Triaje de email con agente: cómo una aseguradora procesa 8.000 mensajes/día
El buzón de siniestros recibía 8.000 emails/día con SLA roto. El agente Gemini Enterprise clasifica, extrae datos, abre proceso en el core y responde — en 90 segundos por email.
Fabiano Brito
CEO & Founder
buzón siniestros@
SLA prometido: 4h
antes vs después
El triaje de email es el caso de uso más subestimado en IA corporativa. Parece simple — "lee el email y clasifica". En escala real, con 6 dialectos de reglas de negocio, 12 ramos de seguro y adjuntos heterogéneos, es donde muere el 80% de los pilotos por subestimar la complejidad.
Este caso muestra lo que funciona cuando el problema recibe el respeto que merece.
El punto de partida
- Buzón central
sinistros@recibe 8.000 emails/día. - 20 triadores humanos clasificaban, redirigían o pedían complementos.
- Tiempo medio de clasificación: 18 horas (SLA prometido: 4h).
- Adjuntos: PDFs (denuncia policial, informe médico, fotos), imágenes, audios de WhatsApp reenviados.
- Acumulación crónica los lunes (~14k mensajes).
- Queja recurrente al Procon por demora.
Lo que hace el agente
- Recibe el email vía Gmail API + webhook.
- Lee el cuerpo + todos los adjuntos (Gemini 2.5 Pro multimodal: PDF, imagen, audio).
- Identifica el ramo (auto, residencial, vida, salud, RC, equipos).
- Identifica al asegurado: cruza CPF/póliza mencionados con el core.
- Clasifica el tipo: aviso de siniestro nuevo, complemento de siniestro existente, duda, reclamación, spam.
- Extrae datos estructurados: fecha del evento, lugar, descripción, valor estimado, documentos adjuntos, datos de testigos.
- Decide la próxima acción:
- Siniestro nuevo con datos completos → abre proceso en el core.
- Siniestro nuevo con datos faltantes → responde con checklist de lo que falta.
- Complemento → vincula al proceso existente.
- Duda → redirige a atención al cliente con contexto.
- Reclamación → escala a la defensoría con clasificación de gravedad.
- Responde al asegurado en PT-BR claro, con número de protocolo.
- Registra todo: email original, clasificación, acciones, respuesta enviada.
Arquitectura
- Gemini Enterprise Plus: orquestación + acceso a modelos.
- Gemini 2.5 Pro: lectura multimodal (email + adjuntos).
- Gemini 2.5 Flash: clasificación rápida y enrutamiento (fallback de costo).
- Vertex AI Search: base de conocimiento (políticas de suscripción, manuales de producto, decisiones anteriores anonimizadas).
- Tools:
- Consulta de asegurado (CPF/póliza → datos).
- Apertura de proceso en el core (SOAP vía Apigee).
- Vinculación de complemento.
- Envío de respuesta vía Gmail.
- Enrutamiento a defensoría/atención al cliente.
- Cloud Run: webhook + lógica de reintento.
- BigQuery: log estructurado para análisis.
Resultados en 60 días
| Métrica | Antes | Después | Delta |
|---|---|---|---|
| Tiempo medio de clasificación | 18 h | 90 s | −99,8% |
| Volumen procesado | 8.000/día | 8.000/día | = |
| Apertura automática de proceso | 0% | 73% | +73 pts |
| Casos que aún requieren humano | 100% | 27% | −73 pts |
| SLA cumplido | 34% | 97% | +63 pts |
| Quejas Procon (3 meses) | 142 | 38 | −73% |
| Triadores humanos | 20 | 8 | 12 reasignados |
Los 12 triadores reasignados fueron a análisis de siniestro complejo (fraude potencial, casos con múltiples víctimas), área antes tercerizada. ROI completo del proyecto: 4 meses.
Lo que funcionó — y por qué
1. Multimodal de verdad
OCR no bastaba. Denuncia policial borrosa en foto de celular, audio de testigo en WhatsApp — Gemini 2.5 Pro lee todo directamente, sin pipeline de transcripción separado.
2. Respuesta con cara humana
Invertimos en prompt para evitar tono robótico. Cada respuesta cita el nombre del asegurado, parafrasea lo ocurrido (muestra que entendió), lista lo que hace falta, da protocolo y plazo. El NPS de los asegurados subió 24 pts.
3. Clasificación con confianza numérica
El agente devuelve confianza (0-1) por categoría. Por debajo de 0,85 va a humano. Calibrado con 500 casos reales. Reduce drásticamente el error de clasificación automática.
4. Loop cerrado de aprendizaje
Cada caso que el humano corrige se convierte en ejemplo en el gold set. Reevaluamos al agente semanalmente en las primeras 8 semanas. El recall por categoría subió 11 pts en el período.
Lo que salió mal — y cómo lo resolvimos
Adjuntos enormes
Un PDF de 200 páginas (informe médico) superaba el límite de tokens. Solución: pre-resumen por chunks con Gemini Flash antes de enviar al agente principal.
Spam sofisticado
Cobro falso de seguro llegaba al buzón. Entrenamos un clasificador específico de spam/phishing como primera etapa del pipeline.
Audios con acento fuerte
Gemini 2.5 Pro mejoró mucho en PT-BR regional, pero sigue cometiendo errores. Cuando la confianza de la transcripción cae, el agente pide gentilmente al asegurado que escriba o llame.
Cadenas de email
Conversaciones con 15 respuestas se convertían en contexto confuso. Añadimos resumen del hilo como pre-procesamiento.
La ganancia de NPS de los asegurados (+24 pts) sorprendió más que el ROI: una respuesta con cara humana, protocolo inmediato y plazo claro superaron 18h de silencio.
Replicabilidad
El patrón funciona para cualquier buzón de alto volumen con reglas complejas: siniestros, atención industrial, RR.HH. (admisión), jurídico (notificaciones), back office bancario. Detallamos el vertical financiero en Gemini Enterprise para servicios financieros.
¿Su buzón recibe > 1.000 emails/día con reglas complejas?
Diagnóstico de 30 minutos: volumen, SLA actual, adjuntos, reglas de ramo. Sale con estimación de ROI y plan de 60 días. Patrón replicable en siniestros, atención industrial, RR.HH., jurídico.