
El control de calidad con IA de Kustomer (AI QA), lanzado el 14 de octubre de 2026, puntúa cada conversación cerrada, la haya gestionado una persona o un agente de IA, con un scorecard ponderado que tú escribes en lenguaje sencillo, y muestra su razonamiento junto a cada puntuación. En Enterprise y Ultimate es un complemento a 0,05 $ por ejecución, y Kustomer no dice qué cuenta como una ejecución, así que calcula tu volumen antes de activarlo. A diferencia de Gorgias Auto QA, puedes escribir tus propios criterios, así que revisar las respuestas contra tus propias políticas está a tu alcance; la pregunta abierta es la confianza, así que lee las puntuaciones más bajas y corrígelas a mano. eesel no tiene integración con Kustomer, así que en Kustomer yo usaría la función nativa y reservaría eesel para colas en Zendesk, Freshdesk, Gorgias o Help Scout. Con la CLI de eesel, un agente de codificación con IA puede escribir una rúbrica de QA en eesel y probarla en tickets de muestra antes de que nada salga en vivo, aunque una conexión de helpdesk todavía necesita la aprobación de un administrador.
¿Qué es el control de calidad con IA de Kustomer?
El control de calidad con IA de Kustomer es una revisión automatizada de conversaciones. En su página de AI QA, Kustomer dice que "puntúa cada conversación de agente de IA y cada conversación de representante humano contra un scorecard que tú defines, de forma automática", con el razonamiento de la IA adjunto a cada puntuación. Llegó junto con Conversation Intelligence en un lanzamiento de octubre de 2026.
El argumento de venta es la cobertura. Una encuesta CSAT solo escucha al 2-3% de los clientes que responden, la cifra que usa el CEO de Kustomer, Brad Birnbaum, en el comunicado de lanzamiento, y el control de calidad manual lee una pequeña muestra por encima de eso. Puntuar cada conversación cerrada es la parte que ningún líder puede hacer a mano. Trabajo en el lado de producto en eesel, así que lo leo como leería nuestra propia función: qué puntúa, qué necesita, qué cuesta y qué deja fuera la documentación.

¿Qué puntúa Kustomer AI QA?
Puntúa cualquier criterio que escribas, cada uno con un peso. El artículo de lanzamiento de Kustomer dice que defines los criterios "en lenguaje sencillo" y asignas un peso a cada uno, y que un mismo scorecard cubre tanto a agentes de IA como a representantes humanos, así que no mantienes dos rúbricas.
Los ejemplos de Kustomer muestran cómo se ve eso:
- Para agentes de IA: cumplimiento del procedimiento, resolución y calidad del traspaso. El ejemplo del 48% de arriba perdió puntos en resolución completa porque el agente confirmó un cambio de dirección sin comprobar que el pedido fuera elegible.
- Para representantes humanos: la misma rúbrica, con razonamiento de aprobado o reprobado por criterio. El scorecard de muestra en la página de Kustomer pondera cuatro criterios al 25% cada uno (primera respuesta cualificada, comprensión completa, resolución completa y comunicación clara), con categorías de calificación como Excellent, Acceptable y Poor.
- Para un traspaso: el artículo dice que la conversación completa se puntúa como una sola unidad, incluyendo cómo fue el traspaso de la IA a la persona.

Esta es la diferencia que importa si lees mis notas sobre control de calidad con IA de Gorgias: Gorgias fija siete criterios y deja que la IA puntúe tres. Kustomer te deja escribir la rúbrica, así que "comprobó el agente la elegibilidad antes de prometer un reembolso" es una línea que puedes añadir. El blog de Kustomer también dice que las evaluaciones están "arraigadas en tus propias bases de conocimiento, políticas y procedimientos", aunque las páginas no detallan cómo se conecta una base de conocimiento a un scorecard.
¿Cómo se genera una puntuación, y qué pasa después?
Una conversación se cierra, AI QA la puntúa contra tus criterios ponderados, y la puntuación queda como un campo normal. La actualización de producto de octubre de Kustomer dice que una puntuación "es un atributo normal", así que fluye hacia los informes y Data Explorer, y puedes filtrar las conversaciones con menor puntuación, humanas o de IA.

