
Seamos honestos, el soporte al cliente se ha vuelto complicado. Han quedado atrás los días de los chatbots básicos que solo podían ofrecer enlaces a artículos de preguntas frecuentes. La nueva ola de agentes de IA es mucho más inteligente y está comenzando a abordar los problemas de varios pasos que antes requerían un toque humano.
Lorikeet AI es uno de los nombres más importantes en este campo, posicionándose como un "conserje de IA universal" que puede manejar problemas de clientes de alto riesgo. Suena bastante impresionante y, para ciertos tipos de empresas, podría ser la solución ideal.
Pero, ¿es adecuado para tu equipo? Mi objetivo aquí es ofrecerte un análisis directo y detallado de Lorikeet AI. Analizaremos cómo funciona su tecnología, en qué destaca y dónde podría quedarse corto. Cubriremos sus características, el proceso de configuración y los precios para que puedas tener una idea clara de si se ajusta a tus necesidades. También veremos algunas alternativas para equipos que necesitan un poco más de flexibilidad y velocidad.
¿Qué es Lorikeet AI?
Entonces, ¿qué es exactamente Lorikeet AI? En resumen, es un agente de soporte de IA diseñado para resolver problemas complejos de los clientes, no solo para desviarlos. Está dirigido directamente a empresas en sectores complicados y regulados como fintech y healthtech, donde hacer las cosas bien no es negociable.
Orquestación de Grafos Inteligentes de Lorikeet.
Su principal argumento de venta es que no se limita a encontrar un artículo de ayuda, sino que sigue los Procedimientos Operativos Estándar (POE) internos de tu empresa para resolver un problema de principio a fin. Piensa en él menos como una herramienta de búsqueda en la base de conocimientos y más como un agente júnior muy diligente que sigue el manual al pie de la letra, siempre.
Lorikeet afirma que puede manejar tareas que harían que un bot simple se colapsara, como reemplazar una tarjeta de crédito perdida, cambiar un vuelo o procesar un pago. Todo el sistema se centra en esos tickets más difíciles de Nivel 2 y Nivel 3 que consumen gran parte del día de tu equipo. Logran esto con algo que llaman una "arquitectura de Grafos Inteligentes", que es una forma elegante de decir que utilizan un sistema muy estructurado y basado en reglas para evitar el tipo de errores aleatorios o "alucinaciones" que a veces se ven con la IA general.
Cómo funciona Lorikeet AI
Vamos a desglosar cómo Lorikeet AI gestiona los tickets de soporte. Aquí es donde se pueden ver tanto sus mayores fortalezas como sus limitaciones más significativas.
Seguir flujos de trabajo complejos y de varios pasos
Lorikeet da lo mejor de sí cuando ejecuta flujos de trabajo rígidos y predefinidos. Si tu empresa tiene procesos meticulosamente documentados y paso a paso para cada problema común, Lorikeet está diseñado para brillar. Se conecta a tus sistemas internos y sigue un guion a la perfección, tomando decisiones basadas en un conjunto claro de reglas condicionales (si-entonces).
Por ejemplo, una solicitud de reembolso estándar podría ser un simple árbol de decisiones: un cliente solicita un reembolso, la IA comprueba si está dentro del plazo de 30 días, verifica el pedido en una herramienta como Stripe, confirma que el artículo ha sido devuelto y luego activa el reembolso.
Un diagrama de flujo de un análisis de Lorikeet AI que muestra un proceso de reembolso.
Para industrias donde el cumplimiento normativo lo es todo, este nivel de consistencia es fantástico. Pero este enfoque tiene un gran inconveniente: asume que todos tus procesos están, y siempre estarán, perfectamente definidos. ¿Qué sucede cuando un cliente tiene un problema único que no encaja en un esquema preestablecido? ¿O qué pasa si la solución no está en un flujo de trabajo formal, sino oculta en un antiguo ticket de soporte, una página de Confluence o un documento de Google desordenado? Aquí es donde un sistema que solo se basa en flujos de trabajo puede volverse frágil y terminar escalando todo lo que no reconoce, lo que en cierto modo anula su propósito.
Dónde se quedan cortos los flujos de trabajo rígidos
La verdad para la mayoría de los equipos de soporte es que el conocimiento es desordenado. Una gran parte de la experiencia de tu equipo no se encuentra en un documento de POE impecable; está dispersa en miles de conversaciones pasadas en plataformas como Zendesk o Intercom. Tus mejores agentes resuelven problemas nuevos y complicados recordando cómo manejaron algo similar hace meses.
Aquí es donde se necesita una IA más adaptable. Si bien los flujos de trabajo estructurados tienen su lugar, una IA verdaderamente inteligente debería poder aprender de todo el conocimiento de tu empresa, ya sea estructurado o no.
