IA en atención al cliente: 64% prefiere sin IA (Gartner)

La encuesta más citada sobre IA en atención al cliente muestra resistencia con un motivo específico. En una encuesta de Gartner con 5.728 clientes, realizada en diciembre de 2023 y divulgada en julio de 2024, el 64% dijo que preferiría que las empresas no usaran inteligencia artificial en la atención, y el 53% dijo que consideraría cambiar de proveedor si supiera que la empresa iba a adoptar IA en el servicio (Gartner, 2024). La preocupación más citada, por el 60%, fue que sería más difícil hablar con una persona. En 2026, la misma firma midió que solo el 27% de los clientes volvería a probar un chatbot después de una mala experiencia y que el 87% considera esencial el acceso a un agente humano cuando la empresa usa IA generativa en la atención. Sumados a los estudios académicos sobre aversión a los chatbots y a los reclamos en Consumidor.gov.br, de Brasil, estos números dibujan la operación que el cliente acepta: IA para resolver rápido lo simple, un humano visible para el resto y transparencia sobre quién está del otro lado.

En Iasbeck&Co implementamos CRM y agentes de IA en operaciones B2B, y casi todo proyecto de atención llega con la misma pregunta de la dirección: ¿el cliente va a aceptar hablar con un robot? Escribí este texto para quien lidera atención, CS y posventa, para la dirección que aprueba el presupuesto y para RR. HH., que forma al equipo. El diseño práctico de clasificación, borradores de respuesta y reglas de traspaso al humano está en IA en la atención al cliente. Aquí el tema es lo que el cliente dice, y lo que hace, cuando se encuentra con la IA en el camino.

¿Qué investigaciones miden lo que el cliente piensa de la IA en la atención?

Gartner divulga sus encuestas con clientes en comunicados que traen muestra y período de campo, sin el cuestionario completo. Dos estudios en revistas de marketing con revisión por pares miden comportamiento, y el boletín de Consumidor.gov.br, de la Secretaría Nacional del Consumidor de Brasil, muestra lo que el brasileño lleva al gobierno cuando la atención falla.

Fuente	Año	Muestra y método	Hallazgo principal
Gartner	2024	5.728 clientes, diciembre de 2023	El 64% preferiría que las empresas no usaran IA en la atención; el 60% teme que sea más difícil hablar con una persona
Gartner	2026, con datos de 2025	5.801 clientes en EE. UU., enero y febrero de 2025	El 54% confía más en agentes humanos que en la IA para recomendar productos o servicios; el 32% confía más en la IA
Gartner	2026	3.566 clientes B2B y B2C, febrero y marzo de 2026	El 49% usaría un chatbot, el 7% lo usó; el 27% volvería a probar tras una mala experiencia; el 87% ve esencial el acceso a un humano
Luo, Tong, Fang y Qu, Marketing Science	2019	Experimento de campo con más de 6.200 clientes sorteados para recibir una llamada de venta de un chatbot o de un humano	Revelar que era un robot antes de la conversación redujo la tasa de compra en más del 79,7%
Crolic, Thomaz, Hadi y Stephen, Journal of Marketing	2022	Cinco estudios: datos reales de una operadora internacional de telecomunicaciones y cuatro experimentos	Con clientes enojados, el chatbot humanizado reduce satisfacción, evaluación de la empresa e intención de compra
Senacon, Boletín Consumidor.gov.br	2025	2.328.863 reclamos finalizados en 2025	Atención/SAC sumó el 11,91% de los reclamos, sin separar la atención automatizada

¿Qué midió la encuesta de Gartner de 2024?

El comunicado de julio de 2024 es el origen del número del 64%, y el gráfico que lo acompaña dice más que el titular. La pregunta sobre preocupaciones tuvo 5.140 respuestas, porque Gartner excluyó a quienes dijeron no saber qué significa la tecnología de IA, y cada persona podía marcar más de una opción. El mismo comunicado registra que el 60% de los líderes de atención estaba bajo presión para adoptar IA en su función. El analista Keith McIntosh resume el temor del cliente: que la IA generativa se convierta en un obstáculo más entre él y el agente.

