La Ley 10/2025 de Atención a la Clientela cambia el paradigma de la atención con un objetivo claro: garantizar una calidad en el servicio que redunde en la satisfacción de la clientela. Para lograrlo, establece los estándares mínimos que definen esa calidad, e impone ciertas obligaciones en lo referente a los plazos o el acceso a la atención humana, pero los medios quedan en manos de cada compañía, que deberá revisar la configuración de sus servicios y verificar si están a la altura para cumplir. Y no es algo que puedan dejar para más adelante, porque el 28 de diciembre es la fecha tope, la entrada en vigor de la ley.
¿Están las empresas realmente preparadas para cumplir la Ley SAC? Los datos del webinar que Servinform celebró en julio de 2026 con responsables de atención al cliente, CX y operaciones de distintos sectores revelan que existen asignaturas pendientes que no se pueden obviar. Los asistentes identificaron la disponibilidad de atención en las lenguas cooficiales como su mayor brecha (73%), la auditoría y calidad como segunda debilidad (53%) y la trazabilidad como un reto sin resolver: solo el 20% declara una visión completa del recorrido de cada interacción, mientras el 53% trabaja con información separada por canales o dispersa entre sistemas.
El modelo híbrido bien diseñado es la respuesta a ese conjunto de brechas. Construirlo requiere entender con precisión qué debe hacer la IA, cuál debe ser el rol de las personas y cómo deben trabajar juntas. En Servinform lo tenemos claro desde mucho antes de que la Ley SAC focalizase toda nuestra atención: siempre hemos promovido un modelo de colaboración híbrido entre automatización, IA y personas.
Por qué la Ley SAC impulsa un modelo híbrido de atención
La ley prohíbe los contestadores automáticos o soluciones similares como único medio de atención (art. 8.1) y obliga a que el cliente pueda solicitar atención por una persona en cualquier momento de la interacción (art. 8.2). Al mismo tiempo, exige que el 95% de las llamadas se atiendan de forma efectiva en menos de tres minutos (art. 10.3) y que ese mismo porcentaje de solicitudes de atención personalizada reciba respuesta en menos de tres minutos desde que el cliente la pide (art. 8.2).
La combinación de ambos requisitos dificulta que un modelo exclusivamente humano resulte escalable y descarta que uno completamente automatizado pueda responder por sí solo a la norma. Esos dos requisitos juntos hacen que un modelo de atención puramente humana sea inviable a escala para la mayoría de las organizaciones, y que un modelo puramente automatizado incumpla la ley. El modelo híbrido resuelve esa tensión: la IA absorbe el volumen, reduce los tiempos de espera y gestiona lo predecible; las personas asumen lo que requiere criterio, empatía o decisión, y están disponibles bajo demanda en el plazo que exige la norma.
La ley también obliga a un sistema de evaluación anual y a una auditoría externa que acredite que el servicio cumple los parámetros de calidad. El modelo híbrido, por tanto, tiene que funcionar bien y poder demostrarlo. La medición, el registro y la auditoría son parte del modelo desde el diseño.
Qué tareas puede asumir la IA y cuáles deben seguir siendo humanas
La ley no responde a esta pregunta, pues solamente define los parámetros mínimos de calidad y la obligatoriedad de que la clientela pueda acceder a un agente humano en cualquier momento, pero en Servinform tenemos ya una trayectoria en el diseño de modelos híbridos de atención y podemos responderte con claridad.
Tareas que puede automatizar la IA en atención al cliente
La IA es particularmente útil como primera línea de contacto. Los chatbots y voicebots clásicos han evolucionado enormemente en los últimos años gracias a la IA generativa. Ahora somos capaces de desarrollar agentes virtuales que tienen una voz humanizada, que siguen las conversaciones con naturalidad, entienden los silencios y los cambios de tema, y, por encima de todo, son capaces de resolver. La mayoría de las llamadas a un servicio de atención pueden resolverse gracias a esta tecnología, idónea para absorber las consultas frecuentes con respuesta estandarizable: el estado de una gestión, consultas sobre servicios, información sobre productos, cambios de datos básicos, confirmaciones, altas y bajas, apertura de incidencias… Pero también tiene un papel clave en el back office. El agente es capaz de la clasificar y priorizar los contactos entrantes, basta con una pregunta abierta al inicio de la conversación, en la que el cliente podrá manifestar el motivo de su llamada para que el agente pueda desplegar todo su potencial: cambiar el lenguaje, activar la traducción simultánea, detectar necesidades de accesibilidad o transferir a una persona.
Tareas que deben asumir los agentes humanos
Las personas siempre deben permanecer accesibles y asumir los casos que requieren criterio y especialización. Una de las clásicas quejas en los servicios de atención es no disponer del tiempo suficiente para hacer mucho más por los clientes, un servicio saturado repercute en una atención que no llega a dar todo lo que podría. Así, las personas están ahí para:
- Abordar las situaciones con carga emocional significativa, donde la empatía y el tono importan tanto como la respuesta.
- Casos ambiguos donde la información disponible es insuficiente para decidir con fiabilidad.
