¿Reemplazará la IA a los agentes de call center? Klarna dijo que su IA hacía el trabajo de 700 empleados y luego volvió a contratar personas.
Los agentes de centro de llamadas siguen siendo necesarios: el propio giro de Klarna, después de afirmar públicamente que su IA había reemplazado a 700 empleados, es la prueba más clara hasta ahora de que la automatización pura chocó con límites reales. La verificación de identidad y las indicaciones básicas pueden automatizarse, pero el trabajo de leer la urgencia en el tono, reconstruir conversaciones confusas y calmar las emociones sigue siendo plenamente humano.
Los agentes de centro de llamadas hacen mucho más que responder preguntas por teléfono. En un tiempo de llamada limitado, deben captar las emociones, la urgencia y la situación de quien llama, ofrecer las indicaciones y confirmaciones adecuadas y conducir a esa persona hacia el siguiente paso. Como trabajan con señales que el texto no revela, como el tono de voz, las pausas o los indicios de pánico, el puesto exige una gran cantidad de criterio propio del trabajo telefónico.
El valor de este rol no está en leer un guion en voz alta, sino en mantener la calma cuando la conversación se sale del guion y en ordenar la información necesaria mientras se tranquiliza a quien llama. Aunque la IA de voz siga avanzando, es probable que las llamadas con emociones intensas o explicaciones complicadas sigan en manos de personas.
Calculado por ai-job-risk.net a partir de cuatro conjuntos de datos públicos, en una escala de 0–100 relativa a las 188 profesiones que analizamos. Una cifra más alta significa que una mayor parte de las tareas del empleo son del tipo que la IA generativa puede hacer o para el que ya se usa. No es la probabilidad de perder el empleo.
Análisis de tareas realizado por investigadores (Eloundou et al.; OIT). Se muestra como percentil entre todas las profesiones que evalúan.
Uso observado de Microsoft Copilot y Anthropic Claude en las tareas de esta profesión. Se muestra como percentil entre todas las profesiones que evalúan.
Sustitución de trabajo por capital: se prevé que la proporción de esta ocupación en el empleo de los sectores que la emplean disminuya, ya que los avances en el procesamiento del habla y del lenguaje y en la inteligencia artificial (IA) permiten que las computadoras gestionen con mayor frecuencia las interacciones de atención al cliente.
Capital/labor substitution - share decreases as advances in speech and language processing and in artificial intelligence (AI) allow computers to handle customer service interactions with greater frequency.
Cifras de EE. UU. para la profesión del BLS «Customer service representatives». Las proyecciones del BLS suponen que la tecnología sigue avanzando a su ritmo histórico; no son un pronóstico del efecto de la IA por sí sola.
Fuentes
Índice de exposición calculado por ai-job-risk.net a partir de los conjuntos de datos siguientes (datos a 15 de octubre de 2026). Las cifras laborales de EE. UU. proceden del BLS, sin cambios.
Los editores de los datos no han elaborado, revisado ni respaldado este sitio. Citas completas, licencias y método
La IA no está reemplazando por completo a los agentes de centro de llamadas, y la prueba más clara es el propio giro público de Klarna. En 2024, Klarna anunció que su agente de IA hacía el trabajo de 700 empleados de atención al cliente; en 2026 la empresa afirma que esa cifra ha crecido hasta el equivalente de 853 agentes a tiempo completo y 60 millones de dólares de ahorro. Pero entretanto, Klarna empezó discretamente a volver a contratar agentes humanos mediante un modelo híbrido de tipo gig, después de que los clientes se quejaran de que la IA daba respuestas genéricas y tenía dificultades con las preguntas llenas de matices. Su director ejecutivo describe ahora la atención humana como algo que se está convirtiendo en una experiencia VIP, no en algo que vaya a desaparecer.
