Receptors telefònics d'IA: problemes del món real i per què la web funciona millor

Hi ha dues recepcionistes d'IA. Una agafa el telèfon i respon amb veu. L'altra escriu al xat d'un lloc web. Aquest article se centra en la primera: quins problemes sorgeixen quan la consulta és una trucada telefònica, i per què aquests problemes no són els mateixos que els que es troben en el xat. Cada figura va acompanyada de l'estudi en què es basa i d'un enllaç per consultar-lo. Cap dada s'ha inventat, ni es menciona cap empresa rival.

La gent vol poder contactar amb algú.

Al febrer i al març de 2026, Gartner va enquestar 3.566 clients empresarials i de consum sobre l'ús de la IA generativa en l'atenció al client. El 87 per cent va dir que, si una empresa utilitza aquesta IA, és essencial poder parlar amb una persona. Al mateix temps, el 50 per cent va afirmar que tractar amb l'empresa és més fàcil quan utilitza IA generativa. La conclusió no és que «la IA sigui innecessària». Més aviat, la gent acull amb satisfacció l'assistència, però la rebutja quan actua com a barrera.

Gartner va preguntar a aquells que no volien utilitzar la IA què els faria canviar d'opinió. La resposta més habitual va ser la possibilitat de ser posat en contacte amb un humà si cal. El mateix informe de Gartner afegeix que no és aconsellable fer de la IA un pas obligatori en tots els casos: quan un client ha de fer diversos intents fallits abans d'arribar a un humà, és menys probable que torni a fer servir aquesta eina. El 58 per cent dels qui utilitzen la IA generativa ja l'han utilitzada per completar una tasca, no només per llegir una resposta. En les empreses, aquesta xifra puja fins al 74 per cent.

Gartner, agost de 2026: enquesta a 3.566 clients (febrer i març de 2026)

La por no és res nou: estendre la mà a algú

Una enquesta anterior de Gartner, realitzada al desembre de 2023 entre 5.728 clients, ja assenyalava la mateixa direcció. El 64 per cent preferiria que les empreses no utilitzessin la intel·ligència artificial en l'atenció al client. El 53 per cent consideraria canviar de proveïdor si sabés que l'empresa utilitzaria la IA per atendre els clients. La principal preocupació era que seria més difícil parlar amb una persona. A continuació, hi havia inquietuds sobre l'impacte en l'ocupació i el risc que la IA donés una resposta incorrecta.

Gartner, 9 de juliol de 2024: enquesta a 5.728 clients (desembre de 2023)

La persona que acaba de trucar és la que menys vol una IA de veu.

En l'informe de Gartner «Four Data Findings to Inform Your Customer Experience Strategy», la meitat dels clients van dir que farien servir un assistent digital d'IA generativa. La xifra varia segons el canal. Entre els que havien utilitzat el telèfon en la seva interacció més recent, només el 35 per cent va acceptar fer servir un assistent d'aquest tipus. Gartner ho explica amb una observació pràctica: si la trucada ja havia resolt el seu problema parlant amb una persona, no tenen cap motiu per arriscar-se a perdre temps en un sistema de veu automatitzat la pròxima vegada. El mateix informe recomana no amagar l'element humà: cal deixar clar que l'assistent pot resoldre el problema i, si no, derivar-lo a una persona.

Gartner, Quatre troballes de dades per orientar la vostra estratègia d'experiència del client (PDF)

La veu és malentesa, i això és molest.

Ofcom va dur a terme un estudi sobre els altaveus intel·ligents al Regne Unit mitjançant un treball de camp qualitatiu entre agost i octubre de 2022: cent usuaris, a més d'entrevistes amb aquells que no en tenien cap. No és una enquesta que representi una mostra nacional. Tot i això, la conclusió és clara en el seu informe: que el dispositiu no entengués o no sentís el que se li demanava va ser, de llarg, la queixa més comuna. La gent es va haver de repetir o canviar la manera de parlar perquè el dispositiu havia començat a fer una altra cosa o havia ignorat la comanda.

En el mateix estudi, alguns dels participants van dir que un accent regional o internacional – el seu propi o el d'algú de casa – feia que el dispositiu funcionés malament amb més freqüència. Alguns membres de la família havien deixat d'utilitzar-lo perquè no aconseguien que els entengués. També tenia dificultats amb els nens, amb veus suaus, amb persones que parlaven de pressa, des de la distància o amb un to de conversa en lloc d'una ordre breu. El resum públic d'Ofcom ho expressa en una sola frase: la majoria de la gent estava frustrada perquè l'altaveu no responia bé a les ordres, i això era més notori entre aquells amb un fort accent regional.