Preocupación del cliente sobre la IA en la atención	Porcentaje
Será más difícil hablar con una persona	60%
La IA va a quitarle el empleo a las personas	46%
La IA va a dar respuestas equivocadas	42%
Mis datos van a estar menos seguros	34%
Los sesgos de la IA no van a tratar a los clientes por igual	25%
Otra	3%

Fuente: Gartner, 2024, State of the Customer Survey, 5.140 encuestados.

Para quien diseña la atención, la primera fila de la tabla vale más que el 64%. El cliente teme perder el camino hacia una persona, un miedo construido en años de IVR telefónicos y menús de chat que terminan en “no entendí, ¿puedes repetir?”, y las respuestas equivocadas recién aparecen en tercer lugar. El propio Gartner recomienda en el comunicado que el chatbot avise que va a conectar al cliente con un agente cuando no logre resolver y que pase la conversación al humano desde el punto en que se quedó. El 53% que consideraría cambiar de empresa mide intención en una pregunta hipotética, que suele quedar por encima del cambio real, y muestra que el cliente asocia la IA en la atención con riesgo antes de conocer el chatbot de tu empresa.

¿Qué cambió entre 2024 y 2026?

Las encuestas siguientes de Gartner muestran la resistencia saliendo de la opinión y apareciendo en el comportamiento, con preguntas que cambian de una edición a otra y no forman una serie comparable. Sirven de contrapeso a las predicciones de la firma sobre cuánto van a resolver solos los agentes, discutidas en el artículo sobre el mercado de CRM.

Confianza: un humano para recomendar

En un relevamiento con 5.801 clientes en Estados Unidos, realizado a inicios de 2025 y citado en un comunicado de abril de 2026, el 54% dijo confiar más en agentes humanos que en la IA para recomendaciones de productos o servicios, frente al 32% que confía más en la IA (Gartner, 2026). La firma usa el dato para defender la participación humana en interacciones complejas, de alto riesgo o consultivas. En una operación B2B, la recomendación es el momento en que el cliente pregunta qué plan contratar o si conviene pasar a otro módulo, y ahí empieza la venta de expansión.

Uso: mucha disposición, poca práctica

La encuesta de febrero y marzo de 2026, con 3.566 clientes B2B y B2C, mostró la distancia entre decir y hacer. El 49% dijo que habría usado un chatbot si la empresa lo hubiera ofrecido, y solo el 7% usó un chatbot o asistente digital en su atención más reciente (Gartner, 2026). El analista Eric Keller explica la diferencia por la experiencia anterior: cuando el chatbot entendió mal, dio información genérica o dificultó el contacto con una persona, el cliente elige otro canal. En su última atención, los clientes usaron herramientas de IA generativa de terceros cerca de tres veces más que los chatbots de las empresas. El cliente usa IA, la que él eligió, fuera del canal de la empresa.

La segunda oportunidad es corta

Para quien va a lanzar un agente, el número más pesado del comunicado es otro: solo el 27% de los clientes volvería a probar un chatbot después de una experiencia negativa. Gartner llama a este efecto balde agujereado, porque una interacción mal resuelta aleja al cliente aunque el chatbot mejore después, y recomienda priorizar la confiabilidad sobre el alcance. En la misma encuesta, el 87% dijo que el acceso a un agente humano es esencial cuando la empresa usa IA generativa en la atención. La orientación de la firma es empezar por tipos de demanda con tasa de resolución comprobada, decirle al cliente qué hace el chatbot y ampliar el alcance cuando el desempeño sea estable.

¿Por qué el cliente reacciona mal al chatbot, según los estudios académicos?

Las encuestas de Gartner miden lo que el cliente declara. Los dos estudios siguientes miden lo que hace, con grupo de comparación, y explican el mecanismo de la desconfianza.