- Decisiones que implican excepciones a las reglas estándar.
- Atención a personas vulnerables que requieren acompañamiento individualizado.
Y, en definitiva, para hacerse cargo de cualquier gestión donde el error pueda tener consecuencias jurídicas o económicas relevantes para el cliente o para la propia empresa, y donde el criterio y la empatía humana son insustituibles.
Cómo mejorar la eficiencia sin perder calidad de servicio
La eficiencia en un modelo híbrido se mide en dos dimensiones que deben avanzar juntas: la capacidad de absorber volumen y la calidad de cada interacción. Optimizar una a costa de la otra produce modelos que cumplen métricas operativas, pero fallan en la experiencia del cliente, o modelos que dan un servicio excelente pero no pueden escalar.
Las palancas que permiten avanzar en ambas dimensiones simultáneamente son:
Automatización del primer nivel con derivación inteligente. La IA gestiona el contacto inicial, resuelve lo que puede y deriva lo que no, con la transferencia del contexto completo al agente, que comienza desde donde lo dejó el sistema automatizado y con toda la información a su disposición para evitar esperas.
Asistencia al agente en tiempo real. La IA actúa como copiloto del agente humano durante la conversación, proporcionando información relevante, sugiriendo respuestas y recuperando el historial del cliente sin que el agente tenga que interrumpir la llamada para buscarlo. Esto reduce el tiempo medio de operación y mejora la precisión de la respuesta sin añadir fricción para el cliente.
Gestión de picos sin sobredimensionamiento. Los modelos de atención puramente humanos o con automatizaciones mínimas requieren dimensionar el equipo cuando llegan momentos de mayor demanda, la escalabilidad es inviable. Un modelo híbrido absorbe los picos con automatización y reserva la capacidad humana para los casos que realmente la necesitan, lo que permite operar con equipos más ajustados sin comprometer los SLAs legales en momentos de alta demanda. La IA permite además detectar y anticipar cuándo van a producirse esos picos, lo que garantiza una mayor capacidad de actuación.
El papel de los agentes en una atención apoyada por IA
En un modelo híbrido bien diseñado, el rol del agente humano cambia. Pasa a ser el especialista que interviene cuando la situación lo requiere, con toda la información disponible y sin dedicar tiempo a tareas que la IA puede gestionar mejor.
El agente humano es capaz de tomar decisiones con mayor criterio. Si bien es cierto que una IA bien entrenada con contexto es capaz de decidir con lógica y coherencia, las personas son capaces de poner en común muchos más factores que resultan decisivos a la hora de articular decisiones más adecuadas en los casos más complejos: experiencia, formación específica, sensibilidad psicológica, empatía ante situaciones delicadas y la capacidad de interpretar matices que ningún dato objetivo puede recoger. Con el apoyo de la IA para abordar las tareas en las que mejor se desenvuelve, el agente dispone de más recursos para tomar las decisiones más importantes, que se toman con más información y con tiempo suficiente para valorarlos correctamente.
También es sumamente relevante el rol de supervisión que deben asumir los agentes. En un modelo híbrido, los agentes deben supervisan el comportamiento de la IA, detectan patrones de error y retroalimentan el sistema con correcciones. Esta función de supervisión es parte del modelo de mejora continua y es lo que permite que la IA sea cada vez más precisa.
El agente es el mejor garante de la accesibilidad. La ley obliga a que el personal que presta atención personalizada tenga formación específica en accesibilidad universal y atención a personas con discapacidad y de edad avanzada (art. 9.2). En un modelo híbrido, los agentes son el recurso para los clientes que no pueden o no quieren interactuar con sistemas automatizados. Su formación en accesibilidad es lo que hace que el modelo sea realmente inclusivo.
¿Qué métricas deberías auditar para garantizar que tu modelo híbrido cumpla la ley?
Un modelo híbrido que no se mide no se puede gestionar ni demostrar, y la ley exige que se despliegue un sistema de evaluación anual en el artículo 21 y la auditoría externa del artículo 22 requieren que las métricas sean fiables, precisas y que el error de medición no supere el 5% en cada parámetro.
Los SLAs de atención: es especialmente relevante para el cumplimiento legal que midas los porcentajes de llamadas atendidas de forma efectiva en menos de tres minutos (art. 10.3) y de solicitudes de atención personalizada atendidas en menos de tres minutos desde la solicitud (art. 8.2), además de los plazos de resolución de cada consulta, queja, incidencia o reclamación.
La calidad de la interacción. Te recomendamos medir la tasa de resolución en primer contacto, diferenciada entre canal automatizado y canal humano, la de derivación del bot al agente, con el motivo de cada derivación, y el tiempo medio de gestión por tipo de interacción y canal. La ley también obliga a implantar un sistema que permita definir el grado de satisfacción del cliente tras la resolución, lo que además te ayudará a garantizar una mejora constante del servicio.
