Klarna: el asistente de IA realizó el trabajo de 700 agentes de tiempo completo en su primer mes

• Klarna AI assistant handles two-thirds of customer service chats in its first month — Klarna (пресс-релиз), 2024-02-27
• Klarna's AI chatbot: how revolutionary is it, really? — The Pragmatic Engineer, 2024-03
• Klarna changes its AI tune and again recruits humans for customer service — CX Dive, 2025-05-09

Contexto

Klarna es un servicio sueco de pagos y compras, uno de los pioneros del modelo compra ahora paga después (BNPL). Su escala en el momento del lanzamiento del asistente de IA: más de 114 millones de usuarios activos, 3.4 millones de transacciones por día y más de 850,000 socios minoristas en 23 mercados. El servicio al cliente a esta escala significa millones de chats por mes en docenas de idiomas: preguntas sobre reembolsos, pagos, facturas y límites llegan continuamente desde jurisdicciones con reglas diferentes.

El modelo BNPL tiene un rasgo estructural que hace que el soporte sea especialmente demandante: casi cada compra genera un cronograma de pagos — y por lo tanto preguntas potenciales. Dónde está mi factura, por qué este monto, cómo pospongo un pago, dónde está el reembolso de un pedido cancelado, por qué cambió mi límite de gastos. En e-commerce clásico un cliente escribe al soporte principalmente cuando hay problemas con la entrega; en BNPL hay muchos más puntos de contacto, porque la relación financiera continúa durante semanas después de la compra.

Un detalle importante que Klarna divulgó: antes de IA, el soporte de primera línea era manejado por un promedio de aproximadamente 3,000 agentes de tiempo completo — empleados de los socios de outsourcing de la empresa. El soporte, en otras palabras, no era un equipo interno sino una función procurada grande con economía lineal: más clientes significaban más agentes y más costos.

Cuando ChatGPT llegó a finales de 2022, el servicio al cliente casi inmediatamente se convirtió en el principal candidato para automatización con modelos de lenguaje grande: un formato conversacional, escenarios repetitivos, métricas medibles. Klarna se convirtió en uno de los asociados empresariales más agresivos de OpenAI en la adopción temprana — el COO de OpenAI Brad Lightcap dijo en el comunicado de prensa conjunto que Klarna estaba 'a la vanguardia entre nuestros socios en adopción de IA'. En febrero de 2024 Klarna se convirtió en la primera fintech importante en publicar los resultados operativos de mover su soporte de primera línea a un asistente de IA — con números concretos que se difundieron por toda la industria, generaron titulares en la prensa empresarial y se convirtieron en el punto de referencia del mercado de IA en soporte: 'el equivalente de 700 agentes' aún se cita en casi todas las presentaciones sobre IA en servicio al cliente.

Problema

Antes del lanzamiento del asistente, el tiempo promedio para resolver una gestión era de 11 minutos en chat. Las solicitudes rutinarias — reembolsos y cancelaciones, estado de pago, facturas y preguntas sobre cronogramas de pago — dominaban la cola. Cada diálogo requería que el agente encontrara el pedido, verificara los términos de un minorista específico y las reglas de un mercado específico — trabajo rutinario pero no instantáneo.

La escala hizo que el problema fuera estructural. Veintitrés mercados significan 23 conjuntos de reglas locales de reembolso y pago y la necesidad de soporte en docenas de idiomas. Cubrir eso solo con agentes humanos funciona extensivamente: contratación y capacitación a través de socios de outsourcing, cargas máximas en temporadas de ventas, desgaste y recapacitación constante. Un promedio de aproximadamente 3,000 agentes es una de las líneas de costos operativos más grandes de la empresa, creciendo casi linealmente con el negocio.

Las consultas repetidas eran un dolor propio: los clientes regresaban al chat porque el problema no había sido resuelto con precisión la primera vez. Cada contacto repetido duplica el costo de manejo y agrava la frustración de un cliente que ya explicó su problema. Para una fintech esto no es solo costo sino riesgo: una respuesta imprecisa sobre un pago o reembolso erosiona directamente la confianza en un producto a través del cual las personas mueven dinero. Por eso Klarna luego hizo de la reducción de consultas repetidas una de las métricas públicas principales del proyecto — es un indicador de precisión, no solo de velocidad.

