Agente de IA conversacional para la venta de excursiones de Southern Spirit

Southern Spirit Lago Argentino es concesionaria del Parque Nacional Los Glaciares y opera navegaciones al glaciar Perito Moreno. Su público llega de todo el mundo, consulta a cualquier hora y en varios idiomas, y decide con semanas de anticipación.

En turismo un agente automático no puede improvisar: una reserva mal tomada no es un error de datos, es un pasajero varado a 80 kilómetros de El Calafate.

El negocio tiene condiciones que cambian y que no admiten aproximaciones.

• Precios que se mueven: la tarifa depende de la temporada y de la categoría del pasajero, con descuentos que exigen acreditar documentación.
• Calendario con huecos: hay meses sin operación y fechas puntuales sin salida, así que ofrecer una fecha equivocada es vender algo que no existe.
• Restricciones físicas: el puerto tiene condiciones de accesibilidad que hay que advertir antes y no después de cobrar.

Un asistente que completa los huecos con intuición, en este negocio, no es una molestia: es una promesa que la operación no puede cumplir.

Diseñamos, entrenamos y pusimos en operación un agente que actúa como asesor vendedor, sobre una arquitectura de conocimiento cerrada donde lo que no está escrito no se responde.

La diferencia entre un chatbot que contesta y un asesor que vende sin equivocarse no está en el modelo sino en lo que se le prohíbe.

Base de conocimiento cerrada

• Un documento de información general de la empresa y un documento propio por cada producto, más un prompt que gobierna el comportamiento.
• El agente solo puede usar información contenida en esa base, y tiene prohibido inventar disponibilidad, precios o condiciones.
• Ante un vacío responde que debe consultarse internamente, en lugar de completar con intuición.
• Solo comparte enlaces del dominio del cliente.

Comportamiento comercial, no solo conversacional

• Recomienda activamente según el contexto del viajero y trata distinto a quien tiene prisa que a quien duda.
• Valida la disponibilidad de la fecha antes de pedir datos personales, y nunca ofrece fechas pasadas ni meses sin operación.
• Captura los datos que el operador necesita por producto y genera el enlace de reserva hacia el sitio.

Cuándo deja de responder

• Deriva a un asesor humano en cuatro supuestos: cuando no puede responder con certeza, cuando el usuario lo pide, ante conflicto o molestia, y ante cambios, cancelaciones, reembolsos o descuentos.
• Rechaza actividades que la empresa no opera, no opina sobre temas ajenos al negocio y no formula promesas.

Arquitectura y tecnología

• Agente conversacional con memoria por conversación, en WhatsApp y en el sitio web.
• Atención en español, inglés y portugués, con respuestas guionadas para los casos particulares.
• Integración con el motor de reservas del sitio para generar el enlace de compra.

Cómo se integra y se gobierna la IA generativa

• La solución integra servicios de inteligencia artificial generativa: modelos de lenguaje que redactan, conversan, extraen y estructuran dentro del flujo de trabajo, y no un motor de reglas con respuestas preescritas.
• El consumo se mide y se factura en tokens, separando los de entrada, los de salida y los de escritura y lectura de caché, que son partidas con precios distintos y se contabilizan aparte.
• La telemetría atribuye el consumo por agente y por cliente, así que el presupuesto de tokens se acota y se controla por proyecto en lugar de mirarse como una factura única.
• Los límites viven en la ficha, no en el modelo: una ficha declara roles y topes, y a qué proveedor se traduce cada rol es configuración que se cambia sin tocar al agente.
• La arquitectura es multiproveedor: el proveedor queda fijado por agente y por sesión, nunca por pedido, y el reintento automático contra otro proveedor está apagado a propósito. Si el proveedor falla, el agente frena y lo informa en lugar de seguir con otro en silencio.
• El caché de contexto es la palanca de costo principal, porque la relectura del contexto concentra la mayor parte del volumen de tokens de cualquier operación con agentes. Sostener el caché es lo que evita que la misma tarea cueste varias veces más.
• Y la ventana de contexto mínima se declara por agente: un proveedor que no la cubre queda descartado por arquitectura, no por precio.

Conocé más sobre agentes de inteligencia artificial.

El agente entró en operación después de seis iteraciones y dos rondas de validación en las que el equipo comercial lo probó como si fuera un pasajero.

KPIs iniciales

• Atención comercial concentrada en personas, con el volumen de consultas repartido entre canales.
• Sin cobertura en horarios fuera de oficina para un público que consulta desde otros husos horarios.

KPIs alcanzados

• 6 iteraciones sucesivas de la base de conocimiento y del prompt hasta la versión en operación.
• 2 rondas formales de validación con el equipo comercial, con cada desvío documentado y resuelto.
• 3 idiomas de atención y 2 canales simultáneos, WhatsApp y sitio web.
• 4 supuestos explícitos de derivación a asesor humano.

Impacto estratégico

• La empresa atiende en tres idiomas y a toda hora sin sumar personas al equipo comercial.
• El riesgo de una reserva mal tomada se acota por diseño, no por supervisión.