Grupo Bimbo es una de las empresas más grandes del mundo en la industria de la panificación, con más de 100,000 empleados y operaciones en más de 30 países. Como parte de su estrategia de transformación digital, buscaba optimizar su centro de contacto B2B, encargado de gestionar solicitudes, reclamos de calidad y procesos administrativos.
Definición de la problemática
El contact center de Bimbo, basado en Amazon Connect y Amazon Lex, enfrentaba limitaciones para interpretar interacciones complejas o ambiguas en lenguaje natural. Esto generaba:
- Altos costos operativos por excesiva transferencia a agentes humanos.
- Duplicidad de esfuerzos: los clientes repetían información al ser transferidos.
- Largos tiempos de resolución y pérdida de confianza en el servicio.
- Escalabilidad limitada, ya que la atención dependía de la disponibilidad de agentes.
El desafío consistía en escalar el servicio y mejorar la experiencia del cliente mediante la adopción de IA generativa en producción sobre AWS.
Solución propuesta
La solución propuesta consistió en una arquitectura productiva en AWS, totalmente serverless y escalable, que combina Amazon Connect para la telefonía y enrutamiento, Amazon Lex V2 para la interpretación de intents en español y una capa de IA generativa con Amazon Bedrock (Claude 3 Haiku) para mejorar la comprensión del lenguaje natural, desambiguar casos y generar respuestas empáticas y consistentes. Con el soporte de AWS Lambda, se orquestan los flujos, se aplican guardrails y se integran datos de FAQs y catálogos internos desde Amazon S3/DynamoDB, garantizando seguridad mediante IAM y KMS.
Además, la solución se integró con Salesforce para registrar casos automáticamente con resúmenes generados por GenAI y con Amazon CloudWatch para monitorear métricas clave del contact center. Se estableció un ciclo de mejora continua con ajustes de prompts, pruebas A/B y análisis de KPIs, lo que permitió reducir transferencias innecesarias, agilizar la resolución y asegurar continuidad en la experiencia del cliente mediante fallback a agentes humanos con todo el contexto.
Lecciones aprendidas
• GenAI transforma el contact center: la combinación de Amazon Lex con Amazon Bedrock permitió interpretar lenguaje no estructurado y reducir la dependencia de agentes.
• AWS es el habilitador clave: la solución aprovecha servicios nativos como Amazon Connect, Amazon Bedrock (Claude 3 Haiku), Amazon SageMaker y Amazon Q, desplegados en un entorno productivo.
• El éxito requiere balancear precisión y velocidad: priorizar la exactitud en la comprensión de reclamos implicó retos en latencia que se están optimizando con prompt engineering y modelos finos en SageMaker.
• Integración con CRM es crítica: la conexión con Salesforce permitió trazabilidad completa de casos y mejoró la gobernanza de la información.
Métricas del proyecto
- Tasa de éxito de intención: aumentó de 29% (sólo Lex) a 72% (Lex + Bedrock).
- Reducción en transferencias a agentes: bajó de 30% a 16%.
- Disminución en llamadas abandonadas: de 20% a 7%.
- Impacto financiero: ahorro operativo significativo gracias a menor dependencia de agentes. Actualmente, la solución representa un ARR de USD $30,066.48, de los cuales USD $14,375.76 (47%) corresponden directamente a servicios de GenAI en AWS.
- Escalabilidad prevista: se espera que el volumen gestionado con GenAI se triplique al cierre del año si los KPIs se mantienen.
Tabla técnica
| Elemento | Resumen |
|---|---|
| Definición del problema | Contact center con altos costos y baja eficiencia por incapacidad de interpretar reclamos ambiguos con Amazon Lex únicamente. |
| Solución propuesta | Integración de GenAI con Amazon Bedrock (Claude 3 Haiku) dentro de Amazon Connect y Lex, con Lambda como orquestador e integración a Salesforce. |
| Servicios de AWS utilizados | Amazon Connect Amazon Lex V2 AWS Lambda Amazon Bedrock Amazon SageMaker (fine-tuning) Amazon Q Amazon CloudWatch. |
| Herramientas de terceros | Salesforce (gestión de casos). |
| Resultados después de la implementación | +30 pp en tasa de éxito de intención · Reducción del 14–30 pp en transferencias a agentes · Disminución del 50% en llamadas abandonadas · Ahorros operativos medibles. |
| Métricas | ARR: USD $30,066.48 · GenAI representa 47% del consumo · Éxito de intención 65–72% · Transferencias a agentes reducidas al 16–19% · Llamadas abandonadas al 7–9%. |
| Lecciones aprendidas | GenAI es clave para transformar la experiencia · AWS proporciona escalabilidad y resiliencia nativa · El reto está en optimizar latencia y precisión con técnicas avanzadas. |
Results
Con la incorporación de Amazon Bedrock y servicios de GenAI en AWS:
-
El contact center logró automatizar la interpretación de reclamos complejos en lenguaje natural.
-
Se redujo la dependencia de agentes humanos en casos repetitivos, mejorando eficiencia y reduciendo costos.
-
Se mejoró la satisfacción del cliente B2B, al brindar respuestas más rápidas, consistentes y empáticas.
-
La solución escaló de forma serverless y resiliente, integrándose con Salesforce para un flujo de trabajo centralizado.
-
Se sentaron las bases para expandir el uso de GenAI a otros procesos del negocio.