Revelar que es un robot hizo caer las compras

El experimento de campo más citado sobre el tema es el de Xueming Luo, Siliang Tong, Zheng Fang y Zhe Qu (Marketing Science, 2019). Más de 6.200 clientes fueron sorteados para recibir llamadas de venta activa con un guion muy estructurado, hechas por un chatbot de voz o por agentes humanos. Sin saber que hablaban con una máquina, los clientes le compraron al chatbot tanto como a los agentes experimentados y cuatro veces más que a los novatos. Cuando el chatbot se identificaba como máquina antes de la conversación, la tasa de compra cayó más del 79,7%, las llamadas se acortaron y los clientes empezaron a responder con sequedad.

Los autores señalan el mecanismo: quien sabe que habla con un robot lo percibe como menos competente y menos empático, aunque el desempeño objetivo sea igual al humano. El efecto negativo disminuyó cuando la revelación llegaba más tarde en la conversación y entre clientes con experiencia previa con IA. No leo el estudio como una licencia para esconder el robot. Lo leo como evidencia de que el prejuicio pesa en el resultado y disminuye con buenas experiencias, y en una relación B2B, en la que la misma cuenta conversa con la empresa durante años, el cliente que descubre después que habló con una máquina sin saberlo lleva esa desconfianza a la renovación.

Cliente enojado y chatbot con cara de persona

Cammy Crolic, Felipe Thomaz, Rhonda Hadi y Andrew Stephen estudiaron chatbots humanizados, con nombre, avatar y lenguaje de persona (Journal of Marketing, 2022). En una gran base de datos real de una operadora internacional de telecomunicaciones y en cuatro experimentos, encontraron que, cuando el cliente entra a la conversación enojado, el chatbot humanizado reduce la satisfacción, la evaluación general de la empresa y la intención de compra posterior. Con clientes que no estaban enojados, el efecto negativo no apareció. El mecanismo es la expectativa inflada: el robot con cara de persona promete más de lo que entrega, y el cliente enojado castiga la diferencia.

Para la operación, el estudio mete el estado emocional del cliente dentro de la regla de enrutamiento. Los reclamos, los cobros cuestionados y los servicios interrumpidos llegan con enojo con más frecuencia, y en esos casos la clasificación de sentimiento debe llevar al cliente por el camino más corto hacia una persona.

¿Y en Brasil, qué dicen los reclamos sobre la atención?

No encontré una fuente oficial brasileña que separe los reclamos sobre atención automatizada de los demás. El Boletín Consumidor.gov.br 2025, de la Senacon, registra 2.328.863 reclamos finalizados en el año. El grupo de problemas Atención/SAC respondió por el 11,91% de ellos, detrás de cobros y cuestionamientos, con el 52,14%, y de contrato y oferta, con el 12,56%. En algunos segmentos la atención encabeza la lista: entre las operadoras de planes de salud, la demanda al SAC no resuelta, no respondida o respondida fuera de plazo fue el problema más citado, con el 13,17%, y entre los proveedores de contenido y servicios de internet la dificultad de contacto o demora en la atención sumó el 13,81%. El registro no informa si la demanda pasó por un robot, un IVR o un agente.

En cuanto a las reglas, el Decreto n.º 11.034 de 2022 regula el SAC de las empresas de servicios regulados por el Poder Ejecutivo federal de Brasil, como telecomunicaciones, energía eléctrica, planes de salud y aviación. Exige acceso al SAC las 24 horas, atención telefónica con un humano durante al menos ocho horas diarias y las opciones de reclamo y de cancelación en el primer menú. El decreto también prohíbe condicionar el acceso inicial al agente a que el consumidor entregue datos antes. Para empresas fuera de ese alcance, incluida buena parte de las operaciones B2B, el texto sirve de referencia de lo que el consumidor brasileño aprendió a esperar.

¿Cómo convertir la investigación en diseño de atención?

Las fuentes anteriores se combinan en una regla de enrutamiento por tipo de demanda. La IA rinde donde el cliente quiere rapidez y la respuesta se puede verificar, y el humano rinde donde hay criterio, emoción o dinero en juego.

