WhatsApp es hoy el canal de atención principal de la mayoría de las pymes argentinas. El problema aparece cuando el volumen crece: responder preguntas frecuentes, dar estados de pedido o agendar turnos consume horas de un equipo humano que podría estar resolviendo casos realmente complejos. La solución habitual, conectar un chatbot a la API de OpenAI, resuelve la carga de trabajo pero abre otra pregunta: ¿dónde termina viajando cada conversación con tus clientes?
El problema de tercerizar la conversación
Cada mensaje que un chatbot en la nube procesa pasa por servidores de un tercero, en otro país, bajo otra jurisdicción. Para rubros como salud, legal, finanzas o cualquier negocio que maneje datos personales de clientes, eso puede ser un problema de cumplimiento normativo además de una cuestión de confianza. La alternativa es correr el modelo de lenguaje en tu propia infraestructura.
Cómo se arma la arquitectura
| Componente | Función |
|---|---|
| WhatsApp Business API | Recepción y envío de mensajes del canal oficial |
| Servidor de automatización (n8n) | Orquesta el flujo: recibe el mensaje, arma el contexto, dispara respuestas |
| Modelo LLM local (Ollama + LLaMA) | Genera la respuesta, corriendo en tu propio servidor o GPU on-premise |
| Base de conocimiento (RAG) | Documentos internos de la empresa, indexados para dar respuestas precisas |
| CRM / sistema de gestión | Consulta de estado de pedidos, turnos o datos del cliente |
Qué puede resolver un chatbot así
- Preguntas frecuentes: horarios, ubicación, métodos de pago, políticas de cambio, usando RAG sobre tu documentación real en vez de respuestas genéricas.
- Estado de pedidos y turnos: consulta directa a tu sistema de gestión, sin que el cliente tenga que esperar a un operador.
- Precalificación de consultas: el bot identifica de qué se trata el mensaje y deriva al área correcta, con el contexto ya armado, cuando el caso requiere una persona.
- Agendamiento automático: integración con calendario para reservar turnos sin ida y vuelta manual.
Y cuándo conviene derivar a un humano
Un buen diseño de chatbot no intenta resolver todo. Definimos umbrales claros: si la confianza de la respuesta es baja, si el cliente lo pide explícitamente, o si el caso involucra un reclamo o una excepción, el flujo deriva a un operador humano con todo el historial de la conversación ya disponible, sin que el cliente tenga que repetir nada.
¿Tu equipo pierde horas respondiendo lo mismo por WhatsApp?
Diseñamos e implementamos tu chatbot con IA local, integrado a tu sistema de gestión y sin enviar conversaciones a terceros.