IA agéntica en telecomunicaciones: U Mobile reduce hasta 84,5% sus tickets con 8 agentes y 150 escenarios

Un cliente intentó comprar el mismo paquete de datos más de 30 veces en tres días, por varios canales, y todas las veces falló por el mismo motivo: tenía una orden pendiente. Un agente humano habría tardado en descubrirlo, porque tenía que revisar logs, consultar la elegibilidad del abonado y cotejar políticas de negocio en sistemas separados. El agente de IA de U Mobile lo resolvió en una sola respuesta. Esa es la promesa práctica de la IA agéntica en telecomunicaciones: no redactar mejores respuestas, sino investigar el problema antes de que el empleado lea la primera línea.

U Mobile, el operador 5G más reciente de Malasia, construyó junto a AWS y su socio Axrail AiDaH (AI-Driven Agentic Helpdesk) sobre Amazon Bedrock AgentCore. En menos de un año desde que arrancó el proyecto, la plataforma cubre más de 150 escenarios operativos documentados en seis divisiones de negocio. Las mediciones internas de la compañía muestran una caída de hasta 84,5% en el volumen de tickets en categorías clave. La cifra es interna y se refiere a esas categorías, no a todo el soporte, pero marca el orden de magnitud del cambio.

Cómo funciona AiDaH: seis capas, ocho agentes y un ahorro de cómputo

El calendario es una lección en sí misma. U Mobile empezó a conceptualizar el proyecto a finales de 2025 con dos agentes piloto y Amazon Bedrock Knowledge Bases (RAG gestionado). En el primer trimestre de 2026 puso en marcha el help desk interno de TI con 4 agentes y 20 escenarios. A mitad de año ya eran 6 agentes, y en el tercer trimestre AiDaH llegó a 50 usuarios de call center y sucursales de nivel 2 con 8 agentes. El principio rector fue «pensar en grande, empezar en pequeño».

La arquitectura tiene seis capas. Los empleados acceden desde Microsoft Teams, sin aprender una aplicación nueva. Una capa de orquestación valida permisos, identidad y guardrails antes de procesar cada solicitud. Después, ocho agentes de IA especializados (CRM, portabilidad numérica, órdenes y SIM, monitoreo de infraestructura, analítica de big data, costos cloud y finanzas, entre otros) colaboran mediante el protocolo Agent2Agent. AgentCore Gateway expone los sistemas internos con una interfaz unificada basada en Model Context Protocol (MCP). Una base de conocimiento en Amazon OpenSearch Serverless y un modelo de control de acceso por roles de seis niveles en DynamoDB completan el cuadro. AgentCore Observability registra cada traza de prompts, herramientas, tokens y latencias en CloudWatch.

El detalle que más debería interesar a un CTO es el enrutamiento por costo: cerca del 70% de las solicitudes se resuelven con coincidencia determinista de palabras clave, sin invocar ningún modelo. Otro 20% lo clasifica un modelo ligero y solo el 10% llega al orquestador completo. Se ejecuta siempre el camino más barato capaz de resolver la consulta con confianza.

El humano sigue en el circuito. Ante un caso de «datos móviles que no funcionan en el extranjero», el sistema revisa la configuración de roaming, verifica la elegibilidad y arma un plan de remediación. El agente de soporte revisa y confirma, y solo entonces se ejecutan las acciones sobre la cuenta real del cliente.

Qué puedes aplicar en tu empresa: lecciones de la IA agéntica en telecomunicaciones

Aunque el caso es de telecom, el patrón sirve para cualquier organización con sistemas fragmentados. Estas son las lecciones más transferibles:

Busca el problema de coordinación, no el de redacción. El valor no estuvo en escribir respuestas, sino en consultar logs, APIs y políticas en paralelo. Mapea qué consultas obligan a tus equipos a saltar entre portales.

Empieza con pocos agentes y escenarios documentados. Pasar de 20 a más de 150 escenarios fue posible porque cada uno estaba descrito y verificado. Sin procesos documentados, los agentes no escalan.

Diseña el enrutamiento para ahorrar tokens. Si el 70% de tu tráfico se resuelve con reglas simples, no pagues un modelo grande por cada consulta.

Mantén la aprobación humana en los cambios. Automatiza la investigación y deja la decisión donde algo cambia en una cuenta o sistema productivo.

Integra seguridad desde el día uno. Roles, validación de identidad, guardrails, trazas y auditoría no son un añadido posterior; en AiDaH forman la base de la plataforma.

Ve donde ya trabaja tu gente. Teams eliminó la fricción de adopción.

El proyecto también ofrece una lectura sobre el momento de adoptar. U Mobile no empezó de cero: venía de años de automatización y de una disciplina operativa austera. Si tu empresa ya tiene procesos documentados y APIs accesibles, probablemente estés listo para un piloto agéntico. Si no, ese es el primer paso.

El caso conecta con otras experiencias recientes. ShipStation resolvió el 97,5% de las consultas de TI en Slack con un agente en solo tres meses, y Bayer resuelve el 80% de las consultas sin ingenieros con un sistema multiagente. La necesidad de controlar el acceso a herramientas aparece también en la gobernanza de agentes con un gateway MCP único que aplica Uber.

El siguiente paso para tu organización

La lección de U Mobile es que la ventaja competitiva no depende de tener el modelo más grande, sino de conectar bien los sistemas, enrutar con criterio y mantener el control humano. Antes de lanzar tu propio proyecto de IA agéntica en telecomunicaciones o en cualquier otro sector, haz un ejercicio sencillo: elige el ticket que más tiempo consume a tu equipo, cuenta cuántos sistemas hay que consultar para resolverlo y pregúntate si un agente podría hacer esa investigación antes de que llegue a una persona.