por $29 por agente al mes.
Un compañero de IA como eesel hace la investigación dentro del helpdesk que ya usas. En Timengo, cuyos tickets son problemas de certificados, complementos de Outlook y flujo de correo de administradores de TI, prepara unos 300 tickets de Freshdesk al mes con un borrador en danés y una nota para el ingeniero construida a partir de 5,300 tickets anteriores y la documentación del producto. Los planes empiezan en $299 al mes por 500 créditos, y un ticket es un crédito sin importar cuántas consultas requiera.
¿Puede la IA ayudar realmente en el soporte de nivel 2, o solo en el nivel 1?
Puede, siempre que dejes de pedirle el trabajo del nivel 1 en tickets más difíciles. La IA de nivel 1 sobre todo recupera: encuentra el artículo de ayuda o la macro que encaja con la pregunta y lo envía. El nivel 2 es otro tipo de trabajo, en el que alguien tiene que averiguar por qué un pedido aparece pagado pero nunca se envió, por qué falla el inicio de sesión SSO de un cliente cuando el de todos los demás funciona, o por qué una integración dejó de sincronizar el martes. Eso es investigación. Y la mayoría de las horas de una investigación se van en reunir evidencias, mucho menos en razonar sobre ellas.
En eesel construyo integraciones, las piezas que permiten a un agente de IA abrir un pedido de Shopify, leer una suscripción de Stripe o llamar a la API propia de un cliente. En cada implementación veo lo mismo. Si observas a un especialista de nivel 2 trabajar un ticket, los primeros diez o quince minutos se van en abrir pestañas: el sistema de pedidos, la herramienta de facturación, el panel de administración y luego una búsqueda de "¿alguien ha visto esto antes?". La decisión final lleva alrededor de un minuto. La IA maneja bien la parte de abrir pestañas, que casualmente es la parte que tu gente sénior debería hacer menos.
Así que la respuesta honesta tiene tres partes, una por cada tipo de ticket en tu cola de nivel 2:
- Tickets que nunca debieron escalarse. Un agente o bot del nivel 1 escaló porque la base de conocimiento era escasa, o porque responder requería una consulta que el nivel 1 no podía hacer. La IA con mejor conocimiento y acceso de lectura al sistema de pedidos o cuentas los responde en el nivel 1, y nunca llegan a tus especialistas.
- Tickets con muchas consultas. La solución es conocida, pero encontrarla requiere datos de dos o tres sistemas. La IA hace las consultas y la búsqueda de precedentes, redacta la respuesta, y una persona verifica los datos y envía.
- Problemas realmente nuevos. Un error que nadie ha visto, un caso límite en la configuración de un cliente. Una persona lidera, a veces atacando el ticket en equipo con otros especialistas. La IA igualmente se gana su lugar resumiendo lo que se ha probado, adjuntando las evidencias y redactando la solución después, de modo que el siguiente sea un ticket de la categoría 2.
¿Por qué está tan llena tu cola de nivel 2?
Porque la escalación es donde aterriza cada carencia anterior. Cuando el nivel 1 no puede ver el sistema de facturación, cada "¿por qué me cobraron dos veces?" se convierte en un ticket de nivel 2, y por eso las disputas de pago atascan tantas colas de nivel 2. Si la base de conocimiento aún no cubre la nueva función, cada pregunta sobre ella también sube un nivel. Nada de esto es realmente trabajo de nivel 2, y el nivel 2 acaba haciéndolo igualmente.
La segunda causa es el conocimiento que vive en la cabeza de dos o tres personas. Un responsable de soporte de una empresa de servicios de TI del sector público con Freshdesk, que gestiona unos 3,000 tickets al mes de resolución de problemas complejos de ERP, me dijo que ese año iban a perder a dos agentes sénior y querían capturar lo que esos dos sabían antes de que se fueran. Eso resume bastante bien el problema del nivel 2. Las respuestas existen, repartidas entre años de tickets resueltos y la memoria de unas pocas personas, pero nadie puede encontrarlas rápido.
La misma empresa quería que la IA marcara los tickets que probablemente llevaran más de 20 minutos, para enrutarlos de forma distinta al soporte estándar. Creo que el instinto es acertado. Los tickets que se comen la semana del nivel 2 y generan el atraso de tickets rara vez son los más difíciles; normalmente la respuesta ya existe, solo que cuesta veinte minutos de excavación llegar a ella.