Este es el enfoque que adoptan plataformas como eesel AI, que aprende directamente de tus tickets de soporte históricos y de tus bases de conocimiento existentes. Puede captar matices, adoptar el tono de tu marca y encontrar soluciones a problemas que nunca se han documentado en un proceso formal. Ofrece respuestas precisas sin obligarte a construir un diagrama de flujo complicado para cada posible pregunta que un cliente pueda hacer.
Esta captura de pantalla muestra cómo eesel AI se conecta a varias fuentes de conocimiento, como Zendesk, Intercom y Google Docs, para entrenar su IA. Esta imagen apoya el punto señalado en este análisis de Lorikeet AI sobre cómo la IA adaptable aprende de conocimientos dispersos.
El proceso de configuración: qué esperar
Una herramienta potente solo es útil si puedes ponerla en marcha. Entonces, ¿qué se necesita para implementar Lorikeet AI y cuánto control tienes sobre su funcionamiento?
Integración con tus herramientas
Lorikeet dice que se integra con plataformas esenciales como Zendesk, Stripe y Shopify. Esa es una buena noticia, porque significa que la IA puede obtener datos y realizar acciones en las herramientas existentes de tu equipo sin obligarte a cambiar de sistema.
Dicho esto, el sitio web es sorprendentemente escueto sobre los detalles de la implementación. Incluso mencionan en su blog que la competencia puede tardar de 6 a 12 meses en ponerse en marcha, lo que sugiere claramente que su propia configuración no es un paseo. No se habla de una opción de autogestión, por lo que es probable que te enfrentes a un largo proceso de incorporación que requiere mucho tiempo tanto de sus ingenieros como de los tuyos.
El problema de una configuración "caja negra"
Cuando no puedes configurar una herramienta tú mismo, te encuentras con algunos problemas. Te vuelves completamente dependiente de su equipo de servicios profesionales para la configuración inicial y para cualquier cambio que quieras hacer en el futuro. Esto puede ser una forma lenta y costosa de trabajar, especialmente si a tu equipo le gusta moverse rápido.
Aún más preocupante es la falta de mención de alguna forma de probar o simular el rendimiento de la IA antes de dejar que hable con los clientes. Este enfoque de "lanzar y esperar lo mejor" es una apuesta enorme para tu marca. Básicamente, estás cruzando los dedos para que funcione como se promete, lo cual es una idea bastante aterradora.
Esta es una gran diferencia con las plataformas más modernas y de autogestión. Con eesel AI, por ejemplo, puedes conectar tu helpdesk y bases de conocimiento con unos pocos clics y estar listo para empezar en minutos, no en meses. De manera crucial, eesel AI incluye un modo de simulación que te permite probar la IA en miles de tus tickets pasados reales. Obtienes una previsión clara de su tasa de resolución y puedes revisar exactamente cómo habría respondido, lo que te permite ajustar su comportamiento en un entorno seguro. Esto te da un control total y confianza antes de automatizar un solo correo electrónico de un cliente.
Esta imagen de nuestro análisis de Lorikeet AI muestra el modo de simulación de eesel AI, donde los usuarios pueden probar el rendimiento de la IA en tickets pasados antes de ponerla en marcha.
Este vídeo presenta una entrevista con Steve Hind, cofundador de Lorikeet AI, donde habla sobre la trayectoria de la creación de la empresa.
Desglosando los precios
El costo siempre es una pieza enorme del rompecabezas. Echemos un vistazo a los precios de Lorikeet y lo que realmente significan para tu presupuesto.
El modelo de precios
Hay que reconocer que los precios de Lorikeet son públicos. Su plan de entrada "Start" cuesta 500 $ al mes. Esto es lo que obtienes por ese precio:
Nivel del Plan | Precio Mensual | Resoluciones Incluidas | Características Clave |
---|---|---|---|
Start | 500 $ / mes | Hasta 750 resoluciones | Soporte por correo y chat, 1 marca, 5 puestos de editor |
El sistema funciona con créditos. Recibes un cierto número de créditos cada mes, y cada vez que la IA resuelve un ticket, consume algunos de ellos. Según su sitio, las respuestas simples de preguntas frecuentes consumen menos créditos que las resoluciones complejas que involucran múltiples pasos.
El problema del precio por resolución
Aunque la transparencia es positiva, un modelo de precios por resolución tiene algunos inconvenientes ocultos importantes. En primer lugar, significa que tu factura de automatización crece junto con tu volumen de tickets. A medida que tu negocio crece y recibes más consultas de clientes, tus costos de IA aumentan. En efecto, se te penaliza por tener éxito.
