2026-11-10 · ← Noticias
Singapore Airlines duplicó la satisfacción con su chatbot al diseñar el servicio alrededor del modelo
Singapore Airlines afirma que migrar su chatbot Kris a modelos de OpenAI duplicó el CSAT. El resultado depende de los datos de la aerolínea, la validación y la derivación a personas, no solo de la API.
No se pudo cargar la imagen.
Singapore Airlines afirma que la satisfacción con su chatbot Kris se duplicó tras sustituir los flujos de diálogo manuales por modelos de OpenAI. El caso muestra que la mejora en atención al cliente nace del servicio construido alrededor del modelo.
Kris dejó atrás los guiones y duplicó su CSAT
La versión anterior obligaba a definir de antemano cada tema y recorrido de conversación. El nuevo Kris usa la API de OpenAI, interpreta lenguaje natural y consulta información de los sistemas de Singapore Airlines. La compañía sostiene que el cambio duplicó el CSAT.
La misma tecnología resume llamadas para los agentes. Según el caso publicado, el tiempo medio de gestión bajó cerca de un 10 %. Flight Recommender, que convierte una petición normal en opciones de viaje, casi triplicó sus usuarios mensuales en un año.
El valor empresarial surge al unir datos, reglas y revisión humana
La aerolínea también utiliza los modelos en Jarvis, su plataforma interna gobernada, que según la empresa usan cada mes más del 60 % de los empleados. En algunas tareas de desarrollo declara mejoras de productividad de hasta el 20 %. Son cifras de Singapore Airlines y OpenAI, no de una auditoría independiente.
Para un equipo de soporte importa más la arquitectura del servicio que el nombre del modelo. La orquestación, el acceso limitado a datos, la validación y la derivación a una persona convierten un chatbot generalista en una herramienta operativa. Esas capas deben probarse cuando cambian tarifas, equipajes u horarios.
El caso publica el resultado, pero no la factura completa
Duplicar el CSAT es relevante, aunque el material no indica el punto de partida, el tamaño de la muestra ni el coste de inferencia y revisión humana. Casi triplicar los usuarios de Flight Recommender tampoco revela cuántas sugerencias acabaron en una reserva.
OpenAI es proveedor y editor del caso. Las cifras marcan una dirección, pero no constituyen un benchmark trasladable a otras aerolíneas. El uso de datos personales y de viaje exige además atención, porque una respuesta errónea pesa más que un borrador de correo mediocre.
Las reclamaciones, las derivaciones y las reservas decidirán el valor
La siguiente prueba útil debe venir de la operación: resolución sin agente, tasa de errores, derivaciones a personas y conversión de recomendaciones en reservas. El CSAT ayuda, pero solo ilumina una parte del servicio.
Si Singapore Airlines mantiene la calidad durante incidencias y cambios de reglas, ofrecerá un patrón creíble para otros servicios regulados. Si falla, una conversación más fluida solo trasladará la reclamación al mostrador.
El veredicto de Lilith
El pasajero no puntúa el modelo. Recuerda si el chatbot explicó bien el retraso y llamó a una persona antes de que cerrara la puerta. Singapore Airlines gana cuando esa escena también funciona el día en que se deshace el horario.