Se oyen ambas causas cuando la gente de soporte habla de escalación. Si el nivel 1 no tiene a dónde más ir, todo sube:
"We tried something like that, and almost everything outside of a password reset was escalated... I'm the only "tier 2" person, the other one they call "Tier 2" would often times just pass things on to me..."
Y los tickets que llegan sin notas significan que el nivel 2 repite trabajo que alguien ya hizo. La regla de este gerente de TI es una que la mayoría de los equipos escribe y pocos aplican de verdad:
"As a rule, any ticket that is escalated must have complete notes on every troubleshooting step you've already tried so the next team doesn't repeat processes."
Sinceramente, esa regla funciona como especificación para una IA de nivel 2. Las notas completas de cada paso son tediosas de escribir para una persona, pero para un software que ya leyó el hilo y ejecutó las consultas casi no cuestan nada.
Los escépticos también tienen un argumento válido, y lo tomaría en serio antes de comprar nada:
"Tier-2/3 support isn't just about picking an answer from a knowledge base; it requires deduction, empathy, and finding solutions that don't exist yet."
Estoy de acuerdo con la primera mitad: una IA que solo elige respuestas de una base de conocimiento no tiene nada que hacer en el nivel 2. La segunda mitad es donde importa la división, porque "soluciones que aún no existen" describe el tercer tipo de ticket, que en la mayoría de las colas de nivel 2 es una minoría. Para el resto, la solución ya existe en algún lugar, enterrada en un ticket anterior o en un registro de facturación.
¿Qué hace la IA de forma distinta en el nivel 2 que en el nivel 1?
En el nivel 1 el trabajo de la IA es responder. En el nivel 2 su trabajo es acortar el camino hacia una respuesta segura, y la mayor parte del tiempo una persona sigue dando esa respuesta. Las habilidades se solapan bastante. Lo que cambia es lo que mides y lo que le dejas tocar.
| IA de nivel 1 | IA de nivel 2 | |
|---|---|---|
| Trabajo principal | Responder preguntas conocidas | Reunir evidencias y encontrar precedentes |
| Lee de | Centro de ayuda, macros, políticas | Tickets resueltos anteriores, sistemas de pedidos, facturación y cuentas, documentos internos, runbooks |
| Resultado típico | Una respuesta pública | Una nota interna, un borrador de respuesta, una decisión de enrutamiento |
| Acciones | Sobre todo consultas de solo lectura | Primero consultas de lectura, acciones de escritura con aprobación |
| Quién envía | A menudo la IA | Normalmente una persona, al principio siempre |
| Métrica de éxito | Tasa de resolución o desviación | Tiempo hasta el primer hallazgo útil, tiempo de gestión del nivel 2, menos escalaciones |
| Cuándo debe detenerse | No encuentra la respuesta | No encuentra evidencias, o la solución cambia dinero o datos |
La gente suele pasar por alto la fila "Lee de". Un bot de nivel 1 entrenado solo con el centro de ayuda no será útil en el nivel 2, porque el centro de ayuda es justo lo que el nivel 1 ya probó. Las respuestas del nivel 2 están en tickets resueltos y runbooks internos, además de datos en vivo. Una IA que no puede leerlos no puede investigar, y entonces las personas citadas arriba tienen razón en ser escépticas.
¿Cómo debería verse una escalación investigada de antemano?
Piensa en un expediente del caso como el que escribe un buen agente sénior para un colega. Ya sea que la IA escale un ticket por sí misma o recoja uno que escaló el nivel 1, su nota debería permitir al especialista saltar directo a la decisión.
Cinco cosas pertenecen a esa nota:
- Qué quiere el cliente, en una frase, no un resumen de todo el hilo.
- Qué dicen los datos. El estado del pedido, el estado de la suscripción, el plan, el último inicio de sesión, lo que hayan devuelto las consultas, con el registro enlazado.
- Tickets anteriores similares, con cómo se resolvió cada uno y quién lo resolvió.
- Qué ya se descartó. Los pasos que probó el nivel 1, las causas que los datos excluyen.
