Implementación de RPA para automatizar búsquedas
Rootstack creó robots con UiPath para la automatización y agilización de la búsqueda de perfiles en LinkedIn para el equipo de reclutamiento de personal.
Rootstack diseñó e implementó un asistente conversacional basado en IA generativa que automatizó consultas de clientes, permitió acceder a información empresarial actualizada y ejecutar determinadas operaciones mediante conexiones seguras con sistemas reales del negocio, ofreciendo atención 24/7 y reduciendo la carga operativa de los equipos de servicio al cliente.


El cliente buscaba incorporar inteligencia artificial a sus canales de atención sin limitar el asistente a respuestas predefinidas. La organización necesitaba una solución capaz de comprender solicitudes, consultar información empresarial y conectarse con sistemas transaccionales para resolver consultas de forma más rápida y eficiente. Rootstack fue seleccionada por su experiencia en integración de IA generativa con sistemas empresariales, automatización de procesos y desarrollo de arquitecturas capaces de conectar modelos de lenguaje con información y operaciones reales del negocio.
El cliente recibía un alto volumen de consultas repetitivas a través del call center, chat web y otros canales digitales. Preguntas relacionadas con productos, pedidos, disponibilidad, políticas comerciales y estados de transacciones requerían una intervención frecuente de agentes humanos, generando una elevada carga operativa, tiempos de respuesta prolongados, costos crecientes y disponibilidad limitada fuera del horario laboral.
La organización necesitaba automatizar una parte significativa de estas interacciones sin depender de un chatbot tradicional basado únicamente en preguntas frecuentes. El desafío consistía en crear un asistente capaz de consultar información actualizada, interactuar con sistemas empresariales y ejecutar determinadas acciones de manera controlada, manteniendo la posibilidad de escalar los casos complejos a agentes humanos.
Rootstack diseñó un asistente conversacional basado en IA generativa que combinó un Large Language Model (LLM), una arquitectura Retrieval-Augmented Generation (RAG), una base de conocimiento vectorial, automatización de workflows y una capa de integración mediante Model Context Protocol (MCP). Esta arquitectura permitió que el asistente no se limitara a generar respuestas, sino que pudiera consultar información empresarial y ejecutar operaciones autorizadas.
Claude fue utilizado como motor de IA para interpretar las solicitudes de los usuarios, mantener el contexto de las conversaciones y determinar cuándo una consulta podía resolverse mediante la base de conocimiento o requería información proveniente de sistemas transaccionales. La arquitectura RAG permitió recuperar información relevante de la documentación empresarial y proporcionar respuestas alineadas con las políticas, productos y contenidos vigentes del cliente.
La solución incorporó MCP para conectar de forma controlada el asistente con herramientas y sistemas empresariales. Esto permitió consultar estados de pedidos, verificar información de productos, consultar disponibilidad, recuperar información de transacciones y ejecutar determinadas acciones autorizadas, sin otorgar al modelo acceso directo e indiscriminado a los sistemas internos.
n8n permitió automatizar y coordinar workflows relacionados con recuperación de información, notificaciones, actualización de datos, escalamiento de conversaciones y otros procesos de atención. Además, el asistente fue integrado con WhatsApp, sitio web y aplicación móvil, manteniendo desacoplada la lógica conversacional de los diferentes canales.
Finalmente, Rootstack implementó un mecanismo de escalamiento inteligente para transferir a agentes humanos aquellas solicitudes que requerían intervención especializada, eran demasiado complejas o se encontraban fuera del alcance del asistente. El contexto de la conversación podía mantenerse durante la transferencia, evitando que el cliente tuviera que repetir nuevamente su solicitud.


Automatización de entre 50% y 70% de las consultas de primer nivel, reduciendo la dependencia de agentes humanos para solicitudes repetitivas.
Atención disponible 24/7, permitiendo responder consultas fuera del horario laboral a través de WhatsApp, web y aplicación móvil.
Reducción estimada del 40% en la carga del equipo de atención, gracias a la automatización de consultas y workflows operativos.
Mayor capacidad de atención y mejor experiencia del cliente, mediante respuestas más rápidas, acceso a información empresarial actualizada y escalamiento inteligente a agentes humanos cuando era necesario.