Chatbot amb IA per a l’atenció al client
Un dilluns al matí, en una botiga en línia petita, la safata d’entrada sol tenir la mateixa cara. Missatges del cap de setmana que pregunten on és una comanda, d’altres que pregunten si es pot tornar una talla, algun que pregunta el mateix que ja diu la pàgina d’enviaments. Algú de l’equip dedica la primera hora a contestar-los, un per un, amb respostes que ja ha escrit centenars de vegades.
Aquesta és la feina que un chatbot d’atenció al client amb IA et pot treure de sobre.
Chatbot amb IA davant de bot de menús
Segurament ja has fet servir un bot dels antics. Et saluda, t’ofereix quatre botons, i si escrius alguna cosa que no és a la seva llista et retorna un «no t’he entès» o t’envia una altra vegada al menú. Funcionen amb regles: algú ha previst cada pregunta i ha escrit cada resposta, i el bot només busca paraules clau en el que escrius per decidir quina branca de l’arbre t’ha d’ensenyar.
Un chatbot amb IA treballa d’una altra manera. Al darrere hi ha un model de llenguatge, el mateix tipus de tecnologia que ChatGPT, Claude o Gemini, que entén la pregunta encara que el client la formuli a la seva manera, amb faltes o barrejant dos temes en una frase. La resposta no surt d’un arbre, surt de la informació que li has donat a llegir: les condicions d’enviament, la política de devolucions, el catàleg, les preguntes freqüents del web. Si el client escriu «em va arribar ahir i no em queda bé, què faig?», el bot entén que és una devolució sense que ningú hagi programat aquesta frase.
Aquesta diferència té una conseqüència pràctica per a qui el munta. Amb un bot de regles la feina és dibuixar l’arbre; amb un d’IA la feina és preparar bé els textos que consultarà i marcar-li els límits: què pot contestar, què no i quan ha de passar la conversa a una persona. Moltes eines actuals combinen les dues coses, botons per als casos tancats i model d’IA per a la resta, i és la combinació que recomanem a una pime, perquè els casos tancats no depenen que el model l’encerti.
Quines consultes pot resoldre
La manera més ràpida de saber-ho és obrir el correu d’atenció al client o el WhatsApp del negoci i repassar les converses de l’últim mes. Gairebé sempre hi apareixen dos grups clars, i tots dos es poden automatitzar amb un grau d’esforç diferent.

Preguntes repetides: horaris, enviaments i devolucions
Són les preguntes la resposta de les quals ja existeix per escrit en algun lloc del teu web, només que el client no l’ha trobada o prefereix preguntar. L’horari de la botiga física, quant triga un enviament a les Balears, si l’enviament és gratuït a partir de cert import, com es tramita una devolució, quins mètodes de pagament accepteu, si feu factura a empresa. Per a això el chatbot només necessita llegir aquests textos, no cal connectar-lo a cap sistema, i per això és el punt de partida més barat.
La feina prèvia és tenir aquests textos al dia i sense contradiccions. Si la pàgina d’enviaments diu una cosa i les condicions de compra en diuen una altra, el bot repetirà la contradicció amb tota la seguretat del món. Abans de muntar res convé reunir en un únic document les respostes bones, les que l’equip dona de debò, i fer servir aquest document com a font.
Estat de la comanda i dades de la botiga
«On és la meva comanda?» és probablement la pregunta més repetida de qualsevol e-commerce, i no es respon llegint un text. El bot ha de consultar la comanda concreta d’aquell client a Shopify, WooCommerce o PrestaShop, saber si ja ha sortit del magatzem i retornar el número de seguiment del transportista.
Això exigeix una integració. Algunes plataformes de chatbot porten connectors ja fets per a les botigues més habituals i ho resolen en una tarda; en altres casos cal muntar la connexió amb l’API de la botiga, per exemple amb un flux d’n8n que rep el número de comanda i el correu del client, consulta la botiga i passa el resultat al model perquè el redacti.
