Casos de uso reales del equipo digital

Estos son ejemplos concretos de cómo empresas de distintos tamaños y rubros usan sus agentes IA de Fish para automatizar procesos críticos del negocio.

---

Joyería boutique — "Eclectik"

Problema previo: Los mensajes que llegaban por WhatsApp fuera del horario de tienda (40% del total) se perdían hasta el día siguiente. Muchos clientes compraban en otro lado antes de que el equipo llegue a responder.

Solución: Agente "Diego — Ventas (Retail)" asignado al WhatsApp principal.

• Habilidades: presentación de productos, calificación de leads, cierre, tareas de seguimiento, consulta de datos externos (catálogo JSON online).
• Funciona 24/7 fuera del horario humano, pausado durante el horario de la tienda para que los vendedores tomen el control.

Resultado:

• Respuesta en segundos a cualquier mensaje nocturno
• Clientes interesados quedan en el pipeline con producto, valor y notas
• El agente envía fotos del producto desde el catálogo en vivo
• Cuando un cliente dice "te aviso cuando cobre", el agente crea una tarea auto-ejecutable que él mismo cumple

Ejemplo de conversación real:

Cliente (domingo 23:47): "hola, vi el Rolex GMT Bruce Wayne en Instagram, ¿cuánto sale?" Agente: fetch al catálogo → "¡Hola! El Rolex GMT Master Bruce Wayne es automático, 40mm, con bisel cerámico — 1.800.000. Está disponible. ¿Te cuento más?" Cliente: "me interesa pero recién cobro la semana que viene, contactame el viernes" Agente: "Perfecto, te escribo el viernes " + crea deal + crea tarea auto-ejecutable para viernes 10:00 Viernes 10:00: el agente retoma → "Hola! ¿Cómo va? Te escribo como acordamos sobre el Rolex GMT Bruce Wayne. ¿Seguís interesado?"

---

Clínica dental

Problema previo: La recepcionista pasaba 6 horas al día atendiendo WhatsApp para coordinar turnos. No podía atender a los pacientes presenciales cuando estaba chateando.

Solución: Agente "Sofía — Atención (Salud/Belleza)" asignada al WhatsApp.

• Habilidades: atención al cliente, citas médicas, reclamos, tareas de seguimiento.
• Integrada con Google Calendar de la clínica para validar disponibilidad.

Resultado:

• Sofía pregunta motivo de consulta, especialidad, cobertura y propone horarios libres
• Agenda la cita en Google Calendar con un click de confirmación del paciente
• Programa un recordatorio automático por WhatsApp 1 hora antes del turno
• Escala a la recepcionista humana solo los casos complejos (urgencias, dudas administrativas)

Impacto medido:

• De 12 turnos/día a 22 turnos/día sin contratar personal adicional
• La recepcionista ahora atiende al 100% en el mostrador

---

Inmobiliaria

Problema previo: Los leads nocturnos se enfriaban. Un lead que preguntaba por una propiedad a las 2 de la mañana era atendido recién 8 horas después, cuando ya había contactado a la competencia.

Solución: Agente "Valentina — Ventas (Inmobiliaria)" asignada a todos los canales.

• Habilidades: calificación de leads, presentación de productos, cierre de ventas, agendamiento, consulta de datos externos.
• Conectada al catálogo de propiedades del sitio web.

Resultado:

• Los leads entrantes son calificados al momento (presupuesto, plazo, zona, tipo de propiedad)
• Valentina ofrece 2-3 propiedades que calzan con los criterios
• Si el lead quiere visitar, valida disponibilidad del asesor y agenda la visita
• Al día siguiente, el asesor humano ya tiene el pipeline con leads calificados y visitas agendadas

Ejemplo:

Lead (02:15 am): "Busco un depto de 2 ambientes en Palermo, hasta USD 150.000" Valentina: fetch al catálogo → "Tengo 3 opciones que calzan con tu presupuesto: [Propiedad A — USD 142k — 45m²], [Propiedad B — USD 148k — 50m²], [Propiedad C — USD 140k — 42m²]. ¿Te mando fotos y ficha técnica?" Lead: "sí, mandame todo" Valentina: envía fotos + ficha + "¿Querés agendar una visita? Tenemos disponibilidad el jueves 16hs o viernes 11hs" Lead: "jueves a las 16 está perfecto" Valentina: agenda visita + crea deal en etapa "Demo agendada" + envía confirmación

---

Restaurante con delivery

Problema previo: Los mensajes de pedidos por WhatsApp se mezclaban con las consultas generales. Dos personas tomando pedidos a la hora pico se equivocaban en los totales.

Solución: Dos agentes trabajando en el mismo canal:

1. "Marco — Ventas" para consultas de promociones y menú
2. "Laura — Toma de pedidos" con habilidad de order_taking y delivery_order

Resultado:

• Laura pregunta qué querés, adicionales, bebidas, dirección, forma de pago
• Calcula el total con descuentos aplicables
• Manda confirmación con resumen y tiempo estimado
• Pasa el pedido al sistema interno vía webhook

Dato: Hora pico pasó de 4 errores/hora a 0. El equipo humano se enfoca en la cocina.

---

Estudio jurídico

Problema previo: Consultas de potenciales clientes por email y WhatsApp, muchas fuera del alcance del estudio (temas que no trabajan).

Solución: Agente "Martín — Atención (Servicios Profesionales)" con habilidades de atención y agendamiento de reuniones.

• Instrucción específica en el prompt: lista de áreas de práctica del estudio.
• Si el caso no encaja, el agente deriva con educación sin agendar.

Resultado:

• Filtro automático: el 30% de las consultas no calificadas se desvían sin ocupar tiempo de los abogados
• Las consultas válidas reciben un primer filtro informativo y se les agenda una reunión
• El abogado humano entra al caso ya con contexto

---

Patrones comunes

Todos estos casos comparten:

1. El agente trabaja en los momentos que el equipo humano no puede — noche, fin de semana, horas pico
2. El agente pre-filtra y califica — el humano entra solo cuando hay valor
3. Los datos fluyen al CRM automáticamente — deals, tareas, citas, notas
4. El cliente siente que está con una persona — personalidad coherente, tono cercano, respuestas naturales
5. La supervisión humana es ligera — ajustar el prompt cuando algo no funciona, tomar el control cuando es necesario

---

¿Querés ver tu propio caso de uso?