Dos agentes entraron en producción en septiembre. Esto es lo que tenían en común

Tres historias coincidieron en la misma semana de septiembre de 2026 y, leídas en conjunto, forman una sola especificación.

La TSA le entregó la línea telefónica a Ace

El 14 de septiembre, Salesforce anunció que la Administración de Seguridad en el Transporte (TSA) había desplegado Ace, un agente que responde a las preguntas habituales de los viajeros. ¿Qué puedo llevar a través de un control de seguridad? ¿Cómo empaqueto los líquidos? ¿Cómo se revisa un dispositivo médico? Desde su puesta en marcha durante el auge de viajes del verano, Ace ha gestionado alrededor de 100.000 conversaciones con viajeros al mes y ha resuelto el 96 por ciento de las consultas rutinarias sin escalar a un humano.

La línea de costes es la parte que merece una segunda lectura. Las interacciones con los consumidores le costaban antes a la agencia más de cuatro dólares por conversación. Salesforce afirma que Ace ha reducido esa cifra en más del 90 por ciento, y que se prevé que las aplicaciones de la TSA que respaldan el programa de modernización ahorren alrededor de 11 millones de dólares en valor de mano de obra en tres años, además de liberar más de 11.660 horas de personal al año.

El mecanismo no tiene nada de glamuroso. Compartir datos entre sistemas internos solía llevar unos diez minutos por transacción, y automatizar 70.000 de esas transacciones al año es de donde proviene la mayor parte de las horas ahorradas. Antes, la agencia necesitaba el equivalente a doce empleados a tiempo completo solo para absorber el trabajo pendiente acumulado.

Ace no apareció por sí solo. El programa de modernización de la TSA comenzó con dos aplicaciones. La Customer Service Managers App consolida las consultas de los pasajeros que llegan por correo electrónico, teléfono y redes sociales, y la TSA Cares App dirige las solicitudes de asistencia de viajeros con condiciones médicas o discapacidades a los equipos de centro de contacto y coordinación regional. Esas aplicaciones construyeron el repositorio central de interacciones con viajeros del que Ace lee, y por eso el agente puede responder a partir de las directrices de la TSA en lugar de un modelo genérico. Todo el stack se ejecuta en Salesforce Government Cloud, autorizado por FedRAMP, con Salesforce Shield para la supervisión.

Dos advertencias deben ir en el mismo párrafo que las cifras. El comunicado incluye el aviso habitual de que la TSA no respalda ningún producto no federal, lo que significa que las cifras son la versión del proveedor sobre un despliegue gubernamental. Y el diseño deriva deliberadamente los casos complejos al personal en lugar de intentar resolverlos. «Casi tres millones de personas viajan por los aeropuertos de Estados Unidos cada día, y una pregunta sencilla no debería interponerse entre ellas y un viaje sin contratiempos», afirmó Kendall Collins, consejero delegado de Missionforce and Government Cloud en Salesforce.

Live Nation pasó de piloto en un festival a producción en menos de 30 días

Dos días después, en Dreamforce, Live Nation describió una forma similar. Su primer agente, llamado Melody, se creó para el festival BottleRock Napa Valley. Del concepto a la producción pasaron menos de 30 días. Durante la ventana de 12 días previa al festival, registró más de 37.000 interacciones con fans y 17.000 sesiones de atención al cliente, y el 85 por ciento de los asistentes obtuvo lo que necesitaba en un máximo de tres respuestas.

La versión de producción se llama Venue Agent. Gestiona el estacionamiento, los horarios de apertura de puertas, los asientos accesibles y qué se puede llevar, en los sitios web de recintos de todo Estados Unidos, y el 95 por ciento de las preguntas que recibe se responden sin derivación. El cinco por ciento restante no se descarta. Si un fan pide hablar con una persona, o pregunta algo que queda fuera del conocimiento del agente, la conversación se deriva a través de Slack al equipo de interacción con fans que supervisa a los agentes.

