Seamos sinceros, estás aquí porque quieres que tu agente de soporte con IA haga algo más que soltar respuestas de preguntas frecuentes. Lo necesitas para que gestione problemas reales de clientes que requieren varios pasos, como procesar un reembolso, cambiar la dirección de un pedido o guiar a alguien a través de un proceso de solución de problemas complicado. Esa es la verdadera promesa de la automatización con IA, ¿verdad?
La respuesta de Intercom a este desafío es una combinación de "Conectores de datos" y "Tareas Fin" para obtener información de otros sistemas y ejecutar la lógica. Cuando funcionan juntos, puedes crear flujos de trabajo que realmente tomen medidas por tus clientes.
Esta guía te explicará cómo configurarlos. Pero lo que es más importante, exploraremos cómo puedes obtener todo el poder de la automatización personalizada sin enredarte en flujos de trabajo complejos que te ralentizan y requieren la ayuda de tu equipo de ingeniería cada vez que quieres hacer un pequeño cambio.
Qué necesitarás antes de empezar
Antes de sumergirte, vale la pena saber que configurar este tipo de automatización en Intercom no es precisamente cosa de un solo clic. Según el propio consejo de Intercom, necesitarás tener algunas cosas listas, lo que te da una buena idea del proyecto que estás a punto de emprender.
-
Ciertos conocimientos técnicos: Aunque las Tareas Fin se configuran usando lenguaje natural, los conectores de datos que las alimentan son básicamente llamadas a API. Necesitarás un buen conocimiento de cómo funcionan las API, incluyendo cosas como endpoints, autenticación y respuestas JSON, para conectarlos correctamente.
-
Ayuda de otros equipos: Esto no suele ser un proyecto que el equipo de soporte pueda hacer solo. Obtener los datos correctos a menudo significa involucrar a tus equipos de ingeniería u operaciones, especialmente si las API que necesitas aún no existen o necesitan una actualización. Prepárate para un poco de ida y vuelta.
-
Un caso de uso claro y de alto impacto: Es mejor empezar con algo pequeño. Encuentra una o dos tareas repetitivas y de alto volumen que tu equipo realiza actualmente a mano. Este enfoque es una buena práctica, pero también demuestra que no es una función que simplemente puedas activar y esperar que funcione en todas partes.
-
Acceso a tus otras herramientas: Asegúrate de tener las credenciales, los permisos y la documentación de cualquier sistema de terceros con el que quieras que tu IA se comunique. Ya sea Shopify, Salesforce o el backend interno de tu empresa, necesitarás tener esa información lista.
Cómo usar las Tareas Fin y los Conectores de datos: Guía de 4 pasos
Las Tareas Fin y los Conectores de datos están diseñados para funcionar en conjunto. Piensa en los Conectores de datos como herramientas de un solo propósito en tu caja de herramientas (como un destornillador o una llave inglesa), y en una Tarea Fin como el manual de instrucciones que le dice a tu IA qué herramienta usar y cuándo.
Paso 1: Configura tus Conectores de datos para comunicarte con otros sistemas
Lo primero es lo primero, necesitas construir tu caja de herramientas. Los Conectores de datos son los componentes básicos que permiten a Fin interactuar con el mundo fuera de Intercom. Cada uno es una llamada a API única y específica que tienes que configurar.
Por ejemplo, un Conector de datos para "Verificar estado del pedido" sería una llamada a API a tu plataforma de comercio electrónico que toma un ID de pedido y devuelve su estado. Necesitarías un conector completamente diferente para "Procesar un reembolso" y otro para "Actualizar dirección de envío".
Este es el proceso general:
-
Dirígete a la sección de Conectores de datos en la configuración de Intercom.
-
Crea un nuevo conector y configura la llamada a la API, lo que incluye la URL del endpoint, el método de autenticación, las cabeceras y cualquier parámetro que necesite.
-
Define la estructura de los datos que esperas recibir de la API.
Tendrás que repetir esto para cada acción que quieras que realice tu IA. Es el paso fundamental, pero también es donde se realiza el trabajo técnico inicial.
Paso 2: Crea una Tarea Fin para trazar el flujo de trabajo
Una vez que tienes tus "herramientas" (tus Conectores de datos), es hora de escribir el manual de instrucciones. Una Tarea Fin es donde estableces la lógica, diciéndole a la IA cómo manejar una solicitud específica de un cliente de principio a fin. Se activa cuando el mensaje de un cliente coincide con una intención que has definido, como "Quiero cancelar mi pedido".
La configuración inicial implica:
-
Navegar al área de Tareas Fin en tu cuenta de Intercom.
-
Crear una "Nueva tarea" y darle un título y una descripción claros. Esto le dice a Fin cuándo debería considerar usar este flujo de trabajo en particular.
