Projecte liderat per Víctor Muñoz, avui soci d’Akaen.
Una asseguradora amb un gran volum de consultes telefòniques necessitava respondre amb precisió preguntes sobre pòlisses, períodes de carència, cobertures i procediments interns sense frenar l’operació. El coneixement existia, però estava dispers entre documents corporatius, preguntes freqüents i normativa interna, cosa que generava dependència dels supervisors per resoldre dubtes de primera línia.
Resum executiu
Sobre el client
Companyia del sector assegurador amb operació d'atenció telefònica orientada a resolució ràpida i precisa de consultes. La seva prioritat era reduir el temps d'espera del client i minimitzar transferències internes per falta de context documental en el primer nivell d'atenció.
El Desafiament: coneixement crític dispers i dependència d'experts
Els agents del centre d’atenció gestionaven trucades sobre pòlisses i condicions concretes, però no tenien un únic punt de consulta. Davant d’un dubte, era habitual interrompre la trucada per escalar-lo al supervisor, amb impacte en el temps d’atenció, la coherència de les respostes i l’experiència de l’assegurat.
La Solució: assistent RAG amb actualització automàtica des de SharePoint
Es va desplegar un assistent conversacional per a ús intern de l’equip d’atenció, basat en una arquitectura RAG i connectat a documentació oficial de negoci. El pipeline de coneixement es va automatitzar amb Azure Functions, indexació semàntica en Azure AI Search i control de versions documental per a garantir respostes vigents.
Processos Automatitzats (4 fluxos clau)
1. Ingesta diària des de SharePoint (Timer Trigger)
El Problema: el contingut de les pòlisses i les preguntes freqüents canviava sovint, i l’actualització manual de l’assistent generava risc de desalineació.
La Transformació: una Azure Function amb timer trigger s’executa diàriament (freqüència configurable amb una expressió CRON), recupera documents de la carpeta SPO i inicia la sincronització.
2. Sincronització diferencial de coneixement
El Problema: mantenir el RAG manualment no garantia consistència entre repositori documental i base vectorial.
La Transformació: el procés compara el SharePoint amb l’índex RAG: insereix documents nous, reindexa els modificats i elimina els retirats de SPO.
3. Indexació semàntica en Azure AI Search
El Problema: La cerca tradicional per paraules clau era insuficient per a consultes complexes en llenguatge natural.
La Transformació: cada document es fragmenta, es generen embeddings i s'indexa en Azure AI Search com a base vectorial, permetent recuperar context rellevant per a cada pregunta de l'agent.
4. Observabilitat de converses i control operatiu
El Problema: sense traçabilitat, era difícil mesurar si l’assistent millorava realment el servei del centre d’atenció telefònica.
La Transformació: es registren usuari, durada de conversa, cost en tokens, resultat de resolució i escalat a supervisor per a monitorar qualitat, eficiència i cost del servei.
Comparativa operativa
- • Cerca manual en múltiples repositoris.
- • Dependència freqüent de supervisors.
- • Risc de respondre amb versió documental desactualitzada.
- • Sense mètriques granulars per conversa.
- • Consulta en llenguatge natural amb recuperació semàntica.
- • Menys escalats; supervisor enfocat en excepcions reals.
- • Base de coneixement actualitzada automàticament.
- • Seguiment de cost, temps i resolució per interacció.
L'Impacte
El projecte va transformar l’operativa del centre d’atenció, passant d’un model reactiu basat en experts a un model assistit i traçable. Els agents van guanyar autonomia a la primera trucada i els supervisors es van poder concentrar en casos complexos i decisions de més valor.
- Autonomia operativa: més consultes resoltes sense intervenció de segona línia.
- Coneixement viu: sincronització diària configurable amb control d'altes, canvis i baixes.
- Qualitat i compliment: respostes ancorades en font documental corporativa.
- Gestió basada en dades: KPI de temps, cost i taxa d’escalat per conversa.
Resultats operatius
- Millor experiència de client: menys espera durant les trucades i respostes més coherents.
- Major productivitat de l'agent: accés immediat a context documental sense cerques manuals.
- Governança del coneixement: contingut vigent sincronitzat des d'un repositori controlat.
Conclusió
«Un assistent RAG no substitueix l’agent: li dona context en temps real per resoldre més consultes i escalar-les millor.»
Vols aplicar aquest enfocament en la teva operació d'atenció o suport? .