La experiencia de Klarna coincide con los datos generales de 2026. Una encuesta de Gartner de diciembre de 2025 reveló que solo 1 de cada 5 responsables de atención al cliente había reducido realmente su plantilla de agentes por la IA, aunque Gartner proyecta por separado que la IA conversacional reducirá los costos laborales de los centros de contacto en 80.000 millones de dólares en 2026, ya que se espera que solo alrededor de 1 de cada 10 interacciones con agentes se automatice por completo. La IA de voz ha ido ampliando de forma constante la verificación automática de identidad, la orientación de primer nivel y las respuestas a preguntas frecuentes, por lo que es muy probable que partes del trabajo en centros de llamadas se automaticen todavía más.
Sin embargo, las interacciones telefónicas suelen implicar problemas que quien llama no sabe expresar con claridad, o una urgencia que solo se hace evidente por el tono, el ritmo y las vacilaciones. En situaciones de enojo, confusión, llamadas de personas mayores o malentendidos mutuos, justo los casos de los que se quejaron los clientes de Klarna, sigue haciendo falta una persona que reconstruya la conversación. Los agentes de centro de llamadas hacen algo más que atender el teléfono: su trabajo consiste en ordenar la situación mediante una comunicación solo por voz, tranquilizar a quien llama y hacer avanzar el asunto.
Las partes más vulnerables a la automatización por voz son las llamadas que pueden resolverse con preguntas fijas y ramificaciones simples, es decir, aproximadamente el 60 al 70 por ciento de las llamadas entrantes que ya siguen un patrón estructurado, según estimaciones de mercado de 2026, y donde el mercado de IA para centros de llamadas, estimado ahora en cerca de 4.890 millones de dólares, está concentrando su inversión.
Las tareas rutinarias del inicio de la llamada, como comprobar un número de contrato o informar del horario de atención, son fáciles de gestionar para la IA de voz, y esta es precisamente la capa que la mayoría de los centros de contacto asistidos por IA automatizan primero. Es probable que se reduzcan los puestos que dependen solo de esta parte de la interacción.
Las preguntas con patrones de respuesta fijos, como fechas de pago, cambios de domicilio o trámites básicos, son fáciles de automatizar y constituyen el grueso de ese 10 por ciento aproximado de interacciones que Gartner espera que la IA gestione por completo en 2026. Esto resulta eficaz para reducir los tiempos de espera, pero basta una ligera desviación en la pregunta para que la frustración de quien llama aumente rápidamente, que es justo el tipo de fallo que denunciaron los clientes de Klarna.
La IA ya puede transcribir y resumir conversaciones con rapidez, lo que reduce de forma considerable la carga del registro. Aun así, la intensidad emocional y los matices que necesita conocer la siguiente persona que atienda el caso suelen requerir que alguien los complemente.
El enrutamiento de primer nivel hacia el área especializada adecuada según el tema de la llamada es relativamente fácil de estandarizar. Las ramificaciones simples se benefician mucho de la automatización, pero las llamadas en las que el problema cambia a mitad de camino o sigue siendo difuso pueden perderse con facilidad si una persona no las detecta.
Lo que queda para los agentes de centro de llamadas es el trabajo de leer a través de la voz tanto la situación como la emoción y reconstruir la conversación, exactamente el vacío que salió a la luz cuando el enfoque de Klarna basado solo en IA chocó con llamadas complicadas y cargadas de emoción, y la empresa volvió a recurrir a personas.
Aunque el tema sea el mismo, la prioridad puede cambiar según el pánico, la vacilación o la duración de un silencio. Sigue existiendo el trabajo de adaptar la respuesta a partir de señales que solo transmite la voz, y como la emoción se percibe con más fuerza en el habla que en el texto, la forma en que se recibe influye directamente en la calidad de la atención.
Cuando quien llama está confundido y salta de un tema a otro, alguien tiene que decidir qué confirmar primero, cómo calmar a la persona y desde dónde retomar la explicación. No es un trabajo que pueda reducirse a leer un guion; la capacidad de recomponer la conversación y hacerla avanzar sigue siendo humana.