Este modelo también hace que tus gastos sean impredecibles. Un mes con un pequeño error en un producto, una publicación de marketing viral o simplemente un pico estacional podría hacer que tu volumen de tickets se dispare, dejándote con una factura sorprendentemente alta. Presupuestar se convierte en un juego de adivinanzas, que es lo último que cualquiera quiere.
Aquí es donde vale la pena considerar otras opciones. Por ejemplo, los precios de eesel AI están diseñados para ser predecibles. Los planes se basan en una tarifa mensual fija para un generoso número de interacciones de IA (que incluye tanto respuestas como acciones tomadas), no en cuántos tickets se resuelven. Sabes exactamente lo que pagarás cada mes. Con planes que comienzan a un precio más accesible y ofrecen facturación flexible de mes a mes, es una forma mucho más escalable y económica de comenzar con la automatización.
Esta captura de pantalla de la página de precios de eesel AI, incluida para este análisis de Lorikeet AI, destaca un modelo predecible de tarifa plana como una alternativa escalable.
¿Es Lorikeet AI adecuado para ti?
Entonces, después de este análisis de Lorikeet AI, ¿cuál es el veredicto final? Está claro que Lorikeet es una herramienta potente con un cliente muy específico en mente. Parece más adecuada para empresas de nivel enterprise que tienen grandes presupuestos, procesos internos extremadamente rígidos y la paciencia para una implementación larga y compleja. Si eres una gran empresa de fintech o healthtech con flujos de trabajo perfectamente documentados, su modelo basado en POE podría ser una excelente manera de garantizar la precisión y el cumplimiento normativo.
Sin embargo, para la mayoría de los otros equipos, los inconvenientes son bastante significativos. El probable largo tiempo de configuración, la falta de una opción de autogestión y el modelo de precios impredecible lo convierten en una opción difícil de justificar. Y sin una forma de simular el rendimiento antes de ponerlo en marcha, estás asumiendo un riesgo innecesario.
Si tu equipo necesita una solución que sea rápida, fácil de gestionar y asequible, probablemente querrás buscar en otro lugar. No deberías tener que esperar meses o gastar una fortuna para empezar a beneficiarte de la IA.
Si estás buscando un agente de soporte de IA que puedas configurar tú mismo en pocos minutos, probar a fondo y pagar con una suscripción predecible, quizás quieras echar un vistazo a eesel AI. Puedes conectar todas tus fuentes de conocimiento, ver instantáneamente cómo se desempeñaría con tus datos históricos reales y comenzar a automatizar el soporte hoy mismo.
Preguntas frecuentes
Lorikeet AI está diseñado principalmente para empresas de nivel enterprise en industrias altamente reguladas como fintech y healthtech. Es ideal para organizaciones con grandes presupuestos y Procedimientos Operativos Estándar (POE) extremadamente rígidos y perfectamente documentados.
La "arquitectura de Grafos Inteligentes" se basa en un sistema estructurado y basado en reglas para seguir flujos de trabajo y POE predefinidos con precisión. Este enfoque minimiza las "alucinaciones" y garantiza el cumplimiento, pero tiene dificultades con problemas que quedan fuera de sus estrictas reglas.
Espera un proceso de implementación largo y complejo que requiere una cantidad significativa de tiempo tanto de los ingenieros de Lorikeet como de tu propio equipo. El análisis sugiere que no hay una opción de autogestión, lo que lleva a una dependencia de sus servicios profesionales para la configuración y los cambios.
No, el análisis destaca que el sistema de flujos de trabajo rígidos de Lorikeet AI tiene dificultades con problemas únicos que no encajan en procesos predefinidos y ordenados. Está diseñado para seguir guiones con precisión, lo que significa que cualquier cosa fuera de esos guiones podría ser escalada en lugar de resuelta.
El modelo de precios por resolución significa que tus costos de automatización aumentan directamente con el volumen de tus tickets, lo que podría penalizar el crecimiento del negocio. También hace que la presupuestación sea impredecible, ya que los picos estacionales o problemas inesperados pueden llevar a facturas sorprendentemente altas.
Sí, el análisis menciona plataformas como eesel AI como alternativas más adaptables. Estas están diseñadas para una configuración de autogestión en minutos, aprenden de todo el conocimiento histórico (estructurado o no) y ofrecen precios predecibles de tarifa plana.
Este análisis sugiere que Lorikeet AI es más apropiado para grandes organizaciones con recursos sustanciales, una alta necesidad de cumplimiento normativo y una infraestructura existente de procesos internos meticulosamente documentados y de varios pasos. Para la mayoría de los otros equipos, su estructura rígida y su tiempo de configuración podrían ser limitantes.