Tasa de resolución de IA: cómo calcularla, qué cuenta como resuelto y qué cifra es buena
Recopilado por Alex Gomez. Publicado el 5 de octubre de 2026 · Última actualización: 5 de octubre de 2026.
La tasa de resolución de IA es la proporción de conversaciones que un agente de IA termina de principio a fin, sin que ningún humano complete el trabajo y sin que el cliente vuelva a contactar por el mismo problema. Es la cifra estrella entre las métricas de agentes de IA, y la más fácil de inflar, porque cada proveedor elige sus propias reglas para las dos mitades de la fracción.
En resumen: toda tasa de resolución de IA es un numerador y un denominador, y los proveedores eligen ambos (la documentación de Intercom muestra cómo las mismas 250 resoluciones dan un 33% o un 50%), así que nunca compares dos tasas hasta saber qué cuenta cada una y entre qué divide.
Metodología y fuentes
- Definiciones y fórmulas tomadas de las páginas actuales de Zendesk, Intercom (Fin), Ada, Talkative y Aissist.io.
- Benchmarks a partir de los datos publicados de la flota de Fin, el conjunto de datos de 195 despliegues de My AskAI (según Lorikeet y The Context Company), Comm100 (según Lorikeet), Gartner y las cifras publicadas por Aissist.io. Cada fila de benchmark indica su denominador y su muestra.
- El ejemplo práctico usa cifras ilustrativas, señaladas como tales.
- Todas las cifras se verificaron en octubre de 2026. Aviso: este es el blog de Aissist, y Aissist vende agentes de IA que se miden con esta métrica.
¿Qué es la tasa de resolución de IA y cómo se calcula?
La tasa de resolución de IA es igual a las conversaciones que resolvió la IA, divididas entre las conversaciones que cuentas como elegibles, multiplicado por 100. La guía sobre la tasa de resolución de IA de Zendesk da la versión de manual: un agente que gestiona 200 solicitudes y resuelve por completo 150 obtiene un 75%. Esa fórmula es correcta. También es donde empiezan los problemas, porque las dos mitades de la fracción son cuestiones de criterio.
Este es un mes de un equipo de soporte hipotético (cifras ilustrativas):
| Paso | Conversaciones |
|---|---|
| Todas las conversaciones entrantes | 10,000 |
| Enrutadas al agente de IA | 8,000 |
| Respondidas realmente por la IA (las demás se escalaron antes por regla) | 6,000 |
| Terminadas sin traspaso a un humano | 4,200 |
| …de las cuales el cliente abandonó sin confirmar | 600 |
| …de las cuales el cliente volvió en menos de 72 horas | 300 |
| Resoluciones verificadas (4,200 − 600 − 300) | 3,300 |
Ahora elige una fracción:
| Numerador ÷ denominador | Tasa de resolución |
|---|---|
| Resoluciones verificadas ÷ todas las entrantes | 33% |
| Resoluciones verificadas ÷ enrutadas a la IA | 41% |
| Resoluciones verificadas ÷ respondidas por la IA | 55% |
| Sin traspaso ÷ respondidas por la IA | 70% |
El mismo equipo, el mismo mes, los mismos clientes. La diferencia es de 37 puntos, y nadie ha mentido. La primera fila es la que le importa a finanzas: la proporción de la carga de trabajo total eliminada. La última fila es la tasa de contención disfrazada de resolución. La mayoría de las cifras publicadas se sitúan cerca de la parte inferior de esta tabla, y casi ninguna dice en qué fila está.
¿Qué cuenta como «resuelto»? Cuatro definiciones en uso hoy
Los proveedores no se ponen de acuerdo en el numerador: unos solo cuentan las soluciones confirmadas, otros dejan que un modelo juzgue la calidad, otros cuentan el silencio y uno cuenta un buen traspaso. Cada elección es defendible. Cada una mueve la cifra en una dirección predecible.
| Definición de «resuelto» | Quién la usa | Incluye | Excluye | Sesgo |
|---|---|---|---|---|
| Confirmado + sin nuevo contacto | Guía de Zendesk (ventana de 24–48 horas) | Acciones completadas, respuestas precisas | Chats abandonados, respuestas parciales, nuevos contactos | La más estricta; da cifras bajas |
| Calidad juzgada por un modelo + contenido | Documentación de Ada | Conversaciones que un LLM valora como relevantes, precisas, seguras y contenidas | Cualquier traspaso a un humano | Depende del modelo evaluador |
| Confirmado o sin más ayuda solicitada | Resultados de Intercom Fin | «Resoluciones supuestas» en las que el cliente se marcha | Escalaciones, preguntas aclaratorias sin respuesta | Da cifras altas; el silencio cuenta |
| Incluye traspaso con éxito | Guía de Talkative | Traspasos a un humano con contexto | Traspasos fallidos o sin contexto | La más generosa; el trabajo sigue sin terminar |
Las palabras de la etiqueta importan tanto como las reglas. El análisis de Lorikeet sobre el conjunto de datos de My AskAI concluyó que las cifras etiquetadas como «resolución» tenían una mediana del 72.5% (108 despliegues) frente al 61% de las etiquetadas como «automatización» (52 despliegues), una diferencia de 11.5 puntos antes de cualquier diferencia de capacidad, según el artículo de Lorikeet.