- Un siguiente paso sugerido, más una línea honesta sobre lo que la IA no pudo comprobar.
Esta es la forma de una nota que querría ver en una escalación de facturación:
Customer wants: refund for a second charge on 14 Oct.
Data: Stripe shows two successful charges of $49 on 14 Oct, 3 minutes apart,
same card. One subscription active. No refund issued yet.
Similar tickets: 3 in the last 60 days, all double charges after a failed
card update retry. All refunded in full by the billing team.
Ruled out: not a plan change (plan unchanged since June), not a currency
conversion charge.
Next step: refund the second charge (needs approval). Could not check
whether the retry bug ticket in engineering is still open.
La documentación de eesel describe exactamente esto para las escalaciones: la nota "should give the human everything they need: what the customer wants, what you found, and what you'd have said", y cuando el agente no encuentra una respuesta debe "say what you searched for in your note" (documentación de instrucciones de eesel). En el nivel 2 esa última parte importa mucho, ya que una nota que dice "busqué en los últimos 1.000 tickets y en la documentación de facturación y no encontré nada sobre este error" evita que el especialista repita la misma búsqueda.
¿Qué trabajos de nivel 2 puede asumir la IA hoy?
Casi toda la investigación y poco del criterio. Esta es la división con la que empezaría; además coincide con lo que documentan los propios proveedores de helpdesk.
| Trabajo de nivel 2 | Qué hace la IA | Qué se queda con una persona |
|---|---|---|
| Enriquecimiento del ticket | Trae al ticket el pedido, la cuenta, el plan y la actividad reciente | Decidir qué datos importan en un caso raro |
| Búsqueda de precedentes | Encuentra tickets resueltos sobre el mismo problema, aunque estén descritos con otras palabras | Juzgar si la solución antigua sigue aplicando |
| Triaje y enrutamiento | Etiqueta, prioriza y asigna al grupo de especialistas correcto | Excepciones, VIP, cualquier cosa políticamente sensible |
| Borrador de respuesta | Escribe la solución con el tono de tu equipo, citando sus fuentes | Verificar los datos, enviar |
| Acciones de escritura | Prepara un reembolso, una cancelación o un cambio de dirección | Aprobarlo |
| Captura de conocimiento | Convierte una escalación resuelta en un borrador de artículo de ayuda o runbook | Publicarlo |
Dos de esas filas necesitan algo más de explicación. La búsqueda de precedentes es lo que más devuelve al nivel 2, ya que los agentes sénior lo hacen de memoria y los agentes nuevos no pueden hacerlo en absoluto. La captura de conocimiento es cómo la siguiente escalación deja de ser necesaria, porque cualquier solución de nivel 2 que se convierta en artículo será una respuesta de nivel 1 el mes siguiente. El informe de lagunas de conocimiento de eesel, por ejemplo, enumera las preguntas de los últimos 30 días que no pudo responder y redacta las tres páginas faltantes más importantes (documentación de skills de eesel).
¿Qué hacen ya Zendesk, Freshdesk, Jira Service Management y Gorgias?
Cada uno de los grandes helpdesks ofrece ya algo de ayuda para el nivel 2, sobre todo un copiloto de IA dirigido al agente humano que trabaja la escalación. Vale la pena revisar qué incluye ya tu plan actual antes de comprar nada.
| Helpdesk | Tickets similares | Resúmenes | Acciones y consultas de IA | Precio de la capa de IA |
|---|---|---|---|---|
| Zendesk | Sí, encuentra tickets resueltos "even when it's described in different words" | Solo comentarios públicos | Auto assist: acciones de pedidos de Shopify, acciones de API personalizadas | Copilot $50 por agente al mes, pago anual |
| Freshdesk | Sí, muestra confianza, agente, grupo y CSAT | Issue, Steps Taken, Outcome, incluye notas privadas | Acciones de API del AI Agent | Freddy AI Copilot $29 por agente al mes |
| Jira Service Management | Panel basado en el título; Rovo Service Request Helper encuentra elementos de trabajo similares | Premium y Enterprise, visible solo para ti | Request Resolver con herramientas conectadas | Créditos de Rovo incluidos según el plan |
| Gorgias | No documentado para agentes humanos | Resumen de ticket en conversaciones largas | Acciones del AI Agent, incluidas solicitudes HTTP | $1.50 por interacción automatizada por encima de tu límite |
Zendesk Copilot
Las funciones de nivel 2 de Zendesk están en el complemento Copilot, $50 por agente al mes con pago anual, disponible en los planes Professional y superiores (precios de Zendesk). Sin el complemento, Suite Professional incluye resúmenes, tickets similares y sugerencias de fusión limitados a 5 usos por agente al mes. La función más orientada al nivel 2 son los asignados sugeridos, que ayuda a encontrar a alguien para "a ticket that needs to be reassigned or escalated" según quién ha resuelto tickets similares (About Zendesk Copilot).
