Matriz de casos de uso para agentes de voz
Una matriz de casos de uso permite comparar llamadas candidatas antes de construir un agente de voz, separando atractivo empresarial, dificultad operativa y riesgo.
Los listados de casos de uso suelen mezclar ideas buenas, demostraciones vistosas y automatizaciones imposibles con la misma prioridad. Una matriz obliga a puntuar por qué un caso debería ir primero.
No sustituye el juicio, pero evita elegir por moda, presión comercial o facilidad aparente.
Eje 1: valor de responder
Aquí se evalúa qué ocurre si la llamada se atiende bien y a tiempo: menos trabajo manual, menos abandono, más citas válidas, mejor clasificación o reducción de llamadas repetidas.
El valor debe estimarse con datos actuales siempre que sea posible: volumen, espera, coste por interacción, repetición, pérdida de oportunidades y tiempo posterior a la llamada.
Eje 2: claridad del flujo
Un flujo claro tiene entradas reconocibles, pasos definidos, datos críticos identificados y un final observable. No exige que todos los usuarios hablen igual, pero sí que el proceso pueda describirse.
Si el equipo necesita explicar cada caso con una historia distinta, la puntuación de claridad baja aunque la necesidad sea importante.
Eje 3: preparación de sistemas
El agente necesita consultar datos, escribir resultados o al menos entregar un resumen útil. La matriz debe valorar APIs, permisos, calidad de datos, tiempos de respuesta y trazabilidad.
Un caso con alto valor pero sistemas inmaduros no desaparece: pasa a una fase previa de preparación.
Eje 4: riesgo y sensibilidad
La puntuación de riesgo sube cuando hay datos personales, pagos, decisiones irreversibles, reclamaciones, usuarios vulnerables o consecuencias legales.
Un riesgo alto no elimina el caso, pero puede cambiar el nivel de autonomía: informar, leer datos, preparar una acción o ejecutarla sólo con confirmación adicional.
Leer la matriz
Los mejores primeros casos combinan valor alto, flujo claro, sistemas disponibles y riesgo controlable. Son suficientemente importantes para justificar el proyecto y suficientemente acotados para aprender.
Los casos de alto valor y baja preparación son hoja de ruta. Los casos fáciles y de bajo valor pueden servir para entrenar al equipo, pero no deberían venderse como transformación.
Convertir puntuación en decisión
La matriz debe terminar en una acción: construir, preparar sistemas, rediseñar proceso, dejar en humanos o descartar. Una tabla sin decisión sólo ordena opiniones.
También conviene revisar la puntuación después del piloto. Las llamadas reales pueden revelar que el flujo era menos repetible, más sensible o más valioso de lo que parecía en oficina.
Cuándo tiene sentido un agente de voz
Niveles de autonomía de un agente de voz
Contratos de herramientas en agentes de voz
ROI de la IA
Si quieres aplicar IA en tu negocio,
Te explico qué hago y cómo trabajo: Aquí