També cal pensar en la identificació. El bot no hauria de donar informació d’una comanda a qualsevol que escrigui un número, així que el normal és demanar el número de comanda juntament amb el correu o el codi postal amb què es va fer la compra. Amb aquesta mateixa integració es poden resoldre consultes semblants: si queda estoc d’una talla, si un producte tornarà a entrar, quin és el termini d’una peça per encàrrec.
Què hi guanya el teu negoci i què no
Resposta fora d’horari sense ampliar la plantilla
El client que pregunta un diumenge al vespre si el regal arribarà abans de dijous no vol esperar a dilluns, i moltes vegades no espera: compra en una altra botiga. El chatbot contesta a aquella hora amb la mateixa informació que donaria el teu equip, i la conversa que no pot resoldre queda recollida perquè algú la reprengui a primera hora.
L’altre guany és dins de l’empresa. Les hores que algú dedicava a copiar i enganxar la política de devolucions es poden dedicar a les consultes que sí que necessiten criteri: una incidència amb un transportista, un client enfadat, una comanda gran d’empresa. Per a una pime això sol ser la diferència entre poder créixer en volum de comandes amb el mateix equip o haver de contractar algú només per atendre missatges.
Límits: respostes inventades i pas a una persona
El risc més conegut dels models de llenguatge és que, quan no tenen la resposta, de vegades se la inventen amb un to perfectament convincent. Un chatbot pot prometre un termini de lliurament que no existeix o acceptar una devolució fora de termini. Això es redueix molt limitant el bot a la informació que li has donat, amb instruccions clares que si alguna cosa no és als seus documents ho ha de dir i derivar, però no desapareix del tot, i per això cal revisar converses reals durant les primeres setmanes.
Les consultes complexes tampoc no són el seu terreny. Una reclamació amb diverses parts, un producte que ha arribat trencat i el client en vol un altre model diferent, una negociació de preu per a una comanda gran. El bot pot recollir les dades i deixar el cas preparat, però la decisió l’ha de prendre una persona amb capacitat per fer-ho.
I hi ha clients que, senzillament, no volen parlar amb una màquina. Si el bot els posa obstacles per arribar a una persona, l’experiència és pitjor que no tenir bot. La sortida ha d’estar sempre a la vista, amb una opció clara de «parlar amb algú de l’equip» i un avís honest de quan respondrà aquesta persona si és fora d’horari.
A més, convé dir des del primer missatge que qui respon és un assistent automàtic. És el que el client espera, evita malentesos quan el bot s’equivoca i encaixa amb les obligacions de transparència que la normativa europea d’IA imposa als sistemes que conversen amb persones.
Text o veu: quin canal automatitzar primer
El que decideix el canal és per on t’escriuen o et truquen els teus clients ara mateix. Si la majoria de consultes arriben per WhatsApp, el xat del web o el correu, el primer pas és un chatbot de text: és més barat, es prova més ràpid i els seus errors es veuen per escrit, així que es corregeixen millor. Si en canvi el telèfon no para de sonar amb les mateixes preguntes, que és l’habitual en negocis amb atenció presencial, clíniques, tallers o restaurants, l’estalvi de debò és a la veu.
Un agent de veu amb IA contesta la trucada, entén el que se li diu i respon parlant, amb eines com Vapi o Retell AI que connecten el telèfon amb un model de llenguatge i una veu sintètica. Pot donar horaris, prendre una reserva o una cita, o recollir el motiu de la trucada i passar-la a la persona adequada. És més delicat de muntar que un xat, perquè una resposta lenta o una veu que interromp el client es noten molt més que un missatge mal redactat, i convé provar-lo amb trucades pròpies durant dies abans d’obrir-lo al públic.
A la majoria de pimes els recomanem començar per un canal, el que concentra més consultes repetides, mesurar unes setmanes i només llavors decidir si s’estén a l’altre. Els textos de referència que preparis per al chatbot et serveixen després per a l’agent de veu, així que la feina no es perd.
