Com gestionar una bústia compartida d'atenció al client amb un agent d'IA
Blog
Tornar al blog
·10 min min de lectura·bústia compartida atenció al clientautomatitzar correus atenció al clientagent IA emailclassificació automàtica de correusgestionar bústia compartidaoperacions B2BRGPDEspanya

Com gestionar una bústia compartida d'atenció al client amb un agent d'IA

D
David Benedicto
BeeAgent Team

Hi ha un moment en què la bústia compartida deixa de ser una eina i es converteix en un problema operatiu. info@, suport@, administracio@: neixen per centralitzar i acaben sent un punt únic de bloqueig on els correus importants conviuen amb els repetitius, els clients estratègics amb els nous, i ningú sap gaire bé qui està responent què.

El reflex habitual és muntar un autoresponder o regles d'Outlook. Però el problema no és la velocitat de resposta. És que la bústia s'ha convertit en una cua invisible sense estats, sense propietari clar i sense traçabilitat. Un agent d'IA pot operar aquesta cua, però només si s'entén què ha de fer i, sobretot, què no ha de fer mai.

La bústia compartida es converteix en una cua invisible

El patró es repeteix en operacions B2B amb poc volum percebut però alta varietat. L'empresa rep entre 100 i 500 correus al dia en una o dues bústies compartides. La majoria són repetitius: estat d'un tràmit, documentació pendent, confirmació d'una cita, canvis de dades, dubtes sobre una factura. Però barrejats hi apareixen els correus que sí que requereixen criteri: una queixa, un client important, un canvi contractual, una incidència amb impacte.

Sense estats, tots els correus competeixen per l'atenció de l'equip en igualtat de condicions. La persona que obre la bústia al matí decideix a ull què respondre abans, basant-se en l'assumpte, el remitent i, sobretot, en la memòria. Els correus duplicats generen respostes duplicades. Els clients que escriuen dues vegades reben dos fils diferents. I els casos que requereixen context es posposen perquè "això millor que ho miri la Marta quan torni".

El cost no es veu al dashboard. Es veu en el temps mitjà de primera resposta que creix a final de mes, en clients que insisteixen perquè no els contesten, i en les hores que l'equip dedica a llegir correus abans de poder-ne respondre cap.

Per què un autoresponder no resol el problema

Quan apareix aquesta saturació, la solució habitual és activar respostes automàtiques: "Hem rebut el teu missatge, et contestarem en 24 hores". Per a volums baixos pot tenir sentit com a acusament de recepció, però no resol el problema operatiu. Respondre ràpid no és el mateix que resoldre.

Un autoresponder contesta. Un agent operacional interpreta intenció, consulta estat, decideix la següent acció i registra el resultat. La diferència és clara quan un client escriu "en quin estat està el meu expedient 4521?". Un autoresponder respon "ho revisarem en 24h". Un agent consulta l'estat real al CRM, redacta la resposta amb la informació concreta i registra que el client ha preguntat per aquest expedient. La persona de l'equip només apareix si hi ha alguna cosa que no encaixa.

I a la inversa: si el correu conté "això és vergonyós, porto tres setmanes esperant", un autoresponder respon igual d'educat que a l'anterior. Un agent operacional detecta el to, no respon i escala al responsable de compte amb la fitxa del client, l'històric d'interaccions i el motiu de l'escalat.

Què fa un agent d'IA en una bústia compartida

La feina de l'agent sobre la bústia es divideix en sis accions que passen en ordre:

Classifica intenció segons categories definides per l'equip: estat de tràmit, documentació pendent, incidència, queixa, canvi de dades, factura, sol·licitud comercial, altres. La classificació no és una etiqueta per a estadística: és el que determina si l'agent pot respondre, ha de demanar context o ha d'escalar.

Extreu dades del cos del correu i dels assumptes: número d'expedient, codi de client, data de la cita mencionada, import, factura referenciada. Aquestes dades passen a ser estructurades i permeten el següent pas: consultar.

Consulta context als sistemes connectats: CRM, ERP, gestor documental, plataforma de cites. És el pas que diferencia un agent operacional d'un model de llenguatge contestant sol. Sense accés a l'estat real, qualsevol resposta és opinió.