Ofcom, Recerca sobre altaveus intel·ligents (PDF, treball de camp agost–octubre de 2022)

Ofcom, resum: els usuaris d'altaveus intel·ligents no estaran sols aquest Nadal

El 2019, BBC Research & Development va publicar els resultats d'una enquesta en línia a 330 persones, reclutades a través d'una entrada de blog. No és una mostra aleatòria d'un sol país: hi va haver més respostes de persones d'entre 25 i 54 anys, i una proporció més alta de personal de la BBC amb seu a Londres i al nord-oest d'Anglaterra. Donada aquesta limitació, una quarta part va dir que l'assistent els entenia poc o gens. El trenta-vuit per cent va atribuir els errors al seu accent i el trenta-sis per cent al soroll de fons de l'habitació. El cinquanta-cinc per cent va dir que la tecnologia encara no era prou bona, i el cinquanta-vuit per cent va afirmar que el problema provenia de no saber quina ordre dir. Quan l'assistent no entén, l'informe assenyala frustració, ràbia i un augment de l'estrès. La queixa no era només sobre el propi error, sinó també sobre els missatges d'error, que eren repetitius i poc útils.

BBC Recerca i Desenvolupament, Experiència d'usuari d'altaveu intel·ligent i emoció de l'usuari (PDF, 2019)

Un recepcionista telefònic d'IA opera en aquest canal. Ha d'escoltar una frase – sovint amb soroll de fons – i decidir quan la persona ha acabat de parlar. Un xat web no transcriviu: llegeix el que el visitant ha escrit. Els accents i el soroll de fons no alteren el text. Això no fa que el xat sigui infal·lible. Si el text és incorrecte, la resposta és incorrecta. Elimina l'error inherent de l'oïda humana.

La resposta arriba massa tard per a una conversa parlada.

En una conversa entre persones, normalment arriba el torn de parlar bastant ràpidament. Un article de SIGDIAL 2022, 'Quan puc parlar?', resumeix l'estat actual dels sistemes de diàleg parlat: comencen el seu torn després d'un llarg silenci, que dura entre 700 i 1.000 mil·lisegons, i és per això que la conversa sembla lenta i antinatural. Les persones, segons assenyala l'article, solen respondre en uns 200 mil·lisegons. Esperar un silenci tan llarg és la manera habitual de no tallar la paraula a algú que encara està pensant. També és una manera de deixar un espai que, en una trucada telefònica, es fa notar.

SIGDIAL 2022: Quan puc parlar? Predicció dels punts d'inici per a agents de diàleg parlat

Un estudi presentat a SemDial va mesurar interaccions reals amb assistents de veu, en lloc d'un entorn de laboratori amb una sola ordre. Va analitzar 1.077 intercanvis de torns amb deu persones que feien servir l'assistent per primera vegada, en sis llars. El temps mitjà modelat des que la persona va acabar de parlar fins que l'assistent va començar a parlar va ser de 1.366 mil·lisegons, amb un error estàndard de 30 mil·lisegons. Els autors ho comparen amb el torn de paraula entre persones, que és d'uns 300 mil·lisegons, citant Levinson i Torreira (2015), Stivers et al. (2009) i Heldner i Edlund (2010). La mostra és petita i aquests són resultats inicials: no és una mitjana de tots els països ni de tots els productes. No obstant això, mostra que en converses reals la pausa és diverses vegades més llarga que en una conversa humana, i sense les paraules d'omplir que una persona utilitza per senyalitzar que està a punt de respondre.

SemDial: Alexa, ets massa lenta! (Barthel), canvis de marxa amb assistents de veu

En un xat, aquest retard no interromp la frase de ningú. El visitant escriu, envia el seu missatge i pot continuar navegant per la pàgina. La resposta es mostra per escrit. No hi ha cap veu que arribi tard i talli la frase següent, un altre efecte que el mateix estudi SemDial descriu en els torns del chatbot. Hostly no publica un temps de resposta garantit per al model: el xat passa per una cua i el temps depèn de la càrrega de treball. El que no té és el silenci d'una trucada telefònica mentre un sistema decideix que has acabat de parlar.

Bucles, una veu sintètica i la pregunta de si hi ha algú allà fora.

El comentari de Gartner del 2026 no indica un percentatge de trucades atrapades en un bucle. Descrivix el mecanisme: diversos intents fallits amb la IA abans de poder parlar amb un humà fan que sigui menys probable que el client torni a fer servir l'eina. Durant una trucada, es pot sentir aquest bucle. Has de repetir-te, esperar la següent pregunta del menú i tornar a demanar parlar amb un humà. En un xat, la conversa es grava per escrit. L'equip l'obre al tauler de control i hi pot respondre dins del mateix fil.