-
Entrenar el activador dándole tanto preguntas de ejemplo positivas ("cancelar mi pedido") como negativas ("¿dónde está mi pedido?"). Esto ayuda a Fin a aprender a diferenciar entre solicitudes similares pero distintas.
Acertar con esta lógica de activación es muy importante. Si es demasiado amplia, la IA podría iniciar el proceso incorrecto; si es demasiado restringida, podría no activarse cuando debería.
Paso 3: Añade instrucciones y conecta tus datos
Aquí es donde unes todo. Dentro de la Tarea Fin, usarás el "bloque de instrucciones" para darle a Fin un guion paso a paso que seguir usando lenguaje natural.
Imaginemos que estás creando una tarea de "Cancelación de pedido". Las instrucciones podrían ser algo así:
-
Primero, pide al cliente su número de pedido y recuérdalo.
-
A continuación, usa el Conector de datos "Verificar estado del pedido" para ver si el pedido todavía se puede cancelar.
-
Si el estado es "enviado", dile al cliente que es demasiado tarde para cancelar. Si es "en procesamiento", pídele que confirme que quiere continuar.
-
Si confirma, usa el Conector de datos "Cancelar pedido" para realizar la cancelación.
-
Finalmente, informa al cliente que la cancelación funcionó y que un reembolso está en camino.
También puedes usar atributos temporales para retener piezas de información, como el ID del pedido, mientras la IA avanza por los pasos.
Paso 4: Prueba tu flujo de trabajo con simulaciones
Antes de dejar que esto se ejecute con clientes reales, debes asegurarte de que realmente funciona. Intercom proporciona una función de simulación para ayudarte a probar tus Tareas Fin en un entorno controlado.
Así es como funciona:
-
Creas un caso de prueba escribiendo el mensaje inicial de un usuario y eligiendo un perfil de usuario.
-
Puedes añadir contexto adicional y decidir qué datos deberían estar disponibles, básicamente simulando las respuestas de tus Conectores de datos.
-
Luego estableces "Criterios de éxito" para definir cómo debería ser un resultado exitoso.
Esta es una forma bastante útil de verificar si un camino específico funciona como se espera (el "camino feliz"). El problema es que es un proceso manual que tienes que repetir para cada escenario que se te ocurra.
Una captura de pantalla que muestra la función de simulación en Intercom para probar flujos de trabajo creados con Tareas Fin y Conectores de datos.Desafíos reales al usar las Tareas Fin y los Conectores de datos
Aunque el proceso anterior parece bastante lógico, construir y mantener estos flujos de trabajo puede traer algunos quebraderos de cabeza ocultos.
-
Vas a depender de los ingenieros... y mucho: Aunque las instrucciones se escriben en lenguaje natural, todo el sistema se basa en Conectores de datos que requieren que alguien con conocimientos de API los configure, mantenga y arregle. Esto a menudo crea un cuello de botella donde el equipo de soporte tiene una gran idea para una automatización, pero tiene que ponerse a la cola y esperar a que un ingeniero construya las piezas.
-
Las pruebas son difíciles de hacer bien: Crear manualmente una simulación para cada posible escenario del cliente consume muchísimo tiempo. Puedes probar si el flujo de trabajo tiene éxito cuando todo va perfecto, pero es difícil tener confianza en cómo manejará las miles de conversaciones impredecibles en las que las cosas no salen según lo planeado.
-
Los flujos de trabajo pueden ser un poco rígidos: Los flujos de trabajo construidos como una serie de pasos lineales pueden ser frágiles. Si un cliente hace una pregunta inesperada en medio de una tarea, o si una API externa de la que dependes cambia ligeramente, todo puede dejar de funcionar. Esto generalmente termina con un cliente frustrado que tiene que empezar de nuevo con un agente humano.
Una forma más sencilla de crear acciones de IA personalizadas
¿Y si pudieras obtener todo el poder de la automatización personalizada de múltiples pasos sin los obstáculos técnicos y las pesadillas de las pruebas?
Esa es la idea detrás de eesel AI. Es una plataforma diseñada desde cero para darte el mismo poder que herramientas como las Tareas Fin, pero con un enfoque en la simplicidad y en permitirte hacerlo todo por tu cuenta.
Aquí hay algunas diferencias clave que abordan los desafíos de los que acabamos de hablar:
-
Lanzamiento en minutos, no en meses: Olvídate de esperar a otros equipos. Con eesel AI, la configuración es genuinamente autoservicio. Puedes conectar tu helpdesk con un solo clic y tener un agente de IA funcionando en minutos, sin necesidad de llamadas de ventas obligatorias ni tiempo de desarrolladores.
