Umbral de confianza de la intención del agente de IA de Zendesk: Una guía completa

Lograr que su agente de IA de Zendesk responda con precisión no se trata solo de capacitarlo con los datos correctos. Existe una sola configuración que determina cuán cautelosa o agresiva es su IA al decidir si responder o no a una consulta de un cliente. Esa configuración es el umbral de confianza de la intención.

Piense en ello como un portero en un club. Si establece el umbral demasiado alto, solo pasarán las coincidencias más obvias (alta precisión, pero muchos clientes rechazados). Si lo establece demasiado bajo, casi todos entran (alta cobertura, pero algunas respuestas incorrectas se cuelan). Encontrar el equilibrio adecuado impacta directamente sus tasas de automatización, la satisfacción del cliente y los costos de soporte.

Esta guía explica cómo funciona el umbral de confianza de la intención del agente de IA de Zendesk, qué significa realmente el valor predeterminado del 60% y cómo ajustarlo para sus necesidades específicas.

¿Qué es el umbral de confianza de la intención del agente de IA de Zendesk?

El umbral de confianza es un porcentaje entre 0 y 100 que le dice a su agente de IA qué tan seguro debe estar antes de activar una respuesta basada en la intención. Cuando un cliente envía un mensaje, la IA de Zendesk lo compara con todas las intenciones que ha capacitado y calcula un puntaje de confianza para cada coincidencia potencial.

Esto es lo que sucede a continuación:

• Por encima del umbral: La IA activa la intención coincidente, enviando la respuesta asociada y tomando cualquier acción configurada.
• Por debajo del umbral: La IA envía su respuesta predeterminada en su lugar (generalmente escalando a un agente humano o solicitando una aclaración).

Zendesk establece el umbral de confianza predeterminado en el 60%. Su documentación señala que la mayoría de los usuarios encuentran el punto óptimo entre el 50% y el 70%, aunque su configuración ideal depende de la calidad de su capacitación, el diseño de la conversación y las prioridades comerciales.

Encontrará esta configuración en Configuración > General > Umbral de confianza. Tenga en cuenta que en realidad hay dos umbrales: uno para el reconocimiento de intenciones ("umbral de confianza para mensajes predeterminados") y otro para la detección de idiomas. El umbral de intención es en lo que la mayoría de los administradores se enfocan al optimizar la precisión de la automatización.

La compensación entre precisión y cobertura

Ajustar su umbral de confianza se trata fundamentalmente de elegir entre dos objetivos contrapuestos: precisión y cobertura.

Los umbrales más altos (70-85%) significan que la IA solo responde cuando está muy segura de la intención del cliente. Esto produce menos respuestas incorrectas, pero también significa que más consultas se enrutan a su respuesta predeterminada o a agentes humanos. Está siendo cauteloso, lo que tiene sentido cuando las respuestas incorrectas son costosas (piense en industrias reguladas, problemas de facturación complejos o soporte técnico de alto riesgo).

Los umbrales más bajos (40-55%) permiten que la IA intente responder más consultas, lo que aumenta su tasa de automatización. La contrapartida es un mayor riesgo de clasificación errónea. Un cliente que pregunta sobre "devoluciones" podría activar accidentalmente su intención de "reembolsos", enviándolo por el camino equivocado. Esto funciona mejor cuando sus flujos de conversación son indulgentes o cuando el costo de una respuesta incorrecta es bajo (como el soporte simple al estilo de preguntas frecuentes).

Zendesk ofrece un marco simple para pensar en esta elección. Imagine 100 mensajes entrantes:

¿Qué columna le parece mejor? La respuesta depende de cómo se vean realmente esas "respuestas incorrectas" en la práctica. Si el diseño de su conversación incluye rutas de recuperación rápidas ("Parece que podría estar preguntando sobre devoluciones. ¿Es correcto?"), entonces cierta clasificación errónea es tolerable. Si una respuesta incorrecta envía a los clientes a un bucle frustrante, querrá ser más conservador.

Cómo elegir el umbral de confianza de la intención del agente de IA de Zendesk adecuado

No existe un umbral "mejor" universal, pero sí existe un mejor umbral para su situación específica. Aquí le mostramos cómo encontrarlo.

Comience en el 60% y ajuste según los datos. El valor predeterminado de Zendesk no es arbitrario. Se basa en el rendimiento agregado en miles de implementaciones. Comience allí, luego use sus registros de conversación y la matriz de confusión para identificar si tiene un problema de precisión (demasiadas respuestas incorrectas) o un problema de recuperación (demasiadas respuestas predeterminadas).