Situación	Quién atiende	Base en los datos
Pedido simple y repetitivo, como estado, segunda vía de factura, acceso y horario	El agente de IA resuelve, con opción visible de hablar con una persona	Gartner recomienda empezar por demandas con resolución comprobada
Recomendación de plan, producto, módulo o migración	Un humano, con la IA preparando el historial de la cuenta	El 54% confía más en el humano para recomendar (Gartner, 2025)
Reclamo, cobro cuestionado, servicio interrumpido	Un humano lo antes posible, sin robot humanizado en el camino	Crolic y colegas (2022): enojo más chatbot humanizado empeora la satisfacción y la intención de compra
Cancelación	Opción visible desde el primer menú, con agente	Decreto 11.034 para servicios regulados; el 60% teme no poder hablar con una persona
Cliente que ya tuvo una falla con el chatbot	Directo a un humano en el contacto siguiente	Solo el 27% volvería a probar después de una mala experiencia (Gartner, 2026)
Cualquier conversación con un agente	Identificación como asistente automático y traspaso al humano con contexto	El 87% ve esencial el acceso a un humano (Gartner, 2026)

En una operación B2B, el agente que resuelve la segunda vía de la factura libera al analista para la conversación de expansión, y el agente que responde mal al reclamo de un cliente estratégico le crea trabajo al ejecutivo de cuentas. La cadencia que conecta esas piezas está en posventa B2B.

Lo que estos datos no dicen

Las tres encuestas de Gartner llegan al público por comunicados de prensa, con cuestionario y distribución por país en los informes pagos; solo la de 2025 informa el país, Estados Unidos. El campo de 2023 es anterior a la mayoría de los agentes de IA generativa en producción, y la encuesta de 2026 confirma la desconfianza con preguntas distintas. La firma vende asesoría a líderes de atención, y las conclusiones de los comunicados apuntan a las prácticas que recomienda a esos clientes.

Casi todos los números miden preferencia o intención declarada. El 64% y el 53% no son abandono observado, y la encuesta de 2026 muestra el decir y el hacer separándose: 49% de disposición frente a 7% de uso. Las muestras se inclinan hacia el consumidor final, y un comprador B2B, con gerente de cuenta y contrato, puede reaccionar de otra forma.

Los estudios académicos miden comportamiento con grupo de comparación, lo que los hace más sólidos para hablar de causa. El de Luo y colegas midió llamadas de venta activa por voz en 2019, y el de Crolic y colegas trató chatbots de la generación anterior a los modelos de lenguaje actuales. Los mecanismos que describen deberían seguir vigentes, pero nadie midió todavía, con el mismo rigor, la intensidad del efecto con los agentes de hoy.

El boletín de Consumidor.gov.br cuenta solo a quienes reclamaron en la plataforma pública, con los bancos sumando el 42,84% de los reclamos, y no informa el canal en que nació el problema. No encontré una encuesta brasileña con método abierto sobre preferencia por IA o por humano en la atención. Los porcentajes sobre “brasileños que prefieren atención humana” que circulan en la prensa suelen venir de encuestas de proveedores de software sin cuestionario ni muestra publicados, y quedaron fuera de este texto.

Qué hace el liderazgo con estos números

1. Clasifica las demandas por tipo y riesgo. Lista los 20 motivos de contacto más frecuentes de los últimos tres meses y marca, para cada uno, si la respuesta es verificable, si involucra dinero o contrato y si suele llegar con el cliente enojado.
2. Empieza por lo que el agente resuelve bien. Activa la respuesta automática en los motivos simples y repetitivos, después de medir en modo sombra la tasa de acierto. Gartner recomienda confiabilidad antes que alcance, y solo el 27% da una segunda oportunidad.
3. Deja al humano visible. Garantiza la opción de hablar con una persona en cada pantalla de la conversación, define el número máximo de mensajes hasta la transferencia y mantén reclamo y cancelación a un paso del inicio.
4. Enruta por sentimiento. Manda directo al humano al cliente que la clasificación marcó como enojado.
5. Identifica al agente y pasa el contexto. El agente se presenta como asistente automático, dice qué resuelve y le entrega al humano el resumen de la conversación. El diseño de lo que cada agente lee y ejecuta está en agentes de IA.
6. Trata la primera falla como alerta. Registra en el CRM la conversación que el chatbot no resolvió y envía el próximo contacto de ese cliente directo a una persona.
7. Mide comportamiento además de satisfacción. Sigue el uso del canal automatizado, las transferencias al humano, el recontacto en siete días sobre el mismo tema y la satisfacción de los casos transferidos.