Auto assist es la parte más cercana a la investigación. Sugiere respuestas y acciones. Puede consultar, cancelar o reembolsar un pedido de Shopify, y mediante acciones personalizadas también puede llamar a tu propia API. Junto con el triaje inteligente para el enrutamiento, cubre la mayor parte del camino de escalación.
Las consultas pueden aprobarse de antemano, mientras que "actions that update data, such as refunding an order, still require your approval" (Using auto assist). Hay dos límites que conviene conocer: sugiere "up to four actions at a time" (About actions), y no se puede configurar en los canales de chat o voz.
Freddy AI Copilot en Freshdesk
La función de tickets similares de Freshdesk es la herramienta nativa de nivel 2 más útil que encontré, porque cada coincidencia muestra la puntuación de confianza, el agente y el grupo que la resolvieron y la puntuación CSAT (Similar tickets in Freshdesk). Así, un agente nuevo aprende qué lo solucionó y también a quién preguntar. Aprende de hasta seis meses o 120,000 tickets resueltos, tarda de dos a cinco días en ingerirlos, y Freshdesk recomienda al menos 5,000 tickets para una buena precisión.
El resumen de tickets de Freddy también incorpora las notas privadas en su sección "Steps Taken". Eso es justo lo que necesita el nivel 2, porque las notas privadas son donde el nivel 1 anota lo que probó (Freddy Summarize). Ambas funciones están en Freddy AI Copilot, $29 por agente al mes, que se vende solo en Pro ($55) y Enterprise ($89) (precios de Freshdesk).
Jira Service Management y Gorgias
Atlassian lo plantea directamente: "when a request does reach a human, agents burn time reading long threads", y su agente Service Request Helper resume la actividad, sugiere siguientes pasos, redacta respuestas, recomienda expertos y muestra tickets anteriores (Atlassian AI guide). Su "Generate case summary" está escrito "for effective resolution and handover" (Service Request Helper). El panel integrado de solicitudes similares sin IA solo coincide por título, así que para una búsqueda real de precedentes necesitas la versión de Rovo.
Gorgias ha puesto la mayor parte de su esfuerzo de IA en la primera línea. Su AI Agent siempre traspasa ante enfado, una petición de una persona o temas legales y financieros, y los administradores no pueden desactivarlo (documentación de traspaso de Gorgias). Para quien recoge el caso, Gaia puede resumir "what's already been tried" y asignar tickets, pero "doesn't draft messages" (Gaia explained).
Lo que tienen en común es que las herramientas nativas resumen bien y encuentran bien los precedentes, siempre que sea dentro del helpdesk. Se detienen en los datos de fuera (el sistema de pedidos, la herramienta de facturación, el panel de administración de tu propio producto), y esos datos externos son donde viven la mayoría de las respuestas del nivel 2.
¿Cómo se ve esto en producción?
A continuación hay cuatro clientes de eesel, cada uno con una configuración que corresponde a los tres tipos de ticket anteriores. Ninguno reemplazó su helpdesk; eesel funciona como IA para el helpdesk existente que cada equipo ya usaba.
Soporte técnico a partir de años de tickets resueltos. Timengo da soporte a DPG Sikker Post, un software de correo seguro y Digital Post usado por municipios, escuelas y despachos contables en Dinamarca. Quienes escriben son administradores de TI con renovaciones de certificados, complementos de Outlook que no se instalan y flujo de correo detenido. eesel busca el mismo problema en la documentación del producto y en unos 5,300 tickets y artículos anteriores, escribe un borrador en danés y deja una nota interna para el ingeniero con lo que encontró. En un mes preparó unos 300 tickets de Freshdesk, con unos 180 borradores y 260 notas internas. Un ingeniero envía cada respuesta.
