Colaboración en el agente de voz con IA para Saona
Saona y el reto de gestionar las llamadas
El cliente es un franquiciado de Saona, restaurante en el que se puede comer en el propio local reservando mesa previamente o presentándose directamente a preguntar si hay sitio; también se puede pedir a domicilio o pedir y pasar a recogerlo por el local. Además, ofrece atención telefónica para consultas de horario, fiestas de cumpleaños, menús de grupo, etc.
Uno de los principales retos a los que se enfrentaba el negocio en su operativa diaria era la gestión de las llamadas telefónicas. El establecimiento disponía inicialmente de un único número de teléfono y, en determinados momentos del día, se producían varias llamadas simultáneas, lo que provocaba que algunas de ellas no pudieran ser atendidas. Además, una parte importante de los usuarios colgaba si la llamada no era respondida durante los primeros tonos, por lo que el equipo de tienda sentía la necesidad de atender el teléfono de inmediato, incluso estando atendiendo presencialmente a otro cliente.
Esta situación generaba un segundo problema: la experiencia del cliente presencial se veía afectada por la prioridad que se daba al teléfono. Dependiendo de quién estuviera trabajando en cada momento, se priorizaba al cliente físico o al que llamaba, generando formas de atención distintas y una experiencia poco homogénea.
Para resolver esta problemática, TechsBCN desarrolló e implantó un agente de voz basado en Inteligencia Artificial, integrado con la infraestructura telefónica y los sistemas internos de la compañía.
Un modelo híbrido entre atención humana e IA
El funcionamiento del sistema se basa en un modelo híbrido entre atención humana e Inteligencia Artificial. Cuando un cliente llama, el teléfono suena inicialmente en el local durante uno o dos tonos, tiempo en el que un empleado puede responder directamente. Si la llamada no es atendida, el agente de IA entra automáticamente en la conversación, identifica la intención del usuario y gestiona distintos tipos de solicitudes.
Uno de los principales casos de uso es la gestión de pedidos a domicilio: el agente pregunta al cliente qué desea pedir, recopila toda la información necesaria y utiliza el número de teléfono de la llamada para consultar automáticamente la base de datos de clientes. Si el teléfono ya está registrado, el agente identifica al cliente y solo solicita confirmar su identidad y los datos necesarios, como la dirección de entrega. Al finalizar la conversación, el pedido se envía automáticamente al equipo de cocina.
Un segundo caso de uso es la resolución de consultas: el agente dispone de una base de conocimiento para responder preguntas sobre horarios, productos, características de los alimentos, servicios o disponibilidad en el local. Cuando la pregunta supera la información de la que dispone, se activa un escalado automático hacia un empleado, sin que el cliente tenga que volver a llamar ni quedarse sin atención: mientras la IA sigue conversando y recopilando información, el sistema realiza una llamada interna por otra línea para localizar a un empleado disponible, le resume el motivo de la llamada y, una vez confirmado, conecta ambas llamadas de forma transparente para el cliente.
Un tercer caso de uso es la gestión automática de reservas y citas: el agente consulta la disponibilidad para una fecha y hora concretas y realiza la reserva directamente; si no hay disponibilidad, busca alternativas cercanas ese mismo día o franjas similares en los días siguientes.
Trazabilidad completa y control de calidad con IA
Toda interacción realizada por el agente queda registrada automáticamente en un CRM de llamadas, almacenando para cada una:
- Nombre del cliente
- Número de teléfono
- Fecha y hora de la llamada
- Duración
- Tipología o motivo de la llamada
- Acciones realizadas durante la conversación
- Resultado de la llamada
- Transcripción completa de la conversación
- Información relevante obtenida durante la interacción
Esto permite al negocio disponer de trazabilidad completa de todas las conversaciones, hayan sido atendidas exclusivamente por la IA o transferidas después a un empleado. Adicionalmente, TechsBCN incorporó una segunda capa de IA encargada de evaluar automáticamente la calidad de las conversaciones: analiza las transcripciones, puntúa cada interacción y permite a los responsables del negocio detectar rápidamente aquellas llamadas con una experiencia insatisfactoria, para poder contactar de forma proactiva con el cliente antes incluso de que presente una reclamación.
A nivel tecnológico, la solución se basa en Microsoft .NET para la lógica de negocio, la integración con los sistemas corporativos y la exposición de servicios mediante APIs. La orquestación de los procesos automáticos se realiza con n8n, coordinando el agente de voz, el CRM y los sistemas de clientes, reservas y operaciones. La capa conversacional de voz se implementa con Vapi, integrada con una centralita virtual basada en tecnología SIP, e incorpora servicios de Speech-to-Text, Text-to-Speech, modelos de lenguaje de gran escala y una base de conocimiento empresarial propia.
El Resultado
Gracias a este proyecto, el teléfono deja de ser un elemento que interrumpe constantemente la operativa del restaurante para convertirse en un canal de atención inteligente, capaz de atender, vender, informar, reservar, escalar conversaciones y controlar automáticamente la calidad del servicio.
El objetivo del proyecto no es sustituir a las personas que atienden al cliente, sino permitir que puedan centrarse en las interacciones donde realmente aportan más valor. En TechsBCN estamos orgullosos de haber desarrollado una solución donde la Inteligencia Artificial no sustituye al empleado de tienda: evita que tenga que dejar de mirar al cliente que tiene delante simplemente porque está sonando un teléfono.