El artículo de lanzamiento da dos pasos de seguimiento. Una puntuación baja en un agente de IA puede activar un workflow que alerte a un administrador, y el razonamiento muestra qué paso rompió el agente para que puedas reescribir sus instrucciones. Una puntuación inusualmente alta en un representante puede marcar a un gerente, de modo que la conversación se convierta en un ejemplo de formación. Ambas dependen de un workflow que construyas tú mismo.
¿Cómo configuras AI QA en Kustomer?
La configuración es breve, y las páginas de Kustomer la describen en cuatro pasos. Esto proviene de la actualización de producto, porque no encontré un artículo de ayuda paso a paso para AI QA en sí.
- Activa el campo preconfigurado. Kustomer dice que un campo de AI QA ya listo "se activa con un solo clic".
- Edítalo para que coincida con tus estándares. Escribe cada criterio en lenguaje sencillo y dale un peso.
- Elige cuándo se ejecuta. Cada conversación cerrada se puntúa en cuanto el campo se configura para ejecutarse.
- Revisa por muestreo y corrige. Los administradores pueden anular cualquier puntuación a mano, y el artículo dice que un valor corregido "no se sobrescribirá en silencio la próxima vez que se ejecute el campo."
Si quieres algo más que una puntuación de calidad, como motivos de contacto o números de pedido extraídos a campos, esa es la función hermana, Conversation Intelligence. El artículo de ayuda sobre atributos de IA de Kustomer lista sus tres tipos de atributo: Classifier, Score y Extractor. Mis notas sobre análisis de sentimiento de Kustomer AI explican cómo crear uno, y cómo configurar la IA en Kustomer cubre el resto de la configuración de IA.
¿Cuánto cuesta Kustomer AI QA?
AI QA se cobra por consumo. La página de detalles de precios de Kustomer (revisada el 22 de noviembre de 2026) lo lista como complemento para los planes actuales Enterprise y Ultimate:
| Elemento | Enterprise | Ultimate | Planes antiguos |
|---|---|---|---|
| AI QA | 0,05 $ por ejecución (20 ejecuciones por crédito) | 0,05 $ por ejecución (20 ejecuciones por crédito) | No listado |
| Conversation Intelligence | 0,02 $ por ejecución (50 por crédito) | 0,02 $ por ejecución (50 por crédito) | No listado |
| Sentiment Tracking | Incluido | Incluido | Incluido |
| Precio de plataforma | "Hablar con ventas" | "Hablar con ventas" | "Hablar con ventas" |

Kustomer no define "ejecución". Si una ejecución significa una conversación puntuada, el costo es fácil de estimar. Si un scorecard con varios criterios cuenta como varias, no lo es. Prueba la estimación de abajo, y trátala como un mínimo hasta que Kustomer confirme la unidad en tu contrato.
Para un equipo que cierra 8.000 conversaciones al mes, eso son unos 400 $ al mes en AI QA, más los 0,02 $ por ejecución de cualquier atributo de Conversation Intelligence que ejecutes a la vez. Precios de Kustomer explica el lado de la plataforma, y una comparación del costo por ticket pone la cifra en contexto.
¿Qué deja sin documentar Kustomer?
Las páginas de Kustomer son específicas con la idea y escasas con los límites. Esto es lo que no pude encontrar en ninguna página de Kustomer:
- Qué es una ejecución. Solo se listan la tarifa de 0,05 $ y "20 ejecuciones por crédito".
- Quién puede comprarlo. La actualización de producto dice que Conversation Intelligence está disponible "como complemento de pago para clientes existentes", y no indica la disponibilidad de AI QA para clientes nuevos. Pregunta a tu equipo de cuenta.
- Canales cubiertos. Las páginas dicen "conversaciones" y no listan canales omnicanal como teléfono o redes sociales.
- La escala de puntuación. La actualización de producto documenta de 0 a 100 para las puntuaciones de Conversation Intelligence, no específicamente para AI QA. Las capturas de pantalla muestran porcentajes.
- Precisión. No hay una cifra de precisión publicada ni una prueba independiente. La afirmación de cobertura ("100%") viene de Kustomer.
- Reglas de fallo automático. Un resumen de prensa del lanzamiento las menciona. No las encontré en las propias páginas de AI QA de Kustomer, así que no planificaría en torno a ellas.
Nada de eso es motivo para saltarse la función. Es una lista de preguntas para tu demo.
¿Cómo confías en las puntuaciones de AI QA?
La confianza se gana leyendo las puntuaciones que parecen incorrectas. Una puntuación de IA con un motivo es algo que puedes discutir, lo cual es una ventaja real frente a un número desnudo, y la corrección de Kustomer se mantiene. El riesgo son los criterios vagos: un modelo no puede puntuar el "buen tono" como lo haría tu mejor revisor a menos que digas cómo se ve lo bueno.

