Proyecto liderado por Víctor Muñoz, hoy socio de Akaen.
Una aseguradora con un alto volumen de consultas telefónicas necesitaba responder con precisión preguntas sobre pólizas, carencias, coberturas y procedimientos internos sin frenar la operación. El conocimiento existía, pero estaba disperso entre documentación corporativa, FAQs y normativa interna, generando dependencia de supervisores para resolver dudas de primera línea.
Impacto (Resumen Ejecutivo)
Sobre el cliente
Compañía del sector asegurador con operación de atención telefónica orientada a resolución rápida y precisa de consultas. Su prioridad era reducir el tiempo de espera del cliente y minimizar transferencias internas por falta de contexto documental en el primer nivel de atención.
El Desafío: conocimiento crítico disperso y dependencia de expertos
Los agentes del call center gestionaban llamadas sobre casuísticas de pólizas y condiciones concretas, pero la información relevante no estaba unificada en un único punto de consulta. Cuando surgían dudas, era habitual detener la llamada para escalar al supervisor, con impacto directo en tiempos de atención, consistencia de respuesta y experiencia del asegurado.
La Solución: asistente RAG con actualización automática desde SharePoint
Se desplegó un asistente conversacional para uso interno del equipo de atención, apoyado en una arquitectura RAG y conectado a documentación oficial de negocio. El pipeline de conocimiento se automatizó con Azure Functions, indexación semántica en Azure AI Search y control de versiones documental para garantizar respuestas vigentes.
Asistente Operaciones
Poliza_PS-2026-0441.pdf
312 KB
Asistente Operaciones
Sí, la cobertura dental básica tiene una carencia de 3 meses. Los tratamientos de ortodoncia tienen una carencia de 12 meses.
FAQ_Condiciones_Salud_2026.pdf
Fuente verificada · SharePoint Operaciones
Asistente Operaciones
Sí. La circular CIRC-22 permite reducir o eliminar la carencia si se acredita cobertura previa continuada.
Procesos Automatizados (4 flujos clave)
1. Ingesta diaria desde SharePoint (Timer Trigger)
El Problema: los contenidos de pólizas y FAQs cambiaban con frecuencia y la actualización manual del asistente generaba riesgo de desalineación.
La Transformación: una Azure Function con timer trigger ejecuta diariamente (frecuencia configurable por expresión CRON), recupera documentos de la carpeta SPO y arranca el ciclo de sincronización.
2. Sincronización diferencial de conocimiento
El Problema: mantener el RAG manualmente no garantizaba consistencia entre repositorio documental y base vectorial.
La Transformación: el proceso compara SharePoint vs índice RAG y aplica tres acciones: inserta nuevos documentos, reindexa documentos modificados y elimina documentos retirados de SPO.
3. Indexación semántica en Azure AI Search
El Problema: búsqueda tradicional por keywords insuficiente para consultas complejas en lenguaje natural.
La Transformación: cada documento se fragmenta, se generan embeddings y se indexa en Azure AI Search como base vectorial, permitiendo recuperar contexto relevante para cada pregunta del agente.
4. Observabilidad de conversaciones y control operativo
El Problema: sin trazabilidad, era difícil medir si el asistente realmente mejoraba el servicio del call center.
La Transformación: se registran usuario, duración de conversación, coste en tokens, resultado de resolución y escalado a supervisor para monitorizar calidad, eficiencia y coste del servicio.
Comparativa operativa
- • Búsqueda manual en múltiples repositorios.
- • Dependencia frecuente de supervisores.
- • Riesgo de responder con versión documental desactualizada.
- • Sin métricas granulares por conversación.
- • Consulta en lenguaje natural con recuperación semántica.
- • Menos escalados; supervisor enfocado en excepciones reales.
- • Base de conocimiento actualizada automáticamente.
- • Seguimiento de coste, tiempo y resolución por interacción.
El Impacto
El proyecto transformó la operativa del call center desde un modelo reactivo basado en expertos a un modelo asistido y trazable. Los agentes ganaron autonomía en primera llamada, mientras que el equipo supervisor pudo concentrarse en casos complejos y decisiones de mayor valor.
- Autonomía operativa: más consultas resueltas sin intervención de segunda línea.
- Conocimiento vivo: sincronización diaria configurable con control de altas, cambios y bajas.
- Calidad y cumplimiento: respuestas ancladas en fuente documental corporativa.
- Gestión basada en datos: KPIs de tiempo, coste y tasa de escalado por conversación.
Resultados operativos
- Mejor experiencia de cliente: menos esperas en llamada y respuestas más consistentes.
- Mayor productividad del agente: acceso inmediato a contexto documental sin búsquedas manuales.
- Gobernanza del conocimiento: contenido vigente sincronizado desde un repositorio controlado.
Conclusión
“Un asistente RAG no sustituye al agente: le da criterio en tiempo real para resolver más y escalar mejor.”
¿Quieres aplicar este enfoque en tu operación de atención o soporte? .