Finalmente, los chatbots con guiones de generación anterior no resolvieron el problema: los árboles de decisión rígidos no podían manejar la variedad de frases en 35+ idiomas, ni la necesidad de considerar el contexto de un pedido específico. Cualquier cosa fuera del árbol iba a un agente — y la economía del soporte no cambió.

Solución

Klarna lanzó el asistente de IA en modelos OpenAI (vía la API de ChatGPT) dentro de su propia aplicación — globalmente, en un mes, en los 23 mercados simultáneamente. El asistente funciona 24/7 y se comunica en más de 35 idiomas. Según el comunicado de prensa, cubre los escenarios principales de primera línea: reembolsos y cancelaciones, problemas de pago, disputas, precisión de facturas, saldo actual, recordatorios de cronogramas de pago y explicaciones de límites de gastos.

Colocar el asistente dentro de la aplicación no es una cuestión técnica sino una decisión de producto. El cliente ya está autenticado en la aplicación, entonces el asistente inmediatamente ve sus pedidos y pagos — no hay necesidad de quemar la mitad del diálogo en 'por favor proporcione su número de pedido y los últimos cuatro dígitos de su tarjeta'. Eso es lo que hace que responder 'dónde está mi reembolso' sea cuestión de segundos en lugar de minutos de aclaración.

Lo que sabemos sobre la arquitectura proviene de un análisis independiente de The Pragmatic Engineer (Gergely Orosz probó el asistente en vivo y analizó su diseño). Es una configuración RAG sobre la documentación de soporte propia de Klarna: el asistente recupera secciones de base de conocimientos relevantes e inyecta contexto específico de pedidos — precio, comerciante, fecha de compra. Encima están guardrails duros: una lista blanca de temas permitidos en el indicativo del sistema, un paso de verificación comparando la respuesta generada con temas permitidos, y entrega automática a un agente humano tan pronto como una pregunta sale del límite. En las pruebas del análisis el asistente demostró ser resistente a alucinaciones dentro de su zona — en gran medida porque la zona es deliberadamente estrecha: el modelo no 'sabe' respuestas, las ensambla de documentación verificada y datos de pedidos.

Hubo baches documentados públicamente también: a pesar de los guardrails, los usuarios demostraron rápidamente inyección de prompts — por ejemplo, lograr que el bot de soporte generara código de programa con solicitudes ingeniosamente elaboradas. No resultó daño directo (el bot no tiene acceso a operaciones que requieran tales privilegios), pero ilustró un hecho de toda la industria: la no determinancia de LLM no puede ser completamente 'bloqueada' por un prompt, y el perímetro de seguridad debe construirse alrededor del modelo — a nivel de privilegios y acceso — no solo dentro del prompt.

El precio del compromiso que Klarna eligió es digno de nota: una lista blanca de temas estrecha significa que una parte visible de preguntas no estándar va directamente a humanos. Ese es un intercambio deliberado — la empresa sacrificó la 'universalidad' del bot por predictibilidad y precisión en escenarios financieros, donde el costo de un error supera los ahorros en escalada.

La decisión de producto clave: IA cubre la primera línea en lugar de reemplazar el canal — el cliente puede alcanzar un agente humano en cualquier momento. La velocidad del despliegue fue sin precedentes para una fintech: un lanzamiento global en todos los mercados simultáneamente, sin meses de pilotos por país — Klarna deliberadamente eligió velocidad y aprendizaje en tráfico en vivo. El autor de The Pragmatic Engineer enfría el entusiasmo con una observación precisa: esencialmente Klarna automatizó soporte L1 — un nivel que las empresas estaban automatizando con bots con guiones antes de la era LLM. La diferencia es que un LLM lo hace en 35+ idiomas, con conciencia de contexto de pedidos, y en una calidad que los clientes valoraron a la par con humanos — algo que los bots con guiones nunca lograron.