Lo que haría en el primer mes:
- Empieza con tres a cinco criterios, cada uno atado a algo que puedas señalar en una transcripción, como "comprobó la elegibilidad del pedido antes de prometer un cambio".
- Lee las 20 puntuaciones más bajas y 20 al azar cada semana, y anula cualquiera con la que no estés de acuerdo.
- Reescribe los criterios que causaron los desacuerdos. Calibración de QA de soporte y estos ejemplos de feedback de QA ayudan con la redacción.
- Mantén tu encuesta real de CSAT funcionando. AI QA juzga cómo gestionaste algo, y los clientes juzgan el resultado. Pueden no coincidir.
- Observa los resultados, no solo las puntuaciones. Compara las tendencias de QA con la resolución en el primer contacto y la escalación antes de formar a nadie basándote en un número.
Control de calidad con IA en soporte explica cómo evaluar a un agente de IA antes y después del lanzamiento, y QA de soporte con IA cubre el lado humano. Si usas el propio agente de Kustomer, mis notas sobre Kustomer AI y Kustomer AI deflection explican qué gestiona.
¿Puedes hacer QA de conversaciones de Kustomer fuera de Kustomer?
Sí, mediante conectores, y este es el lugar honesto para que eesel dé un paso atrás. Kustomer lista herramientas de QA de terceros en sus páginas de integraciones:
- Scorebuddy dice que "sincronizará automáticamente las interacciones desde Kustomer" para sus propias evaluaciones de control de calidad con IA.
- Intryc dice que la configuración necesita "una clave de API con los roles correctos y tu dominio de Kustomer", y afirma que puede analizar hasta el 100% de las conversaciones, según su página de Kustomer. Son afirmaciones del proveedor sin datos de precisión publicados.
- Solidroad también tiene un listado en Kustomer.
La contrapartida es un proveedor más que guarda conversaciones de clientes, algo que tu revisión de seguridad va a preguntar. Mi resumen de herramientas de QA de soporte las compara, y las listas de mejor IA para QA de soporte y mejor asistente de QA con IA abren más el abanico.
eesel no es una de estas opciones para Kustomer, porque no tiene integración con Kustomer, y prefiero decirlo así que estirar la afirmación. Donde encaja es un equipo cuya cola está en Zendesk, Freshdesk, Gorgias o Help Scout: ahí, eesel se ejecuta según un calendario, lee cada ticket cerrado, lo puntúa con una rúbrica que escribes en palabras sencillas y deja los motivos como nota interna. Es la misma idea que la función nativa de Kustomer, en un helpdesk que no la tiene.
eesel también mueve el QA hacia arriba en el proceso. SaunaSpace hace que eesel redacte respuestas de Gorgias en su voz de marca tranquila y directa, a partir de unas 1.550 páginas, artículos y tickets anteriores, con una persona que siempre envía: 180 respuestas en borrador en 110 conversaciones en un mes. Un borrador en tu voz necesita menos correcciones después, así que queda menos para que cualquier QA detecte.
¿Merece la pena Kustomer AI QA?
Para un equipo que ya está en Enterprise o Ultimate, sí, con una revisión de presupuesto primero. El diseño es sólido: tus propios criterios, motivos en cada puntuación, una rúbrica para personas y agentes de IA, correcciones que se mantienen, y puntuaciones que son campos normales que puedes reportar y automatizar. Supera el muestreo del 2-3% de los tickets a mano.
Mi opinión: activarlo para una cola, calcularlo a 0,05 $ por conversación cerrada hasta que Kustomer diga lo contrario, y no formar a ningún representante con una puntuación que no hayas leído. Si tu rúbrica depende de datos que las páginas no explican cómo aportar, como documentos de políticas, prueba primero con algunas conversaciones que ya sabes que son malas. Y si estás comparando helpdesks en parte por QA, mira mi reseña de Kustomer, la visión para empresas, o alternativas a Kustomer.
Prueba eesel para QA más allá de Kustomer
Si parte de tu soporte funciona en un helpdesk sin control de calidad con IA propio, un compañero de IA para helpdesk como eesel puede revisar los tickets cerrados contra tu rúbrica cada mañana, etiquetar los fallos y publicar un resumen para el líder. Tú eliges qué puede hacer sin supervisión, y cada acción se puede poner en ejecutar, preguntar primero o desactivada en acciones y aprobaciones. Prueba eesel con una semana de tickets cerrados y compara sus notas con tus propias revisiones.
