Cuando 10.000 consultas diarias no necesitan un call center de 50 personas

En muchas startups FinTech el departamento de atención al cliente escala en personal más rápido que el propio producto. Contratar, formar y retener agentes humanos para responder preguntas repetitivas sobre transacciones, saldos o verificación de identidad es un agujero de recursos que hemos visto hundir equipos pequeños. El caso que analizamos aquí va justo en la dirección contraria: una FinTech latinoamericana logró procesar 10.000 consultas al día con un equipo de solo tres personas, gracias a una arquitectura de IA que combina modelos de lenguaje, flujos automatizados y un toque de ingeniería pragmática.

No se trata de un call center con bots torpes. Es una integración vertical de herramientas que separa el ruido del valor real, y que cualquier equipo técnico puede replicar —si conoce los tradeoffs.

La arquitectura: un asistente de tres capas

El sistema no es un monolito ni un solo LLM escuchando todo. Está dividido en tres etapas:

1. Clasificador ligero (modelo de embeddings + reglas): clasifica cada consulta en una de ~15 categorías (estado de transferencia, validación biométrica, fallo de API de pago, etc.). Se ejecuta en <100ms con un modelo pequeño como all-MiniLM-L6-v2 alojado en una instancia barata.
2. Respuesta automática vía prompt templated: para categorías con solución conocida (por ejemplo, “¿cuándo llega mi transferencia?”), genera una respuesta insertando datos en tiempo real (API del core bancario) en un prompt fijo. El LLM (en este caso GPT-4o-mini, aunque vale cualquier modelo con buena adherencia a instrucciones) formatea la respuesta final.
3. Derivación escalada: si el clasificador supera un umbral de confianza bajo (<0.7) o la consulta pertenece a categorías críticas (fraude, reembolsos complejos), la deriva a los tres humanos, pero acompañada de un resumen de contexto generado automáticamente. Los humanos ven un ticket pre-procesado.

El resultado: el 85% de las consultas se resuelven sin intervención humana. Los humanos dedican su tiempo solo a los casos que realmente lo requieren.

Tradeoffs que no cuentan los whitepapers

La implementación no fue un paseo. Estos son los problemas reales que encontramos al analizar el caso:

• Model drift en categorías nuevas: cuando la FinTech lanzó un nuevo producto (préstamos exprés), el clasificador empezó a mandar consultas legítimas al humano porque no las reconocía. La solución no fue reentrenar, sino añadir reglas heurísticas temporales y un feedback loop: cada vez que un humano resolvía un ticket nuevo, se etiquetaba para el próximo fine-tuning.
• Latencia en respuestas que requieren llamadas a múltiples APIs: la capa de generación tardaba hasta 4 segundos cuando tenía que consultar tres endpoints diferentes (saldo, historial de transacciones y estado del beneficiario). Para un chat en vivo, eso es mucho. La respuesta: paralelizar las peticiones y usar caché de sesión.
• Coste de inferencia en modelos grandes: aunque usaban un modelo pequeño para clasificar, el LLM de respuesta les costaba ~0.003 USD por consulta completa. A 10.000 consultas diarias, son 30 USD/día solo en inferencia. No es caro para una FinTech, pero si escalas a 100.000, necesitas negociar precios con el proveedor o migrar a modelos open source locales.

Alternativas open-source y vendor lock-in

Si quieres evitar depender de OpenAI o Anthropic, hoy puedes montar una pila similar con:

• Clasificación: SentenceTransformers + scikit-learn (clasificador logístico o SVM). Con ~500 ejemplos etiquetados obtienes precisión >90%.
• Generación: Llama 3.1 8B o Mistral 7B cuantizados (GGUF o llamafile) corriendo on-premise. La latencia es mayor (entre 1-3 segundos), pero el coste marginal es cero.
• Orquestación: LangChain o un sistema más ligero como Dify (open-source) que permite crear flujos con nodos de decisión sin programar tanto.

El tradeoff aquí es la complejidad operativa. Alojar tu propio LLM requiere GPUs, mantenimiento y monitoreo. Para un equipo pequeño, puede ser más rentable pagar a un proveedor de API hasta que el volumen justifique la inversión en hardware.

¿Qué aprendimos para nuestros proyectos?

Este caso demuestra que la atención al cliente en FinTech no necesita un ejército de personas ni un presupuesto de nube desbocado. La clave está en diseñar una capa de inteligencia que sepa cuándo no sabe. El clasificador de confianza baja es el verdadero héroe: evita que el bot responda tonterías y protege la experiencia del usuario.

Si estás construyendo un producto financiero, te recomiendo empezar con un MVP que automatice el 60% de las consultas más tontas (estado de cuenta, horarios, cambio de PIN) y luego iterar. Los tres humanos del caso empezaron atendiendo el 100% y liberaron su carga progresivamente.

---

Más detalles, comparativa completa con precios y alternativas en Caso de Éxito FinTech: 10.000 Consultas con 3 Personas (IA 2026).