Algunos proveedores evitan directamente la palabra «resolución». El CEO de Freshworks, Dennis Woodside, informó del desvío, no de la resolución, en agosto de 2026:
«Las tasas de desvío de Freddy AI Agent son del 50% de media» — Dennis Woodside, CEO y presidente, Freshworks, vía CX Today
Esa franqueza ayuda. El desvío cuenta todas las conversaciones que nunca llegaron a un humano, incluidos los clientes que se rindieron, y por eso el benchmark de 2026 de Aissist sitúa el desvío 20–40 puntos por encima de la resolución real en el mismo despliegue.
¿Cómo cambian los denominadores la cifra?
El denominador es la palanca más discreta, y puede mover una tasa 17 puntos sin que se ayude a un solo cliente más. Intercom lo demostró en julio de 2026, públicamente y con mérito.
La actualización de las métricas de rendimiento de Fin de Intercom, desplegada entre el 1 y el 8 de julio de 2026, dejó de contar las conversaciones en las que Fin estaba activo pero nunca llegó a responder. En el ejemplo práctico de Intercom, la tasa de resolución pasó de 250 ÷ 750 = 33% a 250 ÷ 500 = 50%. La tasa de automatización (resoluciones sobre todas las conversaciones) se mantuvo en el 25%. Intercom lo dice claramente: «El número de resoluciones no cambia».
Se puede argumentar que la nueva definición es más justa con la IA. También es una cifra distinta, y cualquier gráfico que abarque julio de 2026 compara ahora dos métricas con el mismo nombre.
Tres preguntas sobre el denominador zanjan la mayoría de las discusiones:
- ¿Todas las entrantes o solo las enrutadas a la IA? Enrutar las intenciones fáciles a la IA y las difíciles a los humanos sube la tasa sin subir la capacidad.
- ¿Se excluyen las escalaciones previas a la respuesta? Si las reglas escalan antes de que hable la IA, eliminar esas conversaciones favorece la proporción.
- ¿Conversaciones o mensajes? El benchmark de fiabilidad de Aissist usa conversaciones, porque un denominador a nivel de mensaje infla el volumen y favorece la tasa.
Una tasa es una fracción. Lee primero la mitad de abajo.
¿Qué es una buena tasa de resolución de IA?
Un agente de IA maduro suele resolver el 60–80% de las conversaciones que gestiona, con una mediana del 70% en 195 despliegues publicados, pero solo se pueden comparar las cifras con un denominador declarado. Estos son todos los benchmarks de esta página, con lo que divide cada uno.
| Fuente (consultada en oct. 2026) | Cifra | Numerador | Denominador / muestra | Procedencia |
|---|---|---|---|---|
| Conjunto de datos de My AskAI, mayo de 2026 | Mediana del 70%, mitad central 56–80% | Definiciones mixtas de los proveedores | 195 despliegues, ~55 proveedores | Recopilación independiente |
| Fin | Media del 76% | Confirmado o sin seguimiento | Conversaciones gestionadas por Fin, más de 8,000 clientes | Declarado por el proveedor |
| Benchmarks de Fin, actualizados en mayo de 2026 | 85% de resolución, 78% de automatización (top 10) | Confirmado o sin seguimiento | Más de 110M conversaciones, más de 12,000 clientes, últimos tres meses | Declarado por el proveedor |
| Comm100, vía Lorikeet | 44.8% | Resolución de IA, sin filtrar | Más de 220M interacciones de chat en directo | Comunicado de forma independiente |
| Síntesis de Aissist.io | Mediana de ~41%, ~59% en el cuartil superior | Automatización de nivel 1 | Fuentes publicadas, 2024–2026; sin muestra propia | Síntesis secundaria |
| Aissist.io | Media del 83% | Sin humano, sin nuevo contacto | Conversaciones gestionadas por la IA; tamaño de la muestra no publicado | Declarado por el proveedor |
| Gartner, encuesta de dic. 2023 | 14% resuelto por completo en autoservicio | Declarado por el cliente | 5,728 clientes, todo el autoservicio | Encuesta independiente |
La horquilla del 14% al 85% se debe sobre todo a las definiciones, no a la calidad; para ver el desglose por sectores, consulta la tasa media de resolución de IA en 2026. Las dos filas de Fin lo muestran con claridad: media de la flota frente a los diez mejores, ambas contando solo las conversaciones que gestionó Fin. La fila de Gartner mide algo completamente distinto (la visión del cliente sobre todo el autoservicio), y por eso su analista suena menos impresionado que cualquier proveedor:
«resulta preocupante ver que tan pocos se resuelven por completo allí». — Eric Keller, Senior Director of Research, Gartner Customer Service & Support
A nuestra propia fila le aplicamos el mismo criterio. Aissist publica la definición y el tipo de denominador, pero todavía no un recuento de conversaciones: la carencia que este artículo pide a todos los proveedores que corrijan.
¿Qué métricas deberían acompañar a la tasa de resolución?