Considere aumentar su umbral si:

• Se encuentra en una industria regulada donde la información incorrecta crea responsabilidad.
• Su producto es complejo y los clientes se frustran con las respuestas incorrectas.
• Sus flujos de conversación no tienen buenas rutas de recuperación para la clasificación errónea.
• Su agente de IA es nuevo y todavía está aprendiendo el idioma de sus clientes.

Considere disminuir su umbral si:

• El diseño de su conversación es flexible y puede recuperarse de la clasificación errónea.
• Ha realizado una capacitación exhaustiva sobre intenciones y su matriz de confusión muestra una superposición mínima.
• Está manejando consultas de bajo riesgo donde una respuesta incorrecta se corrige fácilmente.
• Tiene suficiente capacidad de agente humano para manejar las escalaciones.

Use bloques condicionales para un control matizado. En lugar de establecer un umbral para todo, puede usar la lógica condicional de Zendesk para enviar diferentes respuestas según el puntaje de confianza real. Por ejemplo, las coincidencias de alta confianza (80%+) obtienen una respuesta automatizada completa, las coincidencias de confianza media (60-79%) obtienen una respuesta con una verificación de "¿Esto respondió a su pregunta?" y las coincidencias de baja confianza se escalan de inmediato.

La clave es conectar su estrategia de umbral con los resultados comerciales. ¿Cuánto le cuesta una respuesta incorrecta en satisfacción del cliente y tiempo del agente? ¿Cuánto le cuesta enviar una respuesta predeterminada en potencial de automatización? Su umbral debe reflejar esos cálculos.

Solución de problemas de umbral de confianza

Cuando su agente de IA no funciona como se esperaba, el umbral de confianza suele ser el culpable. Aquí le mostramos cómo diagnosticar y solucionar problemas comunes.

Problema: Demasiadas respuestas predeterminadas

Si los clientes acceden con frecuencia a su respuesta de reserva ("No estoy seguro de entender" o escalando a los agentes), tiene dos opciones:

1. Disminuya su umbral de confianza para capturar más consultas.
2. Mejore su capacitación sobre intenciones para que la IA reconozca más variaciones del lenguaje del cliente.

La segunda opción suele ser mejor a largo plazo. Revise sus registros de conversación en busca de patrones. ¿Los clientes están usando frases que no ha capacitado? ¿Hay intenciones que deberían existir pero no existen? Agregar entre 20 y 30 expresiones nuevas a las intenciones de bajo rendimiento a menudo soluciona el problema sin tocar el umbral.

Problema: Activadores de intención incorrectos frecuentes

Si los clientes están siendo enviados a los flujos de conversación incorrectos, tiene el desafío opuesto:

1. Aumente su umbral de confianza para ser más selectivo.
2. Use la matriz de confusión para identificar intenciones superpuestas.

La matriz de confusión es una cuadrícula visual que muestra qué intenciones se confunden entre sí. Las celdas oscuras fuera de la línea diagonal indican confusión entre dos intenciones. Si "Estado del pedido" y "Consulta de envío" se mezclan con frecuencia, debe fusionarlos en una sola intención o agregar más expresiones de capacitación distintivas a cada uno.

Problema: Puntajes de confianza inconsistentes

A veces, la misma consulta obtiene diferentes puntajes de confianza en diferentes momentos. Esto generalmente indica:

• Superposición de intenciones (la IA realmente no puede decir qué intención es correcta).
• Datos de capacitación insuficientes para una o más intenciones competidoras.
• Expresiones que son demasiado similares entre las intenciones.

Verifique las métricas de salud de su intención. Zendesk calcula esto como la confianza promedio de los mensajes reconocidos en una intención. Una salud de intención baja significa que necesita más o mejores expresiones de capacitación. Una salud de intención alta con un rendimiento general bajo sugiere que su umbral podría estar desalineado con la calidad de su capacitación.

Medición del impacto de los cambios de umbral

Antes de ajustar su umbral de confianza, establezca métricas de referencia. Después del cambio, mida el impacto. Esto es lo que debe rastrear.

Tasa de resolución: ¿Qué porcentaje de conversaciones resuelve su agente de IA sin intervención humana? Esta es su métrica estrella del norte. Un umbral demasiado alto perjudica este número (demasiadas escalaciones). Un umbral demasiado bajo también puede perjudicarlo (las respuestas incorrectas crean más trabajo).