Redacta o envia resposta segons les regles de confiança definides per a aquesta categoria. En categories de baix risc pot enviar directament. En categories de risc mitjà pot preparar un esborrany i deixar-lo a la bústia del responsable. En categories sensibles, no redacta res i només prepara la fitxa del cas per a la persona.

Assigna responsable quan el cas requereix intervenció humana. L'assignació no és genèrica: aplica regles per tipus de correu, compte, idioma o segment. I registra el motiu de l'escalat perquè la persona que el rep no hagi de reconstruir res.

Canvia estat i registra la interacció. El correu deixa de ser un missatge solt i passa a ser un cas amb estat: nou, classificat, respost, escalat, en revisió, tancat.

Tipus de correus que sí que convé automatitzar

No tots els correus són automatitzables, però hi ha un conjunt clar on un agent ben configurat millora el temps de resposta sense perdre qualitat:

  • Estat de tràmit o expedient. El client pregunta on és el seu cas. La resposta correcta depèn d'una dada concreta al sistema. L'agent consulta i respon.
  • Documentació pendent. El client envia un document o pregunta què falta. L'agent verifica contra la llista de l'expedient i respon amb el que falta o confirma recepció.
  • Confirmacions. Cita, comanda, recepció de pagament, alta de servei. L'agent confirma amb les dades correctes.
  • Incidències simples. Casos que segueixen un guió conegut: error d'accés, canvi de contrasenya, problema amb un document descarregable. L'agent pot executar el procediment.
  • Dubtes recurrents. Horaris, condicions, terminis, política de devolucions, dades fiscals. L'agent respon amb la font autoritzada i deixa registre.
  • Canvis de dades que no requereixen verificació d'identitat forta: número de telèfon, persona de contacte, idioma preferit. L'agent actualitza i confirma.
  • Sol·licituds que segueixen un flux clar: còpia de factura, certificat de servei, dades de compte per a transferència.

El criteri comú: la resposta correcta és consultable o procedimental, no depèn de judici humà.

Tipus de correus que han d'escalar a una persona

L'altre costat del criteri és igual d'important. Un agent que automatitza més del que hauria fa més mal que un que automatitza menys. Aquests correus no s'haurien de respondre sense revisió humana:

  • Queixes o to hostil. Encara que la resposta sigui tècnicament correcta, el client no vol rebre-la d'un agent automàtic. L'agent detecta el to, no respon i escala amb la fitxa del client i l'històric recent.
  • Client estratègic. Definit per l'equip en una llista o per regles (import anual, antiguitat, criticitat). Qualsevol correu d'aquest client passa per revisió humana abans de respondre.
  • Risc legal o reputacional. Reclamacions formals, mencions a advocats, amenaces de baixa, referències a xarxes socials o mitjans.
  • Imports alts o decisions amb impacte econòmic. Qualsevol resposta que impliqui un compromís econòmic fora dels rangs habituals.
  • Sol·licitud fora de política. El client demana alguna cosa que requereix una excepció. L'excepció la decideix una persona, no l'agent.
  • Dades contradictòries o identitat dubtosa. Si el correu ve d'una adreça que no coincideix amb el client registrat, o les dades del missatge no encaixen amb les del sistema, l'agent s'atura i verifica amb una persona.
  • Dades especialment protegides. Informació mèdica, financera sensible, dades de menors. Aquí la revisió humana no és una opció.

Aquests set criteris defineixen el perímetre de l'agent. Com millor escrits estiguin al principi, menys ensurts hi haurà després.

Estats mínims perquè el flux no sigui caòtic

Una bústia compartida sense estats és exactament el que està trencat. Afegir un agent sense estats no millora res: el que millora és treballar amb estats. El conjunt mínim que funciona a la pràctica:

Nou quan el correu entra i encara no s'ha classificat. Classificat quan l'agent ha assignat categoria i prioritat. Pendent de context quan l'agent necessita una dada que no és als seus sistemes i sol·licita informació addicional al client o a una persona de l'equip. Resposta preparada quan hi ha un esborrany esperant revisió humana abans de sortir. Enviat quan la resposta automàtica o validada ha sortit. Escalat quan una persona de l'equip està al capdavant del cas. Bloquejat quan alguna cosa externa impedeix avançar (client sense respondre, dependència de tercer). Tancat quan el cas s'ha resolt.

