Automatización del Soporte Técnico con Agente de AI
Industria
Telecomunicaciones
Escenario
Agente AI
Cliente
Confidencial
El cliente requería una solución para automatizar el soporte técnico relacionado con su aplicación Sistema Automatizado de Recarga, usada por miles de clientes para recargas y pagos de servicios. El proceso manual generaba alta carga operativa y tiempos de respuesta lentos, especialmente para los equipos de soporte de niveles 2 y 3.
Solución:
Se implementó un agente de inteligencia artificial que actúa como sistema de triaje automatizado, capaz de procesar correos reenviados por los agentes y convertirlos en tickets estructurados, claros y accionables para el equipo técnico.
Funcionalidades clave
- Análisis multimodal (texto + imágenes) de correos entrantes.
- Extracción automática de tipo de error, teléfono afectado, capturas, logs y datos del cliente.
- Clasificación inteligente en tres categorías: servicios telefónicos, eléctricos o recarga de vehículos eléctricos.
- Verificación de datos mínimos: identificación, número de servicio, email.
- Validación contextual del caso (si realmente corresponde a SAR).
Integraciones técnicas
- Integración directa con la plataforma Sistema Automatizada de Recarga:
- Consulta de historial de transacciones (últimas 10).
- Verificación de tarjetas registradas y listas negras.
- Confirmación de si el servicio está en favoritos.
- Detección automática de errores, como estado 60 (rechazo bancario).
- Integración con Jira Service Management (Atlassian):
- Creación, actualización y cierre automático de tickets.
- Mejora de trazabilidad y colaboración entre niveles de soporte.
Automatización de respuestas
El agente compara los casos actuales con una base de datos de incidentes pasados para sugerir soluciones automáticas a errores comunes como:
- Rechazo de transacción
- Tarjetas en lista negra o inactivas
- Servicios no registrados como favoritos
- Información incompleta en el correo
Próximamente, el agente responderá automáticamente o cerrará casos no relacionados con Sistema Automatizado de Recarga.
Tecnología utilizada:
- Lenguaje: Python
- Modelos AI: Gemini 2.5 Flash (multimodal)
- Frameworks: Langraph, Langchain
- Infraestructura:
- AWS Lambda, AWS Bedrock, AWS S3, AWS Cloudwatch, AWS CloudFormation.
- Plataforma de soporte: Jira Service Management
