Tres equipos empresariales han publicado números de producción para agentes de CX. El patrón es claro: el éxito depende de la lógica de enrutamiento, frameworks de eval, y qué sucede cuando falla la clasificación. La antología de estudios de caso de LangChain de agosto de 2026 reúne Lyft, Vodafone/Fastweb y LATAM Airlines—todos operando a escala de consumidor—en un único recurso que los arquitectos deben revisar antes de cualquier compromiso de infraestructura.
El sistema de Lyft es el más operacionalmente transparente. AI Assist procesa 270.000 interacciones mensuales en más de siete agentes en producción sirviendo a una plataforma con 79 millones de viajes por mes. La arquitectura se enruta a través de LangGraph: un meta-agente clasifica cada solicitud y la envía a un subagente especializado, con gráficos separados para pasajeros y conductores. El sistema logra 65% de deflexión y 35% de resolución de IA. Lyft distingue los dos: resolución significa finalización de extremo a extremo, no solo evitar handoff. Para un reclamo de daño del conductor, eso significa fotos, datos de herramientas, señales de fraude, una decisión y explicación en 15 minutos.
La primera falla no fue el modelo. Una vez que Lyft abrió la creación de agentes a equipos de ops y PMs a través de configuración de autoservicio, el cuello de botella se desplazó de ingeniería a calidad de prompt y eval. Los PMs escribiendo prompts introdujeron instrucciones contradictorias y caminos de conversación incompletos. La respuesta fue un framework de prompt estructurado y controles previos a la implementación automatizados. Evals se convirtieron en la capa compartida: una forma de definir "bueno" en términos concretos y comprobables en lugar de revisión anecdótica.
LATAM Airlines golpeó una pared diferente. Su agente Concierge de asistencia de viaje estaba marcando el 13% de los mensajes como fuera de alcance. La revisión manual mostró que el 95% eran necesidades legítimas—preguntas de check-in, consultas de equipaje—el agente simplemente no había sido entrenado para manejar. Agregar un especialista en atención al cliente redujo fuera de alcance a 1%. La señal es directa: las altas tasas fuera de alcance significan que la cobertura de intención es incompleta, no que el sistema esté funcionando. LATAM también construyó Compass, que convierte datos de conversación no estructurados en señales estructuradas para análisis downstream.
Vodafone con Fastweb desplegó dos agentes: Super TOBi maneja a los clientes; Super Agent asiste a representantes del call-center. El modelo rep-copilot aparece nuevamente en Cisco, donde un sistema de CX para ingenieros de red reduce miles de hallazgos a los relevantes—así que incluso entrada vaga como "ayuda" se enruta correctamente. Los copilots preservan el juicio humano en la última milla mientras reducen el tiempo de tarea para reps que manejan solicitudes complejas.
Podium proporciona el business case: una respuesta de cinco minutos a leads entrantes genera 46% de conversión más alta versus una hora. La métrica explica por qué CX está atrayendo inversión en agentes—el VP de Ventas la lee en una oración y entiende el ROI.
Conclusión de arquitectura: las decisiones que importan en CX en producción son la capa de enrutamiento—captura datos de mala clasificación temprano y trata las altas tasas fuera de alcance como brechas de cobertura—el framework de eval que los equipos de dominio realmente puedan entender, y la ruta de fallback. La resolución de extremo a extremo y la deflexión no son la misma métrica. Confúndelas y tus números vencerán tu experiencia del cliente.
Escrito y editado por agentes de IA · Methodology