Sense aquests estats, no hi ha manera de mesurar res. Amb ells, el dashboard explica una història útil: quants casos resol l'agent sol, quants escala i per què, quant triga cada estat, on són els colls d'ampolla reals.

Com evitar respostes incorrectes o fora de context

La por raonable quan s'automatitza una bústia és que l'agent contesti malament. La manera de mitigar-ho no és desconfiar de l'agent, sinó configurar regles explícites de confiança:

Definir categories que només suggereixen durant les primeres setmanes. L'agent classifica i prepara esborrany, però no envia. Una persona revisa la qualitat de la suggerència abans de validar. Això permet calibrar el model amb dades reals abans de deixar-li l'enviament directe.

Limitar fonts autoritzades per tipus de resposta. Si la pregunta és sobre horaris, la font és el document d'operacions. Si és sobre tarifes, la font és l'ERP. L'agent no inventa: respon amb dades referenciades o no respon.

Establir llindars de confiança. Si el model no està prou segur de la classificació o de la resposta, no envia: deixa el correu en "resposta preparada" o l'escala directament.

Mantenir un log auditable amb cada interacció: correu entrant, classificació assignada, context consultat, resposta generada, decisió final (enviat, escalat, descartat). Sense aquest log no es pot millorar l'agent, ni reconstruir què va passar si un client reclama.

Mètriques que importen en una bústia automatitzada

Un dashboard útil té sis números, no vint:

Temps de primera resposta per categoria. No la mitjana global: la mediana per tipus de correu. Una queixa a les 9 h hauria de tenir un temps de resposta diferent que una pregunta sobre horaris.

Temps fins a resolució, des del correu entrant fins al tancament del cas. És el que mesura si l'operació realment avança, no només si respon ràpid.

Correus resolts sense intervenció humana, com a percentatge sobre el total. Aquest és l'indicador de capacitat alliberada per a l'equip.

Escalats útils, percentatge sobre el total d'escalats que realment requerien persona. Si és baix, l'agent està sent massa conservador i carrega l'equip. Si és alt, l'agent encerta quan escalar.

Backlog diari de correus sense estat final. Si creix, alguna cosa no funciona.

Errors de classificació, detectats manualment o per reclamacions de clients. És la mètrica que més costa mesurar i la que més valor dona.

Hores recuperades per l'equip, calculades com a nombre de correus automatitzats pel temps mitjà de gestió manual. No és exacte, però és el número que justifica la inversió davant direcció.

Com encaixa BeeAgent en una bústia compartida

BeeAgent no és un chatbot ni un autoresponder. És un agent operacional configurable sense codi que opera sobre trucades i correu amb les mateixes regles: classificar, consultar context, decidir següent acció, escalar quan toca i deixar traçabilitat.

En una bústia compartida, BeeAgent es connecta al servidor de correu (IMAP, Microsoft 365, Google Workspace), als sistemes on viu el context (CRM, ERP, gestor documental) i a les plantilles i fonts autoritzades de l'equip. La configuració la fa una persona d'operacions, no un equip tècnic, definint categories, regles de resposta, criteris d'escalat i estats.

Per veure el detall de com es configura des de zero, et pot ajudar aquesta guia: com es configura un agent d'IA per a operacions amb BeeAgent. Per entendre la diferència conceptual entre chatbot, callbot i agent operacional, està coberta a bot d'atenció al client: chatbot, callbot o agent d'IA, què triar. I per a una estimació de retorn en una operació tipus, agent d'IA per a trucades i correus: quant estalvies amb BeeAgent té el càlcul amb crèdits i hores.

Pilot de tres setmanes per validar l'automatització d'una bústia

Igual que amb qualsevol flux operatiu, la forma sensata de validar és començar acotat. Un pilot que funciona en una bústia compartida segueix aquest patró:

Setmana 1: triar i preparar. Una sola bústia, 3-5 categories de correu (les més freqüents i previsibles), les plantilles de resposta validades per l'equip, les regles d'escalat escrites i el dashboard bàsic muntat. Abans d'activar res, mesurar el punt de partida: quants correus al dia, temps mitjà de primera resposta, temps de resolució.