Búsqueda de precedentes bajo demanda. OroSoft desarrolla software ERP para comerciantes y refinerías de lingotes, por lo que sus preguntas en Freshdesk son específicas y técnicas. Un agente de soporte menciona a eesel en un ticket, y este redacta a partir de unos 6,100 tickets resueltos, reflejando cómo se respondió un ticket similar y nombrando el ticket o artículo que usó. Si nada respalda una respuesta, no la inventa; deja una nota interna que lo indica y pide a una persona.
Mantener las soluciones conocidas fuera del nivel 2. Cactus Club Cafe gestiona su mesa de soporte técnico interno en Zendesk. Su agente de nivel 1 lee el ticket completo, revisa la política de emergencias y la matriz de enrutamiento, y luego redacta la solución a partir del runbook correspondiente, paso a paso. En un mes gestionó unos 750 tickets, escribió unos 790 borradores y leyó runbooks y políticas unas 1,650 veces, aproximadamente dos documentos por ticket. Cada problema conocido para el que redacta es un ticket menos en manos de un especialista.
Consultas antes de una sola palabra. En STIL Classics, una marca de agendas y papelería en Gorgias y Shopify, cualquier ticket con un número de pedido recibe primero el pedido, su estado de cumplimiento, los artículos y la dirección de envío. Se consultaron unos 230 pedidos de Shopify en 320 tickets en un mes, y una persona realiza cualquier reembolso que describa el borrador. eesel nunca modifica un pedido allí.
¿Cuántas horas de nivel 2 podría devolver la IA?
Introduce aquí tus propios números. Los valores predeterminados son solo marcadores, no referencias; cámbialos hasta que coincidan con tu cola. La calculadora divide tus escalaciones en los tres tipos de ticket y estima las horas de especialista que libera cada palanca.
Fíjate en la primera tarjeta. La mayoría de los equipos con los que hablo asume que la ganancia viene de hacer más rápido el nivel 2, pero con más frecuencia la palanca mayor es la porción de tickets que nunca necesitó el nivel 2. Cada uno de esos que detienes ahorra el tiempo de gestión completo en lugar de unos pocos minutos.
¿Qué nunca debería hacer la IA en un ticket de nivel 2?
Los límites del nivel 2 son más estrictos que los del nivel 1, porque estos tickets tocan dinero, cuentas y datos. Los que yo mantendría:
- Adivinar una causa que no puede ver. Si la IA no puede leer los registros, el panel de administración o el sistema de pedidos, no puede investigarlos. En una buena configuración dice qué no pudo comprobar en lugar de llenar el vacío con una historia que suene plausible.
- Cambiar dinero o datos por su cuenta. Los reembolsos, las cancelaciones, los cambios de plan y las ediciones de cuenta van detrás de una aprobación. La documentación de eesel recomienda mantener "refunds, cancellations and anything that costs money behind an approval" (documentación de acciones de eesel), y Zendesk adopta la misma postura con auto assist.
- Hacerse dueña de un error totalmente nuevo. Un fallo que nadie ha visto necesita a una persona, y normalmente a ingeniería. El trabajo de la IA ahí es un resumen limpio y un informe de error registrado, lo que cubre mi artículo sobre IA para el triaje de informes de errores.
- Responder sin revisión a un cliente enfadado o de alto valor. Gorgias fija este traspaso en su AI Agent, y es un buen valor predeterminado para cualquier configuración de nivel 2.
Para las acciones de escritura del nivel 2, la captura de arriba muestra el patrón que me gusta. El agente hizo la investigación (encontró el payment intent, relacionó el pedido, confirmó el cobro) y luego se detuvo justo en el paso que mueve dinero, donde una persona hace clic en Approve. Cada opción de aprobación es Approve, Always allow o Deny, y las aprobaciones nunca se ejecutan solas tras un tiempo de espera.
¿Cómo implementas la IA en el nivel 2 sin arriesgar malas respuestas?
Despacio, en el orden que mantiene a una persona al control durante más tiempo. La implementación que recomiendo tiene cuatro pasos, y solo subes cuando el paso anterior se ha vuelto aburrido.
