La IA agéntica abre una nueva etapa en el ámbito del service desk. Su verdadero potencial no reside únicamente en automatizar la resolución de incidencias, sino en transformar un modelo tradicionalmente reactivo en otro capaz de comprender el contexto, coordinar acciones y avanzar hacia una gestión más autónoma, proactiva y centrada en el empleado.
Durante años, el service desk se ha construido alrededor de una lógica sencilla: aparece un problema, el empleado lo comunica, se genera un ticket y comienza el proceso para solucionarlo. Este modelo ha permitido estructurar el soporte tecnológico de organizaciones cada vez más complejas, pero también ha consolidado una dinámica esencialmente reactiva: para recibir ayuda, primero tiene que producirse una interrupción.
Desde la perspectiva de TI, una incidencia puede cumplir los tiempos de respuesta y resolución establecidos y, sin embargo, haber supuesto una pérdida considerable de tiempo para el empleado. Esta diferencia cobra mayor importancia a medida que aplicaciones, dispositivos, plataformas de colaboración y servicios en la nube están presentes en prácticamente cualquier actividad profesional.
La experiencia tecnológica ya no puede analizarse únicamente desde parámetros de disponibilidad o tiempos de resolución. También debemos preguntarnos cuánto tiempo y atención pierde una persona cuando la tecnología deja de funcionar como espera. La inteligencia artificial agéntica introduce la posibilidad de replantear esa relación.
De responder preguntas a resolver problemas
La automatización lleva años presente en los servicios de TI. Portales de autoservicio, bases de conocimiento, asistentes virtuales o chatbots han permitido responder consultas frecuentes y reducir determinadas tareas manuales. Sin embargo, automatizar una respuesta no equivale necesariamente a resolver un problema.
La diferencia de un enfoque agéntico está en la capacidad de interpretar una necesidad, utilizar el contexto disponible, razonar sobre las posibles acciones y coordinar diferentes herramientas o agentes para alcanzar un resultado.
Imaginemos a un empleado que, minutos antes de una reunión, no puede acceder a una aplicación. En un modelo tradicional puede necesitar abrir un ticket y describir la incidencia. Un asistente convencional podría localizar instrucciones relacionadas con ese problema. Un modelo agéntico puede ir más allá: comprender la petición expresada en lenguaje natural, consultar información relevante, identificar posibles causas y coordinar las acciones necesarias para tratar de resolverla.
El foco se desplaza así desde la gestión del ticket hacia la resolución de la necesidad.
El soporte debe integrarse en el trabajo
Si queremos reducir la fricción tecnológica, tampoco tiene demasiado sentido obligar al empleado a abandonar su entorno habitual para solicitar ayuda. El Service Desk debe acercarse al lugar en el que las personas trabajan.
La interacción mediante lenguaje natural, voz o herramientas de colaboración permite incorporar el soporte al flujo cotidiano del empleado. No se trata simplemente de añadir canales, sino de conseguir que una capa inteligente pueda comprender una petición y coordinar posteriormente los recursos necesarios para responder.
En este service desk agéntico, el foco se desplaza desde la gestión del ticket hacia la resolución de una necesidad
En Fujitsu estamos trabajando en esta evolución mediante Agentic Service Desk y Aurora, nuestro agente de IA para el puesto de trabajo. El modelo combina interacción omnicanal y multilingüe, generación aumentada por recuperación multimodal y orquestación de agentes, y puede integrarse con herramientas de colaboración y plataformas de gestión de servicios de TI.
Su valor no reside en cada tecnología de forma aislada, sino en su capacidad para trabajar conjuntamente: comprender qué necesita el empleado, acceder a información corporativa fiable y coordinar acciones para resolver una incidencia de principio a fin.
Autonomía con supervisión humana
La capacidad de los agentes para actuar plantea una cuestión fundamental: hasta dónde debe llegar su autonomía. No todas las decisiones tienen el mismo impacto. Existen acciones rutinarias que pueden automatizarse y otras que, por su criticidad, requieren supervisión y criterio humano. Por eso, un service desk agéntico no debería entenderse como una sustitución de personas por agentes, sino como una redistribución de funciones entre ambos.
Para conseguirlo son necesarios mecanismos claros de gobierno. La organización debe determinar qué acciones puede ejecutar un agente, a qué información puede acceder y cuándo debe trasladar una decisión a una persona. La supervisión humana sigue siendo especialmente relevante cuando entran en juego decisiones empresariales críticas. La autonomía solo aporta verdadero valor cuando está acompañada de control.
Además, la IA agéntica también invita a revisar cómo medimos el funcionamiento del service desk. Los acuerdos de nivel de servicio (SLA, service level agreement en inglés) seguirán siendo necesarios para conocer tiempos de respuesta, disponibilidad y cumplimiento. Pero estos indicadores no explican por sí solos la experiencia de quien necesita soporte. Un ticket puede haberse cerrado dentro del plazo establecido y haber impedido al empleado trabajar correctamente durante parte de ese tiempo.
De ahí la importancia de complementar estas métricas con acuerdos de nivel de experiencia (XLA, experience level agreement en inglés), orientados a comprender el impacto real de los servicios tecnológicos sobre las personas.
La cuestión ya no es solo cuánto se ha tardado en cerrar una incidencia para incorporar otra, sino hasta qué punto hemos evitado que la tecnología interrumpa el trabajo. Este cambio transforma también el papel de TI. En lugar de medir exclusivamente volumen de tickets y tiempos de resolución, permite analizar la fricción tecnológica que existe dentro de la organización y utilizar ese conocimiento para mejorar los servicios.
El mejor ticket es el que no llega a abrirse
El siguiente paso en este camino es avanzar desde la resolución hacia la progresiva anticipación. Cuando un sistema puede aprender de grandes volúmenes de interacciones, identificar patrones y utilizar información contextual, aparece la posibilidad de detectar determinadas situaciones antes de que terminen convirtiéndose en una incidencia.
El Service Desk debe acercarse al lugar en el que las personas trabajan
Pero esto no significa que todos los problemas puedan predecirse ni que debamos aspirar a una autonomía absoluta. Lo que se busca es utilizar el conocimiento generado por las propias operaciones para intervenir antes y reducir progresivamente las interrupciones.
Durante años hemos intentado gestionar mejor los tickets: clasificarlos correctamente, asignarlos con rapidez y resolverlos dentro de los tiempos establecidos. La IA agéntica permite plantear un objetivo diferente: reducir la necesidad de que esos tickets lleguen a existir.
Más allá del service desk
Esta transformación va más allá del service desk. El puesto de trabajo digital afecta prácticamente a toda la organización. Cada problema de acceso, aplicación que no responde o dificultad para encontrar información repercute sobre la capacidad de las personas para realizar su trabajo.
Por eso, reducir esa fricción no es únicamente una cuestión de eficiencia tecnológica. La combinación de IA, automatización, conocimiento corporativo y supervisión humana puede convertir el soporte en una capa inteligente integrada en la actividad diaria, capaz de responder cuando algo falla y aprender continuamente de esas interacciones.
El cambio fundamental no será sustituir el ticket por una conversación con una IA. Será evolucionar desde un modelo diseñado para gestionar incidencias hacia otro orientado a evitar fricciones.
Durante años hemos medido cuánto tardamos en resolver un problema una vez que alguien solicita ayuda. La IA agéntica nos plantea ahora una pregunta más ambiciosa: ¿podemos conseguir que el empleado necesite pedir cada vez menos ayuda?