Métricas del traspaso. Detectar gaps en el traspaso de un bot a un agente es fundamental para cumplir la norma de los tres minutos, y para mejorar la satisfacción de tu clientela. El tiempo transcurrido entre la solicitud de atención humana y la conexión efectiva con el agente es un margen fundamental que marca la diferencia entre una espera razonable y desesperar al cliente.
El reto también se encuentra en definir tus propias reglas. Recuerda que la ley establece los mínimos, el techo es el que tú decidas: un buen criterio será clave para que tu compañía marque la diferencia.
Casos de uso donde la IA aporta más valor
La IA en un modelo híbrido de atención tiene un impacto especialmente relevante en determinados contextos: donde resuelve un problema de escala que el equipo humano no puede abordar de forma sostenible, o donde aporta una capacidad que sin tecnología sería inaccesible.
Gestión de alto volumen de llamadas con consultas frecuentes. Nuestra agente virtual con voz humanizada LucIA gestiona alrededor de 47.000 llamadas mensuales para Arval, resuelve el 90% de las consultas sin intervención humana y ha reducido el tiempo medio de atención de 6 a 2 minutos. Los agentes humanos quedan disponibles para los casos que requieren su criterio, con una capacidad operativa multiplicada sin necesidad de ampliar el equipo.
Atención en lenguas cooficiales a escala. Uno de los retos que los asistentes a nuestro webinar identificaron como prioritario en su hoja de ruta es la atención en lenguas cooficiales: el 73% la señala como su mayor brecha y el 63% la sitúa como primera prioridad de adaptación. Para los agentes humanos, atender en catalán, euskera, gallego o valenciano requiere perfiles específicos que no siempre están disponibles. Nuestra solución Voice to Voice resuelve este reto en tiempo real: traduce simultáneamente durante la llamada para que el agente y el cliente puedan comunicarse cada uno en su propia lengua, sin necesidad de perfiles lingüísticos especializados ni de derivar la llamada a otro equipo.
Auditoría continua de la calidad del servicio. La auditoría manual por muestreo suele cubrir un máximo el 3% de las interacciones, lo que deja un margen de error inaceptable para una obligación legal que requiere acreditar el cumplimiento. El 53% de los asistentes a nuestro webinar identificó la auditoría de la calidad como su segunda debilidad, y solo el 20% declaró una visión completa del recorrido de cada interacción. Ambas brechas tienen el mismo origen: la dificultad de auditar a escala y de conectar la información dispersa entre sistemas.
Nuestra solución AudiSpeech audita el 100% de los contactos telefónicos, transcribe cada conversación y valida hasta 50 parámetros de calidad definidos por el negocio, incluyendo si se ofreció atención humana desde el inicio, si el traspaso se produjo en el plazo correcto y si el agente se identificó al inicio de la conversación. El resultado es una evidencia continua y sistemática que genera la documentación que cualquier auditoría externa va a requerir y que necesitarás para seguir optimizando tu servicio.
Cómo medir el rendimiento de un modelo híbrido
El 28 de diciembre de 2026 es la fecha tope de adaptación. Las organizaciones que lleguen a diciembre con un modelo híbrido implantado, medido y auditable habrán construido una operación de atención más eficiente, más accesible y preparada para lo que venga después.
En Servinform acompañamos a las empresas afectadas por esta Ley y a las que quieren garantizar la máxima calidad en sus servicios en el diseño e implantación de modelos híbridos de atención al cliente. ¿Quieres saber si tu modelo actual está preparado para cumplir las nuevas exigencias? Si quieres revisar cómo está configurado el tuyo, podemos ayudarte a hacer ese diagnóstico. No dudes en contactar con nosotros.
Preguntas frecuentes sobre IA, agentes humanos y Ley SAC
¿La Ley SAC permite utilizar inteligencia artificial en atención al cliente?
Sí. La norma permite utilizar sistemas automatizados, pero exige que la clientela pueda solicitar atención por parte de una persona durante la interacción. Por ello, la IA debe integrarse como parte de un modelo híbrido y no como la única vía de atención.
¿Qué es un modelo híbrido de atención al cliente?
Es un modelo que combina automatización e inteligencia artificial con agentes humanos. La IA gestiona las consultas repetitivas, clasifica las solicitudes y aporta asistencia en tiempo real, mientras que las personas atienden los casos que requieren criterio, empatía, especialización o capacidad de decisión.
¿Qué plazo establece la Ley SAC para acceder a un agente humano?
El 95 % de las solicitudes de atención personalizada debe ser atendido, de media, en menos de tres minutos desde que la clientela solicita hablar con una persona.
¿Qué métricas conviene controlar para cumplir la Ley SAC?
Entre las principales métricas se encuentran los tiempos de atención y resolución, la tasa de resolución en el primer contacto, las derivaciones de la IA a agentes humanos, la calidad del traspaso, la satisfacción del cliente y la trazabilidad completa de las interacciones.
¿Cómo ayuda la IA a atender en lenguas cooficiales?
Las soluciones de traducción de voz en tiempo real permiten que el agente y el cliente se comuniquen cada uno en su propia lengua, facilitando una atención escalable en catalán, euskera, gallego o valenciano.