Combina la tasa de resolución con el CSAT de las conversaciones gestionadas por la IA y con una tasa de nuevo contacto, porque una tasa de resolución por sí sola se puede subir cerrando tickets que nadie resolvió. Cada métrica complementaria detecta una forma distinta de manipularla.
| Métrica | Qué mide | Cómo se manipula | Qué lo detecta |
|---|---|---|---|
| Tasa de contención | Conversaciones que nunca llegaron a un humano | Esconder el botón de «hablar con una persona» | Tasa de nuevo contacto, CSAT |
| Resolución en el primer contacto | Incidencias resueltas sin nuevo contacto dentro de una ventana (72 horas en la guía de KPI de Aissist) | Acortar la ventana | Ventana fija y publicada |
| Tiempo medio de gestión | Minutos por conversación | Cerrar las conversaciones antes de tiempo | Tasa de nuevo contacto |
| Coste por resolución | Coste total ÷ incidencias resueltas | Contar resoluciones supuestas | Numerador verificado |
| Tasa de nuevo contacto | Proporción de incidencias «resueltas» que vuelven | Tratar un canal nuevo como una incidencia nueva | Emparejamiento a nivel de cliente |
| CSAT en conversaciones de IA | Satisfacción del cliente cuando gestionó la IA | Encuestar solo los chats resueltos | Encuestar todas las conversaciones de IA |
El benchmark de 2026 de Aissist indica que el CSAT de las conversaciones gestionadas por la IA suele estar 5–10 puntos por debajo de la puntuación de las gestionadas por humanos en el mismo equipo, y su análisis de resolución y CSAT sostiene que la satisfacción tiende a caer cuando los equipos llevan la automatización más allá del trabajo que la IA puede terminar de verdad. Resolución sin CSAT es un velocímetro sin indicador de combustible.
Subir la cifra honesta es un trabajo poco vistoso:
«Si inviertes en comprensión, adopción y un gran contenido, el rendimiento de la IA se dispara». — Yamine Gluchow, VP of Information Systems, Lightspeed, vía Fin
La tasa de resolución es un cociente: lee primero la mitad de abajo
La tasa de resolución de IA es la métrica estrella adecuada para un agente de IA, y la más fácil de maquillar. Tanto si estás fijando un objetivo de tasa de resolución en atención al cliente como si estás comprobando la afirmación de un proveedor, exige que la cifra cumpla cinco líneas, el estándar de tasa de resolución de Aissist:
- Numerador: incidencias terminadas de principio a fin, sin que ningún humano las complete.
- Exclusiones: se eliminan las resoluciones abandonadas y supuestas.
- Ventana de nuevo contacto: expresada en horas y fija.
- Denominador: todas las conversaciones gestionadas por la IA, con la tasa sobre todas las entrantes al lado.
- Muestra: número de conversaciones y periodo de fechas.
Un proveedor que rellena las cinco tiene una cifra que merece la pena comparar. Uno que responde «depende» te ha dicho qué fila de la tabla eligió. Para ver dónde se sitúa tu propia tasa, prueba la herramienta de benchmark de tasa de resolución de Aissist; para la parte de facturación, lee desvío vs tasa de resolución.
Preguntas frecuentes
¿Cuál es la fórmula de la tasa de resolución de IA?
Tasa de resolución de IA = conversaciones que la IA resolvió de principio a fin ÷ conversaciones elegibles × 100. Indica siempre qué cuenta como resuelto y qué conversaciones son elegibles, porque ambas elecciones cambian el resultado.
¿Cuál es la diferencia entre la tasa de contención y la tasa de resolución?
La tasa de contención cuenta las conversaciones que nunca llegaron a un humano, incluidos los clientes que se rindieron. La tasa de resolución cuenta solo las conversaciones en las que la incidencia se resolvió de verdad, así que, con los mismos datos, normalmente da una cifra más baja que la contención. Para saber cómo auditar la afirmación de contención de un proveedor, consulta tasa de contención.
¿Es lo mismo la resolución en el primer contacto que la tasa de resolución de IA?
No. La resolución en el primer contacto mide si una incidencia se resolvió sin un nuevo contacto dentro de una ventana fijada, en los canales humanos y de IA. La tasa de resolución de IA mide solo las conversaciones que gestionó la IA, y puede que ni siquiera compruebe si hubo un nuevo contacto.
¿Deberían contar como resueltas las conversaciones abandonadas?
No. Un cliente que se marcha en silencio puede haberse rendido en lugar de haber recibido ayuda. Contar el abandono como resolución es la forma más habitual de inflar las tasas de resolución de IA.
¿Cuánto debería durar la ventana de nuevo contacto?
Las ventanas habituales van de 24 horas a 72 horas; la guía de Zendesk usa 24–48 horas y la guía de KPI de Aissist usa 72 horas. Elige una, publícala y mantenla fija para que la tendencia siga siendo comparable.
¿A qué velocidad mejora la tasa de resolución de IA tras el lanzamiento?
El benchmark de 2026 de Aissist indica que los nuevos despliegues suelen arrancar en el 40–50% y mejorar alrededor de un punto al mes, a medida que se añaden contenidos de conocimiento y acciones.