-
Control total con un verdadero motor de flujos de trabajo: En lugar de crear Conectores de datos individuales para cada pequeña cosa, eesel AI tiene un sistema dedicado para las Acciones de IA. Desde una interfaz intuitiva creada para profesionales de soporte, puedes configurar fácilmente llamadas a API para buscar información de pedidos, activar flujos de trabajo en otras herramientas o actualizar campos de tickets.
-
Prueba con confianza sobre tu historial real: Esto es importantísimo. En lugar de crear manualmente unas pocas simulaciones, el potente modo de simulación de eesel AI te permite probar instantáneamente tu configuración en miles de tus tickets pasados reales. Obtienes una previsión precisa de su tasa de resolución y puedes ver exactamente cómo habría respondido la IA en cada caso. Esto te da una confianza total antes de activarlo para los clientes.
| Característica | Tareas Fin y Conectores de datos de Intercom | eesel AI |
|---|---|---|
| Velocidad de configuración | Necesita configuración técnica para las API y ayuda de ingeniería. | Totalmente autoservicio; conecta tu helpdesk y lánzalo en minutos. |
| Acciones personalizadas | Requiere crear Conectores de datos individuales para cada llamada a API. | Creador intuitivo de Acciones de IA para búsquedas de datos y flujos de trabajo en tiempo real. |
| Pruebas | Simulación manual de escenarios individuales. | Simulación automatizada sobre miles de tickets históricos con previsiones de ROI. |
| Conocimiento | Depende de fuentes conectadas manualmente y datos configurados. | Unifica al instante el conocimiento de tickets anteriores, centros de ayuda y documentos. |
De configuraciones complejas a una automatización segura
Automatizar problemas complicados de múltiples pasos es el próximo gran avance de la IA en el soporte al cliente. Es lo que diferencia a un chatbot simple de un agente que realmente puede resolver cosas por sí mismo.
Aunque herramientas como las Tareas Fin y los Conectores de datos de Intercom ofrecen un camino para lograrlo, el enfoque puede ser complicado, depender en gran medida de tu equipo técnico y ser difícil de lanzar con un 100 % de confianza.
eesel AI ofrece un camino diferente, uno que capacita a los equipos de soporte para construir, probar y lanzar potentes automatizaciones de IA en sus propios términos. Se trata de obtener mejores resultados para tus clientes con menos esfuerzo y menos riesgo para tu equipo.
¿Listo para crear potentes acciones de IA sin la complejidad? Prueba eesel AI gratis y descubre cómo nuestra potente simulación y herramientas de autoservicio pueden ayudarte a automatizar tus flujos de trabajo más complejos con total confianza.
Preguntas frecuentes
Al usar las Tareas Fin y los Conectores de datos, las Tareas Fin definen los pasos lógicos de una interacción con el cliente, mientras que los Conectores de datos actúan como el puente hacia sistemas externos a través de llamadas a API, obteniendo o enviando datos. Juntos, permiten acciones de múltiples pasos como procesar reembolsos o actualizar estados de pedidos dentro de la IA de Intercom.
Para usar eficazmente las Tareas Fin y los Conectores de datos, es necesario tener un buen conocimiento de los conceptos de API como endpoints, autenticación y respuestas JSON para configurar los Conectores de datos. Aunque las Tareas Fin usan lenguaje natural, la configuración técnica subyacente a menudo requiere asistencia de ingeniería.
Puedes usar las Tareas Fin y los Conectores de datos para automatizar consultas de soporte al cliente de varios pasos que implican obtener información o realizar acciones en otros sistemas. Esto incluye tareas como verificar el estado de los pedidos, iniciar reembolsos o actualizar los detalles del cliente, siempre que las API necesarias estén disponibles.
Un desafío principal al usar las Tareas Fin y los Conectores de datos es la dependencia de los equipos de ingeniería para la configuración y el mantenimiento de los Conectores de datos, lo que puede crear cuellos de botella. Además, realizar pruebas exhaustivas para todas las posibles rutas de conversación puede llevar mucho tiempo y ser difícil de gestionar manualmente.
Cuando usas las Tareas Fin y los Conectores de datos, las pruebas implican una función de simulación donde creas casos de prueba, proporcionas mensajes de ejemplo y simulas las respuestas de los Conectores de datos. Esto te permite verificar si el flujo de trabajo sigue el "camino feliz" y cumple con tus criterios de éxito definidos.
El tiempo de implementación al usar las Tareas Fin y los Conectores de datos puede variar significativamente, a menudo extendiéndose a semanas o meses, especialmente para flujos de trabajo complejos. Esto se debe en gran medida a la configuración técnica de los Conectores de datos y la necesidad de coordinación con los equipos de ingeniería.
Es mejor usar las Tareas Fin y los Conectores de datos para tareas repetitivas de alto volumen que involucran interacciones específicas y bien definidas con sistemas externos. Empezar con un caso de uso claro y de alto impacto ayuda a gestionar la complejidad inicial y a demostrar su valor.
