29.- Taller: Así se crea un proyecto real para un cliente

Un proyecto real para un cliente es el eje central de este taller, en el que se mostró de principio a fin cómo se construyó una solución de automatización para una empresa de Monterrey dedicada a la venta y renta de trajes. Este proyecto real para un cliente nació de un problema muy común entre negocios pequeños y medianos: recibir un alto volumen de mensajes diarios a través de WhatsApp, Facebook e Instagram sin contar con un sistema centralizado que permitiera responder de forma coherente y sin depender de una sola persona pegada al teléfono todo el día. A partir de este diagnóstico se planteó una solución basada en la unificación de canales mediante agentes de inteligencia artificial construidos con n8n, capaces de recibir mensajes desde distintas plataformas y gestionarlos desde un mismo flujo de trabajo. También se explicó la diferencia entre un chatbot tradicional, que solo responde con reglas fijas, y un agente conversacional más completo, capaz de manejar memoria de la conversación, segmentación de usuarios según el tipo de consulta o anuncio del que provienen, y una base de conocimiento propia para responder dudas sobre productos, ubicación, horarios y disponibilidad sin intervención humana constante.

Durante la sesión se detalló el proceso de diagnóstico del problema del cliente antes de proponer cualquier solución técnica, algo que se presentó como un paso obligatorio en cualquier proyecto real para un cliente: entender primero qué le duele al negocio y cuánto vale resolver ese dolor, antes de hablar de herramientas. A partir de ahí se explicó la propuesta de valor presentada al cliente y la forma en que se estructuró la arquitectura de la solución, incluyendo el uso de un CRM para dar seguimiento a las conversaciones, registrar el historial de cada contacto y escalar a un humano los casos que el agente no podía resolver por sí solo. Se hizo especial énfasis en la importancia del diseño del flujo conversacional como la etapa más determinante de todo el proyecto, ya que de este depende que el agente actúe conforme a la operación real del negocio y no según suposiciones del desarrollador. Se insistió en que este diseño solo puede construirse en diálogo directo con el cliente, porque es él quien conoce a fondo cómo funciona su propia operación día a día.

El taller también cubrió a detalle el aspecto comercial de este proyecto real para un cliente, mostrando cómo se calculó la cotización a partir del presupuesto que el cliente ya destinaba a contratar personal para atender redes sociales y WhatsApp. Se explicaron las distintas opciones de hospedaje que se le ofrecieron, ya sea un servidor propio del cliente o un servidor administrado por el propio desarrollador, cada uno con implicaciones distintas en el precio final. Se desglosaron también los costos de mantenimiento y soporte continuo una vez entregado el sistema, dejando claro que el soporte cubre que la solución siga funcionando como se entregó, mientras que cualquier función adicional se cotiza por separado. Se compartieron cifras concretas de la propuesta real, mostrando paso a paso cómo se justifican los precios en función del ahorro que representa automatizar tareas que antes requerían contratar y mantener a una persona dedicada exclusivamente a esa labor.

Como cierre, se discutió el tema del retorno de inversión y cómo comunicarlo a un cliente sin experiencia técnica, un punto especialmente delicado en cualquier proyecto real para un cliente que involucre inteligencia artificial. Se aclaró que un agente de atención no puede garantizar ventas, ya que eso depende de factores de marketing y del producto mismo, sino que su valor real se mide en el ahorro de costos operativos y en la eficiencia con la que atiende a los usuarios según el flujo que el propio cliente definió. Se aprovechó también el espacio para comentar los próximos cambios en las tarifas de la API de WhatsApp y cómo estos ajustes podrían afectar los costos de este tipo de proyectos hacia adelante, dejando el terreno preparado para profundizar en la parte técnica de la implementación en la siguiente sesión del taller.