Cuando los ánimos están caldeados, es fundamental decidir qué reconocer y cómo hacerlo antes de ponerse a averiguar los hechos. Si el orden de la explicación o de la respuesta es incorrecto, la situación puede deteriorarse con rapidez; este es el tipo de llamada que, según los encuestados de Gartner, la IA todavía gestiona mal. Las personas capaces de sentar en poco tiempo las bases para recuperar la confianza son difíciles de reemplazar.
Cuando se superponen problemas de facturación, contratos, averías y entregas, alguien tiene que juzgar cómo y a dónde derivar el caso. El trabajo consiste tanto en transferir la llamada como en organizarla para que quien llama no tenga que repetirlo todo, y ese nivel de cuidado tiene un gran impacto en la satisfacción.
Los agentes de centro de llamadas del futuro necesitarán la capacidad de escuchar sin pasar por alto ningún detalle, estructurar lo que oyen y generar tranquilidad solo con la voz. Como Forrester prevé que aproximadamente el 30 por ciento de las empresas habrá creado funciones paralelas de soporte con IA a finales de 2026, los agentes trabajan cada vez más junto a esos sistemas en lugar de ser sustituidos por ellos.
Hace falta la capacidad de dejar hablar a quien llama sin interrumpirlo mientras se ordena mentalmente lo que hay que confirmar. Como las llamadas transcurren en tiempo real, la rapidez para estructurar el problema importa todavía más que en la atención por escrito, y quienes saben escuchar bien tienen más probabilidades de conservar su valor aunque la IA se encargue del tercio rutinario de las interacciones.
La velocidad del habla, las pausas, las señales de escucha y la forma de expresarse pueden cambiar cuánto se tranquiliza quien llama. Las personas capaces de reducir los malentendidos solo con la voz tienen una gran ventaja: se trata de una habilidad deliberada, distinta de la comunicación escrita, y es exactamente lo que, según los clientes, le faltaba al chatbot de Klarna.
Hay que saber juzgar hasta dónde se puede gestionar un caso por cuenta propia y en qué momento conviene involucrar a un supervisor o a otro departamento. Retener un caso demasiado tiempo puede perjudicar la calidad, pero derivarlo demasiado pronto también; quienes saben cuándo pasar el caso en el momento oportuno se ganan la confianza en la plataforma.
Incluso con resúmenes en tiempo real y sugerencias de respuesta, el agente humano tiene que seguir llevando las riendas de la conversación. No basta con leer la redacción propuesta; hay que adaptarla al tono de la llamada. A medida que surgen nuevos roles junto al trabajo de primera línea, como especialista en operaciones de IA o diseñador de conversaciones, los agentes que usan bien estas herramientas sin dejar de dirigir la interacción salen fortalecidos.
La experiencia como agente de centro de llamadas desarrolla fortalezas en la evaluación de situaciones por voz, la gestión de emociones y las derivaciones eficaces, unas fortalezas que se trasladan bien ahora que empresas como Klarna están validando modelos de atención híbridos entre personas e IA en lugar de modelos totalmente automatizados.
La experiencia de estructurar situaciones y gestionar emociones por teléfono puede aplicarse a funciones de atención más amplias en entornos de texto y multicanal, pasando del soporte por voz a un trabajo de resolución de problemas de mayor alcance.
Índice de exposición 99/100 · Empleo en EE. UU. 2025–35 -5,3%
La experiencia en el control de conversaciones de primera línea y en el juicio de prioridades se traslada bien a la mejora de la calidad de respuesta en todos los canales de entrada, pasando de un trabajo centrado en el teléfono a una atención de primera línea más amplia.
Índice de exposición 99/100 · Empleo en EE. UU. 2025–35 -5,3%
La capacidad de reunir las condiciones del cliente por teléfono mientras se alivia su ansiedad también puede aplicarse a la asesoría de viajes y a la gestión de cambios, convirtiendo una buena comunicación telefónica en una orientación más centrada en las propuestas.