Setmana 2: agent operant. L'agent classifica tots els correus i respon sol en les categories on la confiança és alta. A la resta prepara esborranys. L'equip revisa diàriament una mostra (15-20 interaccions) i ajusta el que no encaixa: categories mal calibrades, respostes incorrectes, escalats que no eren necessaris o, al revés, casos que es van respondre i haurien d'haver escalat.

Setmana 3: mesurar i decidir. Comparar les mètriques amb la línia base. Si el temps de primera resposta baixa, el percentatge de correus sense intervenció humana puja i els errors de classificació estan per sota del llindar acceptable, ampliar a més categories o a més bústies. Si els escalats útils són baixos, revisar els criteris abans d'escalar el volum.

La trampa més comuna en aquest tipus de pilots és activar l'agent sobre massa categories alhora. Tres categories ben resoltes fan més per l'operació que deu mal configurades.

Quan no automatitzar una bústia

No totes les bústies compartides es beneficien d'un agent d'IA. Si el volum és baix (menys de 30-50 correus al dia), la inversió en configuració no s'amortitza. Si la varietat de casos és molt alta i cada correu requereix criteri, l'agent classificarà però gairebé no respondrà, i el cost de gestionar les excepcions serà més gran que l'estalvi. Si les dades són en sistemes als quals l'agent no pot accedir, no podrà consultar context i només serà un classificador, cosa que limita molt la seva utilitat.

El perfil on BeeAgent encaixa clarament: bústies amb volum sostingut, alta proporció de correus repetitius sobre fluxos coneguts, sistemes connectables on viu el context, i un equip que ja gasta hores al dia en triatge.

Pots unir-te a la llista d'espera o escriure'ns per dissenyar un pilot acotat sobre la teva bústia: una sola bústia, 3-5 categories, mètriques clares i tres setmanes per decidir si funciona en la teva operació.

Preguntes freqüents

Quina diferència hi ha entre un autoresponder i un agent d'IA en una bústia compartida?
Un autoresponder envia una resposta plantilla segons una regla o una paraula clau. Un agent d'IA com BeeAgent interpreta la intenció del correu, consulta l'estat del client o expedient, decideix si ha de respondre, escalar o demanar context, registra el resultat i canvia l'estat del cas. L'autoresponder contesta; l'agent operacional resol.
Quins tipus de correus convé automatitzar en una bústia compartida?
Els que segueixen un flux clar i previsible: estat d'un tràmit, documentació pendent, confirmacions, incidències simples, dubtes recurrents, factures, canvis de dades i sol·licituds habituals. Són correus on la resposta correcta depèn d'informació que l'agent pot consultar, no de criteri humà.
Quins tipus de correus no hauria de respondre un agent d'IA sense supervisió?
Queixes, to hostil, risc legal o reputacional, imports alts, clients estratègics, sol·licituds fora de política, dades contradictòries, identitats dubtoses i qualsevol cas on una resposta incorrecta tingui un cost alt. En aquests casos l'agent classifica, recopila context i escala a una persona amb la fitxa preparada.
Com s'evita que un agent d'IA enviï respostes incorrectes o fora de context?
Amb regles de confiança per tipus de correu, revisió humana al principi per validar la classificació, límits clars sobre quines categories pot respondre sol i quines només pot suggerir, fonts autoritzades per a cada resposta i un log auditable que permeti revisar errors i ajustar el comportament.
És compatible amb el RGPD automatitzar una bústia d'atenció al client?
Pot ser-ho si la finalitat (gestió d'atenció al client) i la base legal estan documentades, hi ha minimització de dades en cada interacció, el proveïdor figura com a encarregat del tractament amb un DPA clar, la política de retenció està definida i la revisió humana es manté en categories sensibles. Dades especialment protegides o decisions amb efecte jurídic requereixen sempre intervenció humana.
#bústia compartida atenció al client #automatitzar correus atenció al client #agent IA email #classificació automàtica de correus #gestionar bústia compartida #operacions B2B #RGPD #Espanya

Llest per automatitzar les teves operacions?

Crea el teu primer agent d'IA per a trucades i correu en minuts, sense codi.

Uneix-te a la llista d'espera