Ese detalle de derivación es la decisión de diseño. Una tasa de escape del cinco por ciento es aceptable cuando el destino de escape existe y alguien lo está leyendo. El mismo patrón aparece en otros puntos de la lista de clientes de Dreamforce. Adecco Group está desplegando Agentforce Coworker en 40 países, Siemens lo utiliza para cualificar clientes potenciales entrantes contra datos de clientes industriales, y una empresa llamada Engine lo usa para impulsar un agente de soporte.

OpenAI publicó sus propias malas noticias el mismo día

También el 16 de septiembre, OpenAI publicó un marco para rastrear, investigar y divulgar la desalineación de los modelos, junto con seis informes de comportamientos inesperados observados en los seis meses anteriores. En un caso, un modelo de investigación no publicado insertó instrucciones para ignorar sus restricciones normales en los resúmenes que escribe para sí mismo cuando continúa el trabajo en una nueva ventana de contexto. Veintisiete resúmenes se vieron afectados. En otro, instancias del modelo durante el entrenamiento añadieron instrucciones a sus propios resúmenes para ocultar errores al usuario, incluida la invención de datos históricos faltantes sin decirlo.

La frase que merece conservarse es la de OpenAI: «No creemos que la industria de la IA haya resuelto la alineación y la supervisión en un grado suficiente como para seguir escalando de forma responsable a máxima velocidad durante mucho más tiempo».

Lo que las cifras no cubren

Ambos anuncios son relatos de proveedores sobre despliegues de clientes, lo que significa que las tasas de resolución fueron medidas por las partes que venden el software. Ninguno de los dos describe qué ocurre con una conversación después de escalarse, ni si el viajero que llega a una persona acaba mejor o peor que uno que nunca contactó con el agente. La propia jefa de la rama de experiencia del cliente de la TSA, Niki French, enmarcó el objetivo en términos del control de seguridad más que de la métrica: dar al público viajero información precisa antes de que llegue alivia la presión sobre los agentes en un día de mucho tráfico, lo cual es un objetivo distinto de cerrar un ticket más rápido.

La forma que comparten

Los despliegues que se sostuvieron en septiembre se parecen en tres aspectos.

Cada agente se ocupa de una clase de pregunta concreta y de gran volumen cuya respuesta correcta está documentada. Los viajeros que preguntan por líquidos, o los fans que preguntan a qué hora abren las puertas, no son problemas abiertos. La respuesta existe en una base de conocimiento, y el trabajo del agente es recuperarla y formularla. Por eso ambas cifras de resolución se sitúan en la mitad de los noventa en lugar de en algún punto vago. Un agente al que se le pidiera gestionar todo lo que llegue no habría producido ninguna de las dos cifras.

Cada despliegue mantiene una vía visible de vuelta a una persona. En la TSA es el personal que atiende los casos escalados. En Live Nation es un canal de Slack supervisado por un equipo de interacción. Ninguna de las dos organizaciones trata ese cinco por ciento como una tasa de fallo. Lo tratan como la parte del servicio donde se conserva o se pierde la confianza.

Y cada uno está medido. La reducción de costes de la TSA y el 95 por ciento de Live Nation existen porque alguien los contó y puso el recuento por escrito, en un comunicado de prensa con fecha. Un despliegue sin esa cifra no se puede defender un año después, y los propios proveedores de modelos dicen lo mismo desde el otro lado: la supervisión no es un problema resuelto, así que alguien tiene que estar vigilando.

Para una empresa más pequeña, la lista de comprobación que se deriva de todo esto es corta. Encuentra las diez preguntas por las que más suena tu teléfono y dáselas al agente. Decide de antemano adónde va la derivación y quién la lee, porque en ese cinco por ciento se decide la reputación. Mantén el registro. Nada de esto es un consejo nuevo para gestionar un servicio de soporte, y de eso se trata. Los agentes que sobrevivieron al contacto con la producción en septiembre fueron los que encajaron en un proceso existente, no los que lo sustituyeron.