Paso 1: simula con tickets que ya resolviste
Antes de que la IA toque una escalación en vivo, reprodúcela con escalaciones que tu equipo ya cerró y compara sus respuestas con lo que enviaron tus especialistas. La simulación de helpdesk de eesel toma 20 tickets resueltos recientemente, redacta su propia respuesta a cada uno, los puntúa por tema y "sends nothing to customers" (documentación de skills de eesel). Ejecútala específicamente sobre tu grupo de nivel 2 en lugar de toda la cola, para que la puntuación refleje los tickets difíciles.
Lee los fallos con atención. En la ejecución de ejemplo de la documentación de eesel, 17 de 20 coincidieron, y la conclusión del informe fue que la verdadera brecha no era la redacción, sino las acciones: los tickets que aún necesitaban a una persona requerían cambios en el backend para los que no había nada conectado. Es un hallazgo de nivel 2 y útil, porque te dice qué consultas y acciones conectar a continuación.
Paso 2: solo notas internas
Actívala para tu grupo de nivel 2 con una única salida: una nota interna en cada ticket escalado, escrita con la forma de expediente del caso de arriba. Sin respuestas a clientes. Los especialistas leen la nota, trabajan el ticket como siempre y lo marcan cuando la nota era incorrecta. En este paso descubres si las consultas de la IA devuelven los registros correctos.
Paso 3: borradores que envía una persona
Cuando los especialistas confíen en las notas, añade un borrador de respuesta para que lo editen y envíen. Registra por tema con qué frecuencia un borrador sale sin cambios, ya que eso muestra qué temas están listos para el paso 4. Con eesel, las correcciones que haces en el chat se guardan como instrucción o memoria, para que el mismo error no vuelva la semana siguiente (documentación de instrucciones de eesel).
Paso 4: envío en temas acotados y probados
Deja que la IA responda directamente solo en los temas donde los borradores han salido sin cambios durante semanas, y mantén las acciones de escritura con aprobación incluso entonces. Para la mayoría de los equipos, unos pocos temas con muchas consultas llegan hasta aquí, y los problemas realmente nuevos nunca, lo cual está bien. Una IA de nivel 2 que nunca envía una sola respuesta pero investiga de antemano cada escalación igualmente devuelve horas a tus especialistas.
¿Cómo sabes que funciona?
No por la tasa de desviación. En el nivel 2 la IA sobre todo ayuda a personas, así que tiene más sentido medir su trabajo:
- Tasa de escalación desde el nivel 1. Si baja mientras el CSAT se mantiene, la IA está deteniendo tickets que nunca necesitaron el nivel 2.
- Tiempo hasta el primer hallazgo útil. Cuánto pasa desde la escalación hasta la primera evidencia sobre la que actúa un especialista. La preinvestigación debería recortar esto más que nada.
- Tiempo de gestión del nivel 2. Debería bajar en los temas con muchas consultas y mantenerse igual en los problemas realmente nuevos.
- Aceptación de la nota. Con qué frecuencia los especialistas actúan sobre la nota de la IA sin repetir sus consultas.
- Tasa de reapertura. Las soluciones más rápidas que vuelven no son soluciones.
Mi artículo sobre IA para informes de soporte muestra cómo extraer la mayoría de estas métricas de tu helpdesk, y IA para reducir el tiempo de gestión explica por qué el tiempo de gestión de los tickets restantes puede subir incluso cuando bajan las horas totales.
Prueba eesel para el soporte de nivel 2
Si tus especialistas pasan los primeros quince minutos de cada escalación abriendo las mismas cuatro pestañas, eesel puede abrirlas primero. Se une a tu cola de Zendesk, Freshdesk o Gorgias como un nuevo compañero, aprende de tus tickets y runbooks anteriores, consulta el pedido, la suscripción o tu propia API, y deja una nota de expediente del caso antes de que nadie abra el ticket. Tú decides qué acciones puede ejecutar solo y cuáles esperan un clic.
Un buen primer paso es una simulación con los tickets de nivel 2 del mes pasado, para ver cuántos habría resuelto. Es gratis de probar, y los planes de pago empiezan en $299 al mes por 500 créditos en la página de precios de eesel. Prueba eesel.