Perk es una plataforma orientada a eliminar el trabajo oculto, esas tareas que no forman parte del trabajo principal de una persona pero consumen sus horas laborales, como gestionar viajes, tramitar gastos o perseguir aprobaciones.
En el ámbito de los viajes de empresa, una de sus propuestas de valor es que el empleado pueda reservar un hotel sin adelantar el pago con su propia tarjeta ni tener que solicitar después el reembolso. De esta forma, la compañía mantiene una cuenta con Perk y la reserva del empleado queda pagada antes de su llegada.
Para una parte del inventario hotelero, Perk realiza ese pago mediante una tarjeta de crédito virtual. El uso de tarjetas de crédito virtuales (VCC, por sus siglas en inglés) es una práctica habitual en el sector. El proceso suele funcionar correctamente, pero hay casos en los que hay incidencias: el hotel no registra la tarjeta, no ve el correo en el que se envía o no llega a cargarla.
En general suelen ser errores humanos esporádicos pero que pueden tener un gran impacto sobre quien viaja. Esa persona puede llegar cansada al hotel y descubrir que la habitación no está pagada o verse obligado a abonar el importe de su bolsillo. En el peor de los casos, puede encontrarse con que el alojamiento haya liberado ya la habitación.
Para evitarlo, Perk había desarrollado una medidas de prevención. Así, podía detectar reservas cuyo check-in se produciría en menos de 48 horas y cuya tarjeta virtual todavía no mostraba ningún cargo. El equipo de atención al cliente llamaba entonces al hotel para confirmar que había recibido la información y pedir que procesara el pago.
Y claro, como no era posible saber qué establecimiento o qué tarjeta acabaría dando problemas, era necesario hacer muchísimas llamadas, cerca de 10.000 a la semana. Esto no significaba que existieran 10.000 pagos fallidos, sino que se realizaba un gran número de comprobaciones para impedir que una pequeña proporción de incidencias llegara al cliente.
El equipo de Perk ya había experimentado con IA de voz unos dos años antes. Tras la popularización de ChatGPT, probó a conectar modelos de generación de texto con herramientas de voz, entre ellas la de ElevenLabs, y realizó demostraciones sencillas, como pedir por teléfono que se añadiera desayuno a una reserva.
En el momento en el que la verificación de los pagos con tarjetas virtuales se convirtió en una prioridad, se pusieron manos a la obra. En los dos años transcurridos habían mejorado los modelos, su capacidad de razonamiento, las herramientas de voz, la velocidad y la latencia. Es decir, la tecnología ya parecía suficientemente madura como para intentar resolver un problema de producción, no solo para construir una demostración llamativa.
El objetivo inicial era reproducir con IA la tarea que ya realizaba atención al cliente sin empeorar su tasa de éxito. A más largo plazo, aspiraban incluso a mejorarla y a comprobar si la misma solución podía reutilizarse en otros procesos basados en llamadas.
El primer prototipo surgió durante un taller interno de IA para personal no técnico que acabó convirtiéndose en un hackatón. En aproximadamente una semana o semana y media, el equipo construyó un flujo funcional con Make. Para evitar cambios en el backend de Perk se conectó a Zendesk, donde ya existían los tickets que indicaban qué hoteles debía llamar atención al cliente.
Esos tickets contenían datos como el teléfono, el nombre del hotel y del huésped y la documentación necesaria, aunque no el número de la tarjeta. El proceso consistía en extraer los datos y lanzar la llamada a través de Twilio.
La idea no era crear un agente autónomo que resolviera todo por sí mismo. El flujo combinaba automatizaciones con IA solo donde aportaban valor. Así se lograba imitar la secuencia de trabajo humana sin desplegar inicialmente código en la plataforma principal. El prototipo fue refinándose hasta convertirse en el producto que se lanzó a producción. Más tarde, Perk comenzó a migrar buena parte del flujo a su propia infraestructura, pero Make permitió validar el modelo y escalarlo con rapidez.
El agente actual ya está desarrollado sobre el código base de Perk. La compañía mantiene el control de la lógica y el funcionamiento del sistema, aunque se apoya en una tecnología de terceros para generar la voz.
En ese momento surgió una gran duda: si el personal de los hoteles aceptaría mantener una conversación con una IA.
El equipo dio mucha importancia al realismo de la voz, aunque después comprendió que también eran decisivos aspectos como la latencia, el diseño del flujo y los prompts. Antes de llamar a hoteles se hicieron pruebas internas, pero estas resultaban poco representativas porque quien sabía que hablaba con una IA tendía a facilitarle la conversación. Además, en las llamadas reales aparecieron preguntas inesperadas y situaciones para las que el prompt no contenía información suficiente.
Y claro, también había problemas relacionados directamente con el funcionamiento del agente. Por ejemplo, podía repetir varias veces el nombre del huésped e incluso insistir en que se cargara la tarjeta aunque la persona explicara que no podía hacerlo o pedir hablar con un responsable. Otros problemas eran propios del uso de la voz: leer referencias de reserva largas como un número incomprensible o pronunciar mal algunos caracteres, entre otros.
Como curiosidad, en una llamada, un empleado del hotel preguntó directamente si hablaba con una IA. Al recibir una respuesta afirmativa, dijo que prefería tratar con ella, una reacción que el equipo no esperaba.