La veu que respon a una trucada automatitzada és una veu generada per ordinador. Aquest article no cita cap percentatge de persones que la trobin 'robòtica': cap de les fonts esmentades anteriorment inclou una enquesta que mesuri aquesta percepció amb una mostra clara. El que s'ha mesurat, però, és la frustració quan el sistema no entén —segons informa la BBC— i la preocupació de l'Ofcom quan els usuaris han de repetir les seves instruccions. Una veu que no permet matisos i un reconeixement de la parla defectuós entren en joc dins del mateix minut. Al lloc web, la resposta és text. Pots tornar a llegir-la. No has de endevinar cap paraula que sonés malament.

Salesforce va encarregar a YouGov que realitzés una enquesta a 15.015 consumidors entre el 16 de juliol i el 16 d'agost de 2024 a 18 països, inclosa Espanya. Gairebé tres de cada quatre volien saber si estaven parlant amb un agent d'IA. El 45 per cent va dir que faria més ús d'un agent d'IA si hi hagués una manera clara de ser connectat amb un humà. Només el 30 per cent dels consumidors treballaria amb un agent d'IA en lloc d'un humà a canvi d'un servei més ràpid. L'informe en PDF de Salesforce, basat en la mateixa investigació, ho expressa així: el 72 per cent considera important saber quan està parlant amb un agent d'IA. La transparència i l'opció de canviar a un agent humà no són només un extra. Són el que aquesta mostra demana.

Salesforce, Estat del client connectat amb IA, enquesta de YouGov, juliol–agost de 2024

Salesforce, L'estat del client connectat (PDF de la mateixa sèrie d'investigació)

Per què un recepcionista d'IA basat en web no hereta aquests defectes

Hostly és el recepcionista IA del lloc web, no un servei telefònic. Els visitants escriuen al xat del vostre lloc web. No hi ha reconeixement de veu, ni accents, ni soroll de fons, ni veu sintètica per respondre. La resposta utilitza la informació aprovada per l'empresa. Si la informació no està disponible, diu que no ho sap. No s'inventa un preu, un horari o una disponibilitat. Si les reserves estan habilitades, només ofereix els horaris que el calendari mostra com a disponibles.

Contactar amb un membre del personal a Hostly no implica una transferència automàtica de la trucada. L'equip veu el fil al tauler de control i en pren el control. Mentre un membre del personal està escrivint, la IA no respon en aquell fil. Sol·licitar un membre del personal no transfereix automàticament la conversa: és la persona del tauler de control qui ho fa. Aquesta és una limitació real del producte, i és millor exposar-ho que prometre una funció de «transferiu-me a algú» que el sistema de xat no pot executar pel seu compte. El que evita, però, és deixar algú parlant sol davant d'un menú: el text roman i un membre del personal pot reprendre la conversa exactament on es va deixar.

La IA gestiona les consultes a través de la funció de xat del vostre lloc web. Si activeu el botó de WhatsApp, s'obre el compte de WhatsApp de l'empresa i hi respon una persona: la IA no s'hi implica. Hostly no llegeix aquests missatges de WhatsApp ni utilitza cap model per processar-los. Qualsevol persona que vulgui enviar un missatge a l'empresa, en lloc d'utilitzar el xat del lloc web, pot fer servir aquest botó. Els visitants del lloc web poden continuar utilitzant el xat.

El preu bàsic és de 29,90 € al mes, IVA inclòs. Aquesta pàgina no afirma que una funció de xat redueixi les cancel·lacions, ni tampoc que els pagaments processats a través de Stripe impliquin una comissió específica: aquesta informació no està inclosa en les fonts esmentades anteriorment i no és una promesa del producte que es faci en aquest text. El pagament, si l'empresa activa aquesta funció, és un dipòsit o l'import total en el moment de la reserva. El pagament amb targeta no es processa a través de Hostly.

El que aquest article no demostra

No demostra que tots els recepcionistes telefònics d'IA fracassin de la mateixa manera. Els estudis mesuren assistents de veu, altaveus intel·ligents i l'opinió pública sobre la IA en l'atenció al client, no una enquesta exhaustiva de productes. La mostra de SemDial consta de deu persones. La mostra de la BBC no és aleatòria. L'estudi d'Ofcom sobre altaveus intel·ligents és qualitatiu. Les enquestes de Gartner i Salesforce són enquestes a gran escala de clients i consumidors, no una prova d'escolta d'un nombre específic.

Tampoc no demostra que un chatbot no s'equivoqui mai. Si el perfil està desactualitzat, també ho està la resposta. Si l'empresa desactiva la IA, ningú no respondrà fins que un humà intervingui. Si el visitant necessita una trucada telefònica, el número de telèfon de l'empresa continua sent el mateix: Hostly no el substitueix. El que el chatbot evita són els errors que només sorgeixen perquè la conversa és parlada.

La pàgina del producte, que inclou detalls d'instal·lació, idiomes, reserves i preu, és la recepcionista d'IA.

Fonts

La pàgina de detalls del producte és la Recepcionista d'IA.