Plataforma no-code, helpdesk o flux amb n8n
Hi ha tres camins, i l’elecció depèn més del que ja tens muntat que de les funcions de cada eina.
El primer és una plataforma de chatbot no-code, com Tidio, que té un mòdul d’IA per a l’atenció al client pensat per a botigues en línia. S’instal·la al web amb un fragment de codi o una extensió de la botiga, li puges les teves preguntes freqüents o li indiques les URL d’on ha d’aprendre, i en pocs dies pot estar contestant. És l’opció amb menys feina tècnica. A canvi, fer alguna cosa fora del que preveu la plataforma, com consultar un sistema propi, pot ser complicat o impossible.
El segon és activar la IA del helpdesk que ja fas servir. Si el teu equip treballa amb Zendesk, Freshdesk, Intercom o Gorgias, totes tenen el seu propi agent d’IA que s’alimenta del centre d’ajuda i de l’historial de tiquets, i l’avantatge és que la conversa que el bot no resol arriba directament a la mateixa safata on ja treballa el teu equip. Si no fas servir cap helpdesk, no et recomanem contractar-ne un només pel chatbot: gairebé mai no és el camí més curt.
El tercer és un flux propi, muntat amb n8n i l’API d’un model com Claude, GPT o Gemini. És el que fem quan el negoci té sistemes que cap plataforma no connecta de sèrie, un ERP, un programa de gestió de cites, una base de dades pròpia, o quan vol controlar amb detall què fa el bot en cada cas. Dona més llibertat i el cost per conversa sol ser baix perquè pagues l’ús del model directament, però requereix algú que el construeixi i que el mantingui quan canviï alguna cosa a la botiga o a l’API.
Abans de decidir convé revisar dues coses a la pàgina de preus de cada eina, perquè canvien sovint: com cobra la IA, si va inclosa al pla, si es paga per conversa resolta o per volum de missatges, i en quins canals funciona, ja que no totes les plataformes cobreixen WhatsApp en tots els seus plans.
Números per saber si et compensa
El càlcul és senzill i el pots fer amb dades del teu propi negoci:
- Compta les consultes repetides que reps en un mes, només les que el bot podria contestar sense intervenció.
- Multiplica-les pels minuts que triga el teu equip a respondre cadascuna, inclosa l’estona de buscar la comanda o trobar el text bo.
- Passa aquest total a hores.
- Multiplica les hores pel que et costa una hora de la persona que les contesta.
El resultat és el que et costen avui aquestes consultes.
Posem un exemple fictici per veure com es llegeix. Una botiga rep al mes unes quatre-centes consultes d’estat de comanda i enviaments, cadascuna li porta al seu equip uns quatre minuts entre llegir, buscar i contestar, i això suma una mica més de vint-i-sis hores al mes. Multiplicades pel cost d’una hora d’aquesta persona, tens la xifra amb què comparar.
A l’altre costat hi va el que costa el chatbot al mes: la quota de la plataforma o del helpdesk, l’ús del model si l’eina el cobra a part, i una part del muntatge inicial repartida en els mesos que esperes fer-lo servir. No t’oblidis del temps de manteniment: algú ha de revisar converses, corregir respostes i actualitzar els textos quan canvien els enviaments o les condicions.
El bot tampoc no resoldrà totes les consultes que avui contestes. Una part acabarà passant a una persona, així que calcula l’estalvi només sobre les que esperes que tanqui tot sol, i sigues prudent amb aquesta proporció fins que l’hagis mesurada amb converses reals. Si amb una estimació conservadora el cost del bot queda clarament per sota, compensa. Si les xifres surten ajustades, o si reps poques consultes repetides al mes, probablement et serveix més una bona pàgina de preguntes freqüents i respostes desades al correu que un chatbot.
Si vols fer aquest càlcul amb els teus números i veure quina eina encaixa amb el que ja tens, escriu-nos i ho mirem amb tu.