Natalia Rodríguez Rodríguez, Digital Transformation & Strategic Projects Manager de la Universidad Europea: “El objetivo del agente no es sustituir a los asesores”

La Universidad Europea ha puesto en marcha un agente autónomo en WhatsApp, basado en Salesforce Agentforce, para responder 24×7 al creciente volumen de consultas que tenían por parte de potenciales estudiantes. Su implementación ha permitido que el centro educativo reduzca esperas y además de permitir que los asesores que se encargaban de estas monótonas tareas se concentren en conversaciones de mayor valor.

El proyecto se ha implantado de forma progresiva, empezando por un caso de uso acotado, con el objetivo de validar el modelo, construir una base de conocimiento sólida y medir la calidad de las respuestas y la experiencia del alumno. Aunque el sistema ya ofrece atención inmediata y absorbe consultas de manera autónoma, la supervisión humana sigue siendo fundamental de tal forma que el agente, que sólo basa sus respuestas en información oficial y validada, deriva a profesionales cuando detecta necesidades específicas. La iniciativa forma parte de una estrategia más amplia de IA agéntica, pensada para extenderse a otros procesos y mejorar la eficiencia operativa en el futuro.

Para hablar de todo ello y de qué ha supuesto la implantación de Salesforce Agentforce, hablamos con Natalia Rodríguez Rodríguez, Digital Transformation & Strategic Projects Manager de la Universidad Europea.

Entrevista con Natalia Rodríguez Rodríguez, Digital Transformation & Strategic Projects Manager de la Universidad Europea.

¿Cuál era el problema que se quería solventar?

La Universidad Europea necesitaba dar respuesta a un volumen creciente de consultas, ofreciendo una atención más rápida y disponible 24×7 a través de los canales que utilizan habitualmente los estudiantes, como WhatsApp. El objetivo era mejorar la experiencia del potencial alumno desde el primer contacto, evitar tiempos de espera y permitir que los asesores se centraran en aquellas conversaciones donde pueden aportar mayor valor.

A grandes rasgos, ¿en qué ha consistido el proyecto?

El proyecto ha consistido en implantar un agente autónomo en WhatsApp basado en Salesforce Agentforce, capaz de atender a potenciales estudiantes de forma inmediata y disponible 24×7. El agente resuelve consultas, orienta al estudiante y le acompaña durante el proceso de información y admisión. Además, incorpora mecanismos de escalado y derivación a asesores humanos cuando detecta determinadas necesidades o situaciones donde la intervención de una persona aporta un mayor valor. De esta forma, combinamos la inmediatez y disponibilidad de la IA con el acompañamiento humano cuando realmente es necesario.

¿Cómo se implementó? ¿Qué pasos se dieron? ¿Se encontró algún tipo de dificultad? ¿Cuánto tiempo duró el proceso?

La implantación se ha realizado de forma progresiva, comenzando con un caso de uso muy acotado que nos ha permitido validar el modelo antes de ampliar capacidades y alcance. Desde el inicio diseñamos la solución pensando en la escalabilidad futura, construyendo las capacidades necesarias para incorporar nuevos casos de uso de forma sencilla.

Actualmente seguimos en fase de apertura progresiva, con un foco especial en la medición de la calidad de las respuestas, la experiencia del estudiante y la capacidad de resolución del agente. El principal reto fue la construcción de la base de conocimiento, ya que fue necesario recopilar, estructurar y validar gran cantidad de información que en muchos casos no se encontraba documentada de forma homogénea. Más que un proyecto cerrado, lo entendemos como un proceso de mejora continua donde el agente va evolucionando a medida que incorpora nuevo conocimiento y aprendemos de las interacciones de los usuarios.

¿Qué se ha conseguido tras la implantación?

Aunque seguimos en fase de despliegue progresivo, ya hemos conseguido ofrecer atención inmediata y disponible 24×7 a través de WhatsApp, reduciendo tiempos de espera y mejorando la experiencia del potencial estudiante. Además, estamos logrando absorber consultas de forma autónoma, permitiendo que nuestros equipos dediquen más tiempo a aquellas interacciones donde el valor humano es más relevante.

Por último, hemos construido una base escalable que nos permitirá seguir ampliando capacidades y casos de uso en el futuro.

¿Piensan aplicar el caso de uso a otras áreas?

Este proyecto forma parte de una estrategia más amplia de incorporación de IA agéntica en la Universidad. Aunque actualmente seguimos en fase de despliegue progresivo y validación del modelo, la intención es extender este tipo de capacidades a otros procesos donde podamos mejorar la experiencia de estudiantes y empleados, ofrecer atención más ágil y aumentar la eficiencia operativa.

La ventaja de haber construido la solución sobre Salesforce Agentforce es que nos permite escalar y reutilizar capacidades de forma sencilla en nuevos casos de uso.

Tal y como vimos en AgentForce WorldTour, el agente va detectando las necesidades del alumno con la oferta de la Universidad, ¿nunca hay supervisión humana? Al ser un agente de IA, éste se basa en estadísticas y probabilidades tomando como fuente datos previos, ¿se puede confundir el agente en la opción que muestra al alumno?

La supervisión humana sigue siendo una parte fundamental del proceso. El objetivo del agente no es sustituir a los asesores, sino acompañar al estudiante y ayudar a nuestros equipos a ser más eficientes.

De hecho, el agente incorpora mecanismos de escalado para derivar la conversación a un profesional cuando detecta determinadas necesidades o cuando la intervención humana aporta un mayor valor.

Además, el agente no toma decisiones académicas ni recomienda programas basándose únicamente en probabilidades. Sus respuestas se apoyan en la información oficial de la Universidad y en una base de conocimiento validada, lo que reduce significativamente el riesgo de error.

Como cualquier solución de IA, requiere monitorización y mejora continua. Precisamente por eso seguimos en una fase de despliegue progresivo, analizando la calidad de las respuestas y la experiencia de los usuarios para seguir evolucionando el modelo.