Tasa de escalamiento: ¿Qué porcentaje de conversaciones se transfieren a agentes humanos? Realice un seguimiento de esto por intención para ver si temas específicos están causando problemas.

Satisfacción del cliente (CSAT): ¿Están los clientes satisfechos con las conversaciones manejadas por la IA? Un umbral demasiado bajo a menudo aparece aquí primero, ya que los clientes frustrados califican las interacciones de manera deficiente.

Análisis del registro de conversación: Revise una muestra de conversaciones semanalmente. Clasifique los resultados como: intención correcta + respuesta útil, intención correcta + respuesta inútil, intención incorrecta o respuesta predeterminada activada. Estos datos cualitativos explican las tendencias cuantitativas.

Distribución del puntaje de confianza: Observe la distribución de los puntajes de confianza en sus conversaciones. Idealmente, desea una distribución bimodal: muchas coincidencias de alta confianza (80%+) y muchas no coincidencias de baja confianza (por debajo del 40%), con menos en el medio. Si la mayoría de los puntajes se agrupan alrededor de su umbral, se encuentra en la zona ambigua donde los pequeños cambios de umbral tienen grandes impactos.

Al probar los cambios de umbral, ajuste gradualmente (5-10% a la vez) y deje que cada cambio se ejecute durante al menos una semana para recopilar datos suficientes. Documente lo que cambió y por qué, para que pueda revertir si los resultados empeoran.

Un enfoque complementario: Probar umbrales con eesel AI

Aquí está el desafío con la optimización de los umbrales de confianza en Zendesk: está experimentando con clientes en vivo. Cada ajuste de umbral envía más consultas a respuestas potencialmente incorrectas o escala más conversaciones que la IA podría haber manejado. Ambos resultados tienen costos reales.

Creamos eesel AI para resolver este problema. En lugar de probar con clientes en vivo, primero puede probar con sus tickets históricos reales.

Así es como funciona: Conecte eesel AI a su mesa de ayuda de Zendesk y fuentes de conocimiento (artículos del centro de ayuda, tickets anteriores, macros, incluso documentos externos como Confluence o Google Docs). Antes de que su agente de IA hable con un cliente real, ejecútelo con miles de sus tickets históricos. Obtendrá un pronóstico claro de las tasas de resolución, identificará qué consultas lo harán tropezar y generará confianza en su configuración.

Este enfoque de simulación complementa el entorno en vivo de Zendesk. Use eesel AI para validar su estructura de intención y la configuración del umbral antes de ponerlo en marcha, luego use la matriz de confusión y los registros de conversación de Zendesk para un refinamiento continuo.

También adoptamos un enfoque diferente al conocimiento. Si bien Zendesk se centra en la capacitación basada en intenciones, aprendemos de todas sus fuentes de conocimiento existentes automáticamente. Esto a menudo reduce la necesidad de una capacitación manual extensa sobre intenciones y hace que las decisiones sobre el umbral sean más sencillas.

Nuestros precios son de tarifa plana (sin tarifas por resolución), lo que hace que la presupuestación sea predecible a medida que escala su automatización. Si está explorando la IA para su equipo de soporte, vale la pena comprender cómo se compara eesel AI con las opciones nativas de Zendesk.

Optimización del umbral de confianza de la intención del agente de IA de Zendesk

El umbral de confianza es una de las palancas más poderosas para controlar el comportamiento de su agente de IA, pero no es una configuración de "configurar y olvidar". Requiere atención continua a medida que mejoran sus datos de capacitación y evolucionan sus necesidades comerciales.

Aquí está la versión corta: Comience en el 60%, el valor predeterminado de Zendesk. Supervise sus registros de conversación y la matriz de confusión semanalmente. Si ve demasiadas respuestas incorrectas, aumente el umbral o mejore su capacitación sobre intenciones. Si ve demasiadas respuestas predeterminadas, disminuya el umbral o agregue más expresiones a las intenciones de bajo rendimiento.

Recuerde que el umbral no existe de forma aislada. Es parte de un ciclo de mejora continua: capacite sus intenciones, verifique la matriz de confusión, ajuste su umbral, mida los resultados y repita. Los equipos que tratan esto como un proceso continuo superan constantemente a aquellos que configuran una vez y siguen adelante.

Si desea reducir el riesgo de este proceso y probar las configuraciones antes de que afecten a los clientes en vivo, invite a eesel AI a su equipo. Nuestro modo de simulación le permite validar su enfoque utilizando datos históricos, para que pueda ponerse en marcha con confianza.