En este sentido, es importante recordar que la nueva Ley de IA en la Unión Europea (que comenzó su puesta en marcha el pasado 2 de agosto) explica, entre otras cosas, que cuando un usuario esté conversando con una inteligencia artificial, deberá ser informado de ello de forma clara y desde el principio, desde el primer momento de la conversación o videollamada, salvo que resulte evidente por el contexto. Si la conversación puede confundirse con la mantenida con una persona real, será obligatorio advertirlo.
Llegados a este punto, los desarrolladores decidieron reducir el alcance del modelo. Un único prompt con una misión amplia funcionaba algunas veces, pero no era todo lo fiable que se necesitaba. Incluso asignarle el papel de “agente de viajes experimentado” le daba demasiado margen: parecía asumir que podía modificar o cancelar reservas.
La conversación se dividió entonces en etapas: superar el sistema de respuesta automática, confirmar que se hablaba de la reserva correcta, comprobar la información de pago, solicitar el cargo de la tarjeta y cerrar la llamada. El contexto se conservaba entre fases, pero cada agente se ocupaba de una tarea más pequeña. Así, se consiguió controlar mejor la calidad.
El equipo de Perk definió tres resultados posibles: que el hotel cargara la tarjeta durante la llamada, que confirmara que lo haría al llegar el huésped o que indicara que la cargaría al hacer el check-out. También catalogaron causas de fallo, como que la llamada se cortara o que el interlocutor no entendiera al agente.
A partir de las transcripciones, un LLM clasificaba el resultado de cada llamada. Con el tiempo, el equipo tuvo que ajustar el criterio, inicialmente muy estricto, para evitar falsos positivos.
Además de evaluar el resultado, Perk creó una evaluación de comportamiento que se ejecutaba sobre todas las llamadas. Un LLM revisaba las transcripciones y puntuaba aspectos como la educación, las repeticiones o un final demasiado cortante. Estas métricas permitieron detectar, por ejemplo, que un pequeño cambio en el prompt había aumentado las repeticiones y revertirlo. La clasificación también evolucionó hacia una segunda versión capaz de separar la intención final de cobro de las distintas causas de una incidencia.
El equipo insiste en que ninguna métrica sustituye por completo la revisión humana. Al principio escuchaban todas las llamadas, y al crecer el volumen, siguieron reuniéndose casi a diario para revisar datos y analizar casos problemáticos. También aprendieron que el idioma del prompt importa: al lanzar el servicio en Alemania mantuvieron inicialmente el prompt en inglés y obtuvieron peores resultados. Traducirlo al alemán mejoró el resultado.
Actualmente, el sistema realiza más de 10.000 llamadas semanales en dos idiomas. El despliegue comenzó en Estados Unidos y Canadá, continuó en Reino Unido y después llegó a Alemania. El español figura en la hoja de ruta para más adelante. El equipo de Perk dice obtener un resultado global algo mejor que con la operativa manual, no porque la IA sea necesariamente superior a una persona en cada conversación, sino porque puede ejecutar muchas más llamadas.
La métrica principal era cuántos viajeros sufrían un problema al registrarse en el hotel. Según el equipo, esa cifra se ha reducido. La automatización aportó además un beneficio adicional: produjo datos estructurados sobre lo que sucedía en cada conversación. Perk pudo saber con mayor precisión si un hotel no había recibido la tarjeta, si no aceptaba tarjetas virtuales o qué otro obstáculo había impedido el pago, información que antes no pedía clasificar sistemáticamente a los agentes humanos. Esos hallazgos abren nuevas líneas de mejora del proceso.
Según Perk, el agente consigue que el hotel cargue la tarjeta virtual en el 50% de las llamadas. En el resto de los casos, clasifica el motivo por el que no se ha realizado el cobro e identifica aquellos en los que existe un problema real con la tarjeta.
Por otra parte, la solución ha despertado interés interno. Cuando se comunicó su lanzamiento, otros equipos señalaron procesos en los que dedicaban gran parte de su jornada a realizar llamadas repetitivas. Para Perk, esto confirmó que la IA de voz había encontrado un encaje útil: nació para resolver una incidencia muy específica, pero podía convertirse en una capacidad reutilizable para eliminar otros procesos internos o de gestión de proveedores, siempre con objetivos acotados, evaluación continua y supervisión humana.
Tal y como explica Jean-Cristophe Taunay-Bucalo, Presidente de Perk:
“Antes contábamos con un equipo que dedicaba su tiempo a llamar a cada hotel para confirmar que la reserva estaba correctamente registrada. Hablamos de cientos de miles de reservas. Puede parecer sorprendente en una época de APIs y automatización, pero era imprescindible. De lo contrario, corríamos el riesgo de que un viajero llegara al hotel y la habitación no estuviera lista, con la mala experiencia que eso supone. Empezamos a utilizar un agente de voz basado en IA para encargarse de este proceso y los resultados han sido excelentes.
Se asegura de que el hotel esté preparado para recibir al viajero y de que la reserva esté pagada. Pero el verdadero valor no está solo en automatizar una tarea, sino en liberar tiempo para que los empleados puedan centrarse en lo que realmente aporta valor, como ayudar a los viajeros cuando surge un problema de verdad.”
Imagen: ChatGPT
Your email address will not be published. Required fields are marked *
Δ