Resultado

En su primer mes el asistente manejó 2.3 millones de conversaciones — dos tercios de todos los chats de soporte de Klarna — realizando el trabajo equivalente de 700 agentes de tiempo completo. El tiempo promedio de resolución bajó de 11 minutos a menos de 2 minutos. Las consultas repetidas cayeron 25% — Klarna atribuye esto a respuestas más precisas. La satisfacción del cliente (CSAT) se mantuvo a la par con agentes humanos. La empresa estimó el impacto en $40 millones de mejora en ganancias para 2024 y lo dijo públicamente, en un comunicado de prensa fechado el 27 de febrero de 2024. Tenga en mente el marco: todas las cifras son el reporte propio de la empresa para el primer mes de operación, no auditadas externamente.

La historia tuvo una continuación que hizo el caso aún más instructivo. En paralelo con el despliegue de IA, Klarna congeló contrataciones y redujo personal en 2024, vinculando públicamente esto a su estrategia de IA. Luego en mayo de 2025, el CEO Sebastian Siemiatkowski admitió en una entrevista con Bloomberg que la automatización impulsada por costos había producido 'menor calidad' y anunció el regreso de agentes humanos — en una configuración flexible tipo 'Uber' con contrataciones remotas. 'Es tan crítico que sea claro con su cliente que siempre habrá un humano si lo desea,' fue cómo enmarcar la nueva posición. La IA no se fue: a mediados de 2025 el asistente aún manejaba aproximadamente dos tercios de consultas, y los tiempos de respuesta eran 82% más rápidos que en la era pre-IA.

En nuestra opinión, el caso Klarna debe leerse completo, junto con la reversión de 2025 — ese es donde es más útil. La primera parte probó que un asistente LLM en una primera línea estrecha puede genuinamente sostener dos tercios del volumen con CSAT a nivel humano — validado a una escala de millones de diálogos y transferible a cualquier negocio con un flujo grande de consultas rutinarias. La segunda parte mostró el precio del radicalismo: las métricas que Klarna publicó midieron velocidad y volumen pero no confianza de marca o la calidad de casos complejos — y ese es exactamente donde la deuda se acumuló que humanos tuvieron que regresar a pagar.

El marco de mercado importa también: Klarna se estaba preparando para una OPI, y las afirmaciones ruidosas sobre IA sirvieron la narrativa de inversión — como lo hizo el posterior cambio de rumbo hacia 'calidad'. Para profesionales el aprendizaje, en nuestra opinión, es este: la arquitectura de soporte objetivo es un híbrido donde IA elimina lo rutinario y humanos permanecen como garantía de calidad y camino de escalada; los proyectos diseñados como híbridos desde el primer día nunca tienen que pasar por una reversión dolorosa.

Lecciones aprendidas

1. Mida el impacto en métricas operacionales que el soporte ya reporta: tiempo de resolución, participación en volumen, consultas repetidas. Klarna reportó exactamente estas — y los números son difíciles de disputar.
2. La paridad CSAT con humanos es el umbral de escalado: dos tercios de chats fueron a IA solo mientras la satisfacción se mantuvo a nivel de agente humano.
3. La multilingüidad es la palanca principal de ROI para un servicio global: un asistente en 35+ idiomas reemplaza docenas de líneas de soporte locales.
4. La confiabilidad viene de estrechar la zona: una lista blanca de temas, verificación de respuestas y entrega automática a humanos hizo al asistente resistente a alucinaciones — porque no intenta responder todo.
5. La inyección de prompts no es hipotética: los usuarios lograron que el bot de Klarna generara código en semanas. El perímetro de seguridad se construye alrededor del modelo (privilegios, acceso), no solo en el prompt.
6. Una línea P&L pública ($40M) convierte un proyecto de IA de un 'experimento' en un elemento defendible para inversores — pero las cifras propias no auditadas de una empresa necesitan contexto cuando se citan.
7. La reversión de 2025 es la lección más grande del caso: la velocidad y volumen automatizan rápido, pero la calidad de casos complejos y la confianza de marca no. Diseñe el híbrido por adelantado para que nunca traiga humanos de vuelta bajo presión.

Preguntas frecuentes