El papel de RR. HH. y de formación

El agente humano empieza a recibir al cliente que ya probó el robot y no resolvió, con menos paciencia. La formación tiene que enseñar a leer el resumen que entregó el bot, a no pedir de nuevo lo que el cliente ya informó y a recuperar la conversación en los primeros minutos. Los supervisores aprenden a revisar muestras de las conversaciones del agente y a ajustar las reglas de traspaso. El efecto de la IA sobre la productividad del propio agente humano está en IA generativa y productividad, y el formato de los itinerarios por público está en formación en IA para empresas.

El cliente acepta la IA que resuelve rápido y devuelve la conversación a una persona cuando hace falta, y la empresa solo entrega eso con reglas escritas y un equipo que sabe trabajar junto al agente. Ese es el trabajo de la formación in company de IA aplicada, construida sobre los tickets y el proceso de atención de tu empresa, con grupos para liderazgo, atención y CS. Entrega la biblioteca de prompts por área y la arquitectura de agentes, con lo que cada agente lee, lo que ejecuta solo y quién aprueba el resto, incluidas las reglas de traspaso al humano.

Preguntas frecuentes

¿Los clientes prefieren ser atendidos por un humano o por IA?

En la encuesta de Gartner con 5.728 clientes, el 64% dijo que preferiría que las empresas no usaran IA en la atención, y la principal preocupación fue la dificultad para hablar con una persona. La preferencia cambia con el tipo de demanda: en una encuesta de 2025 en Estados Unidos, el 54% confiaba más en el humano para recomendaciones, y el 32% confiaba más en la IA.

¿De dónde viene el dato del 64% de Gartner?

De un comunicado de Gartner del 9 de julio de 2024, basado en una encuesta con 5.728 clientes realizada en diciembre de 2023. El mismo comunicado trae el 53% que consideraría cambiar de empresa y el gráfico de preocupaciones, respondido por 5.140 personas que sabían qué es la IA.

¿Debo avisarle al cliente que está hablando con un robot?

Sí, sabiendo que la revelación tiene un costo: en el experimento de Luo y colegas, redujo la conversión en venta activa. Gartner recomienda decirle al cliente qué hace el chatbot y garantizar el traspaso al humano, y el cliente que descubre después que habló con una máquina sin saberlo lleva la desconfianza a toda la relación.

¿Cuándo debe el chatbot pasar la atención a un humano?

Cuando el cliente lo pide, cuando el agente no entiende la demanda después de uno o dos intentos, cuando la clasificación detecta enojo y cuando el tema involucra reclamo, cancelación, cobro cuestionado o recomendación de compra. Los clientes que ya tuvieron una falla con el chatbot también deben ir directo a una persona en el contacto siguiente.

¿Hay una regla en Brasil que obligue a la atención humana?

Para empresas de servicios regulados por el gobierno federal, el Decreto n.º 11.034 de 2022 exige atención telefónica con un humano durante al menos ocho horas al día y opciones de reclamo y cancelación en el primer menú. Para las demás empresas, el decreto sirve de referencia de lo que el consumidor espera.

¿Cómo preparar al equipo de atención para trabajar con IA?

Entrena a los agentes para recibir al cliente que viene del robot, leyendo el resumen de la conversación y sin pedir de nuevo lo que ya informó. Entrena a los supervisores para revisar muestras de las conversaciones del agente y ajustar las reglas de traspaso, y mide el efecto por el recontacto en siete días y la satisfacción de los casos transferidos.