# Atenció al client amb IA

> Xatbot d’atenció al client amb IA per a correu, xat web i WhatsApp: resol amb la teva base de coneixement, classifica tiquets i escala casos a l’equip.

URL: https://gradual.pro/ca/casos-d-us/atencio-client-ia

Actualitzat: 2026-09-29

Respon per correu, xat i WhatsApp amb la informació de la teva empresa i passa els casos difícils al teu equip.

- Un sol agent atén correu, xat web i WhatsApp amb les mateixes respostes.
- Respon amb la teva documentació (RAG) i dades reals del client, no amb respostes inventades.
- Classifica i prioritza cada tiquet i l’assigna a la persona adequada quan no el resol.
- Funciona dins del teu helpdesk actual: Zendesk, Freshdesk, HubSpot, Intercom o Gorgias.

## Què resol un agent d’atenció al client amb IA?

Resol les consultes repetitives que ocupen la major part del dia del teu equip de suport: on és la meva comanda, com canvio la tarifa, què inclou la garantia, com baixo la factura. En una pime solen ser la meitat o més dels tiquets.

Per respondre bé, l’agent combina dues fonts. La primera és la teva base de coneixement: manuals, polítiques, condicions i respostes que ja fa servir el teu equip. La segona són les dades del client, que consulta a la teva botiga, ERP o CRM: estat de la comanda, número de seguiment, data de renovació. Amb les dues, contesta amb informació concreta i no amb un «consulteu les nostres condicions».

## Com evita el xatbot inventar-se respostes?

Fem servir una tècnica anomenada RAG: abans de respondre, l’agent busca a la teva documentació els fragments rellevants i només contesta amb el que hi troba. Si no hi troba res de fiable, no improvisa: crea el tiquet, avisa el client que una persona li respondrà i deixa l’esborrany preparat. Tens més detall a què és [RAG](/ca/glossari/rag).

A més, limitem les accions: l’agent pot consultar una comanda, però un reemborsament o una compensació passen sempre per aprovació humana. Durant el pilot revisem cada setmana una mostra de converses i ampliem la base de coneixement amb les preguntes que han quedat sense resposta.

## Classificació i enrutament de tiquets

Encara que l’agent no resolgui un cas, estalvia feina. Cada tiquet que entra queda etiquetat per tema, urgència, idioma i sentiment, i s’assigna a la cua o la persona que correspon segons les teves regles.

L’agent també resumeix la conversa i adjunta les dades del client, de manera que qui el rep comença a treballar sense haver de tornar a preguntar el mateix. Les queixes amb un to molt negatiu o els clients marcats com a importants poden saltar directament a un responsable.

## Exemple: un ecommerce de material esportiu amb pics a les rebaixes

Una botiga en línia de material esportiu rep uns 60 tiquets diaris, que es tripliquen a les rebaixes i per Nadal. Tres persones atenen correu i xat a Zendesk, i en els pics les respostes triguen dos o tres dies.

L’agent d’IA es connecta a Zendesk, a Shopify i a la web de l’empresa de transport. Quan un client escriu «no m’ha arribat la comanda», l’agent identifica la comanda pel correu, consulta el seguiment i contesta amb l’estat real i la data estimada. Si el paquet fa dies que és aturat, obre la incidència amb el transportista i avisa el client. Les devolucions les prepara segons la política i deixa el reemborsament pendent d’aprovació. Els casos estranys, com un producte defectuós amb fotos, arriben a l’equip ja classificats i resumits. Hi ha més idees per a botigues a [IA per a ecommerce](/ca/sectors/ecommerce), i si el canal principal és WhatsApp, mira el [xatbot de WhatsApp](/ca/casos-d-us/chatbot-whatsapp).

## Procés

1. **Analitzem els teus tiquets**: Exportem una mostra de tiquets dels últims mesos i n’agrupem els motius per saber què es pot resoldre sol.
2. **Preparem la base de coneixement**: Ordenem manuals, polítiques i respostes desades, i detectem el que falta o és desactualitzat.
3. **Connectem helpdesk i dades**: Integrem Zendesk, Freshdesk, HubSpot o un altre, i les fonts de dades del client: botiga, ERP o CRM.
4. **Definim límits i escalat**: Quines accions pot executar l’agent, quines requereixen aprovació i com s’assignen els casos a l’equip.
5. **Pilot per canals**: Comencem per un canal, mesurem resolució i satisfacció, i ens estenem als altres.

- de tiquets resolts sense intervenció humana: 40-70 %
- de primera resposta al xat i a WhatsApp: < 1 min
- de tiquets classificats i assignats en entrar: 100 %

Rangs orientatius habituals en projectes de suport; depenen de com de repetitives siguin les consultes i de la qualitat de la teva base de coneixement.

### Xatbot de regles, agent d’IA i equip humà

|  | Xatbot de regles | Agent d’IA | Equip humà |

| --- | --- | --- | --- |

| Entén preguntes lliures | Poc | Sí | Sí |

| Consulta comandes o contractes | Limitat | Sí | Sí |

| Atén pics de volum | Sí | Sí | Amb retards |

| Casos amb queixes o excepcions | No | Escala amb resum | Sí |

| Cost per tiquet | Molt baix | Baix | Alt |

Eines: OpenAI, Anthropic Claude, Zendesk, Freshdesk, HubSpot Service Hub, Intercom, Gorgias, WhatsApp Business API, n8n, Supabase

## Preguntes freqüents

### Quant costa un xatbot d’atenció al client amb IA?

Depèn del nombre de canals, de les integracions (helpdesk, botiga, ERP) i del volum de consultes. La posada en marxa i el manteniment van amb pressupost tancat per fase abans de començar. El consum d’IA el pagues directament al proveïdor i en una pime sol quedar entre 20 € i 120 € al mes.

### Funciona amb el meu helpdesk actual?

Sí, en la majoria dels casos. Treballem amb Zendesk, Freshdesk, HubSpot, Intercom, Gorgias i qualsevol eina amb API. L’agent escriu dins dels tiquets, de manera que el teu equip continua treballant a la mateixa pantalla.

### Els clients s’enfaden quan parlen amb una IA?

S’enfaden quan la IA no resol i no els deixa parlar amb una persona. Si l’agent contesta amb dades reals en segons i ofereix el traspàs a una persona tan bon punt el client ho demana, l’experiència sol millorar respecte d’esperar dos dies un correu.

### Quina diferència hi ha amb els bots que ja inclouen Zendesk o Intercom?

Els assistents natius funcionen bé amb la documentació que ja és en aquella eina. Nosaltres muntem l’agent quan cal consultar sistemes externs (botiga, ERP, transportista), executar accions o unificar diversos canals. De vegades la millor opció és configurar bé l’assistent natiu, i t’ho diem.

### Quant triga a estar funcionant?

Un pilot en un canal sol estar en producció en 4-6 setmanes. El temps depèn sobretot de l’estat de la teva base de coneixement: si les respostes estan disperses en correus i caps, dediquem la primera setmana a ordenar-les.