Cómo elegir una plataforma de IA para customer support en la manufactura

A quién se dirige esta guía

Una head of customer service, after-sales o CX en un fabricante técnico — HVAC, ventilación, sensores, máquinas-herramienta, building automation — que está evaluando una plataforma de IA para customer support. Habéis visto tres demos, todas parecían fantásticas, y estáis atascados.

Esta guía recoge las preguntas que separan las plataformas que entregan de las que no.

Los 8 criterios que importan

En orden aproximado de la frecuencia con la que vemos perder deals por ellos:

1. Respuestas con cita de la fuente: cada respuesta apunta a la página del documento fuente. Sin esto, vuestros instaladores no confiarán en la IA.
2. Hybrid retrieval: los manuales técnicos están llenos de códigos alfanuméricos. El retrieval solo semántico los falla.
3. Residencia de datos UE: si vendéis en DACH o al sector público, es una puerta de procurement. Probadlo: pedid al vendor que demuestre un despliegue donde pruebe que ningún dato cruza el Atlántico.
4. Multilingüe nativo: no "traducción automática delante de un modelo en inglés". Probado en todos los idiomas que vuestros instaladores usan realmente.
5. Canal voice: los instaladores en andamios no teclean. Si el vendor "hace partnership" para voice, vuestra latencia será de 4-5 s.
6. Time-to-first-deployment: un SaaS B2B que requiere 12 semanas de professional services es una bandera roja. 2-3 semanas es realista.
7. Una oferta por escrito en pocos días: puestos, uso y alojamiento en un solo documento, para que compras no espere costes ocultos.
8. Audit log: el art. 12 del AI Act espera que podáis reconstruir cualquier respuesta. Si no podéis, el AI Act os atrapará en 2026.

Una demo real

Llevad vuestros propios datos. Concretamente: llevad 20 preguntas reales de vuestro buzón de soporte, anonimizadas. Haced que el vendor las responda en vivo en la demo. Los vendors que solo demuestran sus propios datos preparados esconden los failure modes.

Vigilad:

• Citas — ¿son páginas exactas o "ver capítulo 4"?
• Latencia — ¿cada respuesta vuelve en 1-2 segundos o en 5-8?
• Respuestas erróneas — ¿la IA se niega a responder o alucina?

Diseñar un piloto de 2 semanas

Un piloto real:

• Semana 1: cargad un subconjunto real de vuestra knowledge base — 1 manual, 1 set de service bulletins, 1 FAQ. Validad sobre las 20 preguntas de la demo + 80 más.
• Semana 2: abrid el widget en una página de producto, para un segmento de clientes. Medid deflection, first-contact resolution, CSAT, tiempo hasta la primera respuesta.

Dos semanas bastan para saberlo. Si el vendor quiere más, está dando largas.

Cuándo marcharse

• El vendor rechaza un piloto de 2 semanas con datos reales.
• El vendor no se compromete por escrito a sub-procesadores solo UE.
• La "hotline IA" del vendor es en realidad una integración partner con presupuesto de latencia de 4 s.
• El contrato tiene un mínimo plurianual.

Banderas rojas de procurement

Vuestro DPO y vuestro equipo de seguridad preguntarán:

• ¿Dónde están físicamente los datos?
• ¿Quiénes son los sub-procesadores? ¿Se nos notifica antes de los cambios?
• ¿El fine-tuning se comparte alguna vez entre tenants? (La respuesta debe ser: no.)
• ¿Qué pasa con nuestros datos al terminar el contrato? (La respuesta debe ser: eliminados en 30 días, con prueba.)
• ¿Podemos obtener el DPA pre-firmado?

Los vendors que titubean en cualquiera de estos no están enterprise-ready.