Índice de exposición 89/100 · Empleo en EE. UU. 2025–35 +0,2%
La experiencia de leer la temperatura emocional y hacer avanzar una conversación también puede trasladarse a la venta consultiva, pasando de recibir llamadas a liderar conversaciones comerciales proactivas.
Índice de exposición 93/100 · Empleo en EE. UU. 2025–35 -0,9%
La capacidad de estructurar conversaciones sin dañar la confianza también resulta valiosa en el acompañamiento continuo posterior a la venta, pasando de la atención reactiva de llamadas a la construcción de relaciones duraderas con los clientes.
Índice de exposición 83/100 · Empleo en EE. UU. 2025–35 +3,9%
La capacidad de entender rápidamente la situación de alguien y elegir la siguiente explicación adecuada también se aplica a la atención de candidatos, aprovechando las fortalezas de comunicación por voz para la evaluación y la coordinación en los procesos de contratación.
Índice de exposición 85/100 · Empleo en EE. UU. 2025–35 +6,4%
Los agentes de centro de llamadas siguen siendo necesarios: el propio giro de Klarna, después de afirmar públicamente que su IA había reemplazado a 700 empleados, es la prueba más clara hasta ahora de que la automatización pura chocó con límites reales. La verificación de identidad y las indicaciones básicas pueden automatizarse, pero el trabajo de leer la urgencia en el tono, reconstruir conversaciones confusas y calmar las emociones sigue siendo plenamente humano. Las perspectivas a largo plazo dependerán menos del cumplimiento del guion y más de que alguien sea capaz de mantener la calidad en las llamadas difíciles que la IA todavía no sabe gestionar bien.
Estas profesiones pertenecen al mismo sector que Agente del centro de llamadas. No son el mismo trabajo, pero ayudan a comparar mejor la exposición a la IA y la cercanía entre trayectorias.
Agente del centro de llamadas obtiene 99 sobre 100 en nuestro índice de exposición a la IA generativa (puesto 1 de 188). Eso mide qué parte del trabajo puede hacer la IA o para qué parte se usa, no si el empleo va a desaparecer. La BLS prevé que el empleo de Agente del centro de llamadas en EE. UU. cambie un -5,3% entre 2025 y 2035.
Las partes más vulnerables a la automatización por voz son las llamadas que pueden resolverse con preguntas fijas y ramificaciones simples, es decir, aproximadamente el 60 al 70 por ciento de las llamadas entrantes que ya siguen un patrón estructurado, según estimaciones de mercado de 2026, y donde el mercado de IA para centros de llamadas, estimado ahora en cerca de 4.890 millones de dólares, está concentrando su inversión. Por ejemplo: Verificación de identidad e indicaciones básicas; Respuestas de voz a consultas sencillas y estructuradas; Resumir el contenido de la llamada y crear registros; Automatizar el enrutamiento inicial.
Lo que queda para los agentes de centro de llamadas es el trabajo de leer a través de la voz tanto la situación como la emoción y reconstruir la conversación, exactamente el vacío que salió a la luz cuando el enfoque de Klarna basado solo en IA chocó con llamadas complicadas y cargadas de emoción, y la empresa volvió a recurrir a personas. Por ejemplo: Leer la urgencia a partir del tono de voz; Reconstruir el hilo de la conversación; Primera desescalada de las reclamaciones; Enlazar casos entre varios departamentos.
Los agentes de centro de llamadas del futuro necesitarán la capacidad de escuchar sin pasar por alto ningún detalle, estructurar lo que oyen y generar tranquilidad solo con la voz. Como Forrester prevé que aproximadamente el 30 por ciento de las empresas habrá creado funciones paralelas de soporte con IA a finales de 2026, los agentes trabajan cada vez más junto a esos sistemas en lugar de ser sustituidos por ellos. Por ejemplo: Escucha activa y estructuración del problema; Dominio de la comunicación por voz; Criterio para escalar; Trabajar junto a la atención por voz con IA, no solo usarla.
