El agente de IA necesita enviar correos electrónicos. No reenviarlos, ni resumirlos, sino componerlos y enviarlos según el contexto. ¿Un cliente envía un correo sobre un pedido retrasado? El agente debe verificar el estado del pedido, redactar una respuesta apropiada y enviarla (o programarla para mi aprobación).
Construir esto me tomó tres iteraciones. La primera fue sorprendentemente mala. La segunda fue funcional pero inquietante. La tercera es la que realmente uso.
Iteración 1: El Bot de Correos Sobreconfiado
Mi primer intento le dio al agente acceso completo al correo electrónico con instrucciones simples: “Monitorea la bandeja de entrada, responde a los correos de los clientes según el contexto.” Funcionó técnicamente: leía correos, generaba respuestas y las enviaba.
El problema: envió una respuesta a una queja de un cliente enojado que comenzaba con “Entiendo tu frustración.” El cliente no estaba frustrado; estaba levemente molesta por una pequeña discrepancia en la facturación. El agente convirtió un problema menor en una respuesta emocional que hizo que el cliente realmente se frustrara.
Lección: Los agentes de IA son malos para leer el tono emocional en los correos electrónicos. Como default, eligen la interpretación más dramática y responden en consecuencia.
Iteración 2: El Bot de Correos Sobrecauteloso
Después del primer desastre, me fui al extremo opuesto. El agente redactaba correos pero nunca los enviaba; todo iba a una cola de aprobación. Tenía que revisar y aprobar cada respuesta.
Esto generó más trabajo que hacerlo manualmente. En lugar de leer el correo y escribir una respuesta, leía el correo, leía el borrador del agente, decidía si el borrador era apropiado, lo editaba el 60% de las veces y luego lo aprobaba. Lo que debería haber sido un ahorro de tiempo se convirtió en un paso adicional.
Lección: Tener una cola de aprobación para cada correo anula el propósito. Necesitas automatización selectiva.
Iteración 3: Lo que Realmente Funciona
El sistema actual clasifica los correos entrantes y maneja cada categoría de manera diferente:
Categoría A: Rutinaria y segura (respuesta automática). Confirmaciones de reuniones, reconocimientos de recibo, solicitudes de información simples con respuestas claras. El agente responde automáticamente. Estas representan alrededor del 40% de los correos entrantes y son casi imposibles de estropear.
Categoría B: Estándar pero matizada (borrador + aprobar). Preguntas de los clientes que requieren comprobar datos, solicitudes de seguimiento, consultas moderadamente complejas. El agente redacta una respuesta, adjunta el contexto relevante (estado del pedido, detalles de la cuenta) y la coloca en mi cola de aprobación. Yo reviso y envío con un clic. Generalmente no se necesitan ediciones. Alrededor del 45% de los correos.
Categoría C: Sensible (solo marcar). Quejas, menciones legales, disputas financieras, cualquier cosa de un contacto importante. El agente las marca para mi atención personal y no redacta una respuesta. Alrededor del 15% de los correos.
El Sistema de Clasificación
La categorización se basa en un conjunto de reglas en las instrucciones del agente:
– Contiene palabras como “cancelar,” “reembolso,” “abogado,” “decepcionado” → Categoría C
– De una lista de contactos VIP → Categoría C
– Pregunta simple con una respuesta fáctica → Categoría A
– Todo lo demás → Categoría B
Este enfoque basado en reglas es más confiable que pedirle a la IA que “decida cuán importante es este correo.” El juicio de la IA sobre la importancia del correo es inconsistente. Las reglas simples son predecibles y depurables.
El Enfoque de Plantillas de Correo
Para las respuestas automáticas de la Categoría A, no dejo que el agente escriba libremente. En su lugar, proporciono plantillas de respuesta con variables:
“Confirmación de reunión: Hola [nombre], confirmado para [fecha] a [hora]. Nos vemos entonces.”
El agente completa las variables del contexto del correo. Esto elimina el riesgo de que el agente diga algo inesperado en las respuestas automáticas. ¿Aburrido? Sí. ¿Confiable? Totalmente.
Para los borradores de la Categoría B, el agente tiene más libertad pero sigue pautas estructurales: reconocer la pregunta, proporcionar la información relevante, ofrecer los próximos pasos y cerrar de manera profesional. Los borradores son consistentemente buenos porque la estructura es restringida, incluso cuando el contenido varía.
Lo que Aprendí sobre IA y Correo Electrónico
La IA es buena para: Extraer información de los correos (fechas, nombres, solicitudes), buscar datos relevantes (estado del pedido, historial de la cuenta) y generar respuestas estructuralmente sólidas.
La IA es mala para: Leer sutilezas emocionales, entender relaciones y políticas, saber cuándo CC a alguien y decidir el nivel adecuado de formalidad para un destinatario dado.
El ideal dividido: Dejar que la IA maneje el procesamiento de información (¿de qué trata este correo? ¿qué datos son relevantes?) y la redacción (escribir una respuesta con estos hechos). Mantener al humano en el circuito para tono, juicio y decisiones de enviar/no enviar en cualquier cosa más allá de la correspondencia rutinaria.
Los Números
Antes del agente de correo: pasaba alrededor de 90 minutos al día en correos.
Después del agente de correo: aproximadamente 35 minutos al día.
El ahorro de 55 minutos proviene de: respuestas automáticas manejando correos rutinarios (20 minutos ahorrados), procesamiento más rápido de revisiones de borradores en comparación con escribir desde cero (25 minutos ahorrados) y carga previa de contexto para que no tenga que buscar cosas manualmente (10 minutos ahorrados).
Eso son 4.5 horas por semana recuperadas. Por $0.20/día en costos de API, es una de las automatizaciones con mayor ROI que he construido.
🕒 Published: