Gestió d'incidències amb IA
Gestió d'incidències amb IA classifica tickets, assigna prioritat i cua, i suggereix respostes amb dades de l'ERP o del manual. El delicat i el legal passa a persona amb context. S'integra amb el teu sistema de tickets.
Actualizado: 17/11/2026
Com funciona, pas a pas?
Gestió d'incidències amb IA és un agent que llegeix el ticket, el tipifica, hi posa prioritat, l'encamina i proposa una resposta amb dades reals del sistema. L'equip deixa de copiar estats a mà i es centra en els casos que demanen criteri.
Es basa en agents d'IA i, si hi ha manuals, en base de coneixement. Si no hi ha dada, no inventa un «ja està resolt».
- Entrada Ticket d'email, web, WhatsApp o telèfon es normalitza a un cas amb client i historial.
- Classificació Tipus, prioritat i producte/servei afectats segons taxonomia vostra.
- Assignació Cua o persona segons regles (zona, SLA, skill).
- Resposta suggerida Esborrany amb dades del sistema i fonts.
- Acció Si està permès, actualitza el ticket; si no, deixa l'esborrany.
- Aprenentatge Correccions humanes milloren la taxonomia i les plantilles.
Exemple il·lustratiu
Exemple il·lustratiu: un SAT rep 70 tickets/dia barrejant seguiment de comanda, avaries i facturació. Amb IA, el tracking es respon amb l'estat de l'ERP; les avaries van al tècnic de zona; facturació a administració. Els clients enfadats salten a humà amb el fil complet.
| Tipus | Automatització | Humà |
|---|---|---|
| Estat de comanda | Resposta amb dada ERP | Excepcions |
| Avaria tècnica | Classificar + checklist | Diagnòstic |
| Facturació | Encaminar + adjunts | Decisió |
| Queixa sensible | Prioritzar + context | Conversa |
Què cal?
- Sistema de tickets o bústia compartida.
- Taxonomia de tipus i SLA escrits.
- Accés de lectura a ERP/CRM.
- Manuals o FAQ si voleu respostes amb cites.
Què no fa?
- No tanca queixes legals o de seguretat sense persona.
- No inventa estats de comanda ni dates d'entrega.
- No substitueix el tècnic de camp en el diagnòstic complex.
Estalvi esperat: com calcular-lo
Fórmula il·lustrativa: tickets/mes × minuts × cost/hora ÷ 60, menys supervisió. Exemple: 1.500 × 7 min × 22 €/h ÷ 60 ≈ 3.850 €/mes. L'estalvi real es calcula sobre el tram de tickets curts (exemple, no promesa de CSAT).
Integracions habituals
Zendesk, Freshdesk, Jira SM, Outlook i WhatsApp API. Relacionat: atenció al client amb IA.
Com és el projecte?
Inventariem tipus de ticket, SLA i sistemes (ITSM, bústia, WhatsApp, ERP). El pilot sol automatitzar tipificació + encaminament + esborrany en dues o tres tipologies d'alt volum i baix risc (estat de comanda, reset d'accés, cita de SAT). El sensible queda en traspàs humà des del dia u.
Errors freqüents: tancar queixes sols; inventar ETA; taxonomia de 80 tipus que ningú no manté; no mesurar reapertures; oblidar el context quan s'escala a un supervisor. També copiar respostes genèriques sense citar el manual quan el tècnic de camp necessita el procediment exacte.
Amb base de coneixement, l'esborrany pot incloure passos del manual amb cita. Sense ella, ens limitem a dades de sistema i plantilles curtes. Les mètriques del pilot: temps de primera resposta, taxa de resolució en tipologies automatitzades, precisió de classificació i CSAT només si ja el meureu — no inventem enquestes.
Pressupost tancat per fase. Si l'stack és només Outlook compartit, comencem allà i deixem l'ITSM per després. L'èxit és menys copiar/enganxar i menys tickets a la cua equivocada — no un «agent que ho resol tot» de màrqueting. El go/no-go mira també la taxa de reobertura: si puja, aturem l'autonomia.
El pilot inclou un tauler simple: volum per tipologia, % classificats bé, % esborranys acceptats sense edició forta, reapertures i temps fins a humà en queixes. Si la classificació es degrada en afegir tipus nous, congelam taxonomia. Preferim poques tipologies ben resoltes a un arbre enorme que ningú no manté. L'agent no és el cap de SAT: és un accelerador amb frens explícits. Quan hi ha manual intern, les cites eviten inventar passos de reparació; sense manual, només dades de sistema i plantilles curtes.
Abans de pujar autonomia, exigim una setmana d'esborranys només-lectura acceptats per l'equip. Si editen gairebé tot, afinem taxonomia i plantilles; no fingim resolució. El handoff a humà inclou resum i darrer estat de l'ERP per no fer repetir el client. En SAT de camp, demanar foto o número de sèrie abans d'enviar el tècnic redueix visites inútils sense diagnosticar malalties ni inventar recanvis.
Documentem quines tipologies no es tanquen mai soles: legals, seguretat i queixes de to alt. El supervisor veu la cua amb context; no ha de reconstruir el fil a cegues. Això redueix escalats duplicats i millora el temps fins a una resposta humana útil.
El criteri go/no-go del pilot inclou una revisió a cegues de vint tickets nous abans d'obrir més canals.
Enllaços relacionats
Preguntes freqüents
Tanca incidències sola?
Només les de baix risc que acordeu. La resta queda en esborrany o amb aprovació.
S'integra amb Zendesk, Jira SM o Freshdesk?
Sí via API en la majoria de casos. També amb bústies compartides.
Què passa amb clients enfadats?
Prioritat alta i traspàs humà amb context.
Serveix per a SAT tècnic de camp?
Sí: classificar, demanar dades i suggerir passos del manual intern amb cites.
Meureu resolució i temps de primera resposta?
Sí: són les mètriques del pilot, amb taxa de reapertura.
Com sostenim el resultat
A la pràctica de gestion incidencias con ia, el valor surt quan el pilot mesura un KPI operatiu concret i no només demos. Ship Shift acota abast, dades i criteri go/no-go abans d'escalar (bdfe5c00).
Documentem excepcions, owners i handoff humà perquè l'automatització no amagui errors. El backlog es prioritza per impacte en minuts, errors i cost d'oportunitat a gestion incidencias con ia.
La integració amb ERP, CRM o correu evita illes. Si el sistema no escriu el resultat on ja treballa l'equip, el pilot mor a la setmana dos. Referència interna bdfe5c00.