TelecomunicacionesAtención al Cliente

Cómo AT&T usa Azure OpenAI para desplegar 71 soluciones de IA generativa a escala empresarial

AT&T construyó una plataforma de IA multi-agente sobre Microsoft Azure para gestionar millones de interacciones diarias en atención al cliente y flujos de trabajo internos. El sistema procesa aproximadamente 9 mil millones de tokens por día, redujo el tiempo de resolución en atención al cliente en un 33% y presta servicio a más de 100.000 empleados a través de 71 soluciones de IA generativa.

Resultados

71genai_solutions_deployed
100,000+employees_using_agents
~9 billiontokens_processed_daily
33%resolution_time_reduction
>2xroi_growth

Herramientas y tecnologías

1AA
Azure AI Foundry
Microsoft’s unified studio for building, testing, and deploying enterprise AI applications and agentic workflows.
2C
ChatGPT
General-purpose AI assistant by OpenAI used across industries for productivity and information tasks.
3MA
Microsoft Azure
Microsoft cloud platform offering compute, storage, networking, and AI services for enterprise workloads.

Categorías de IA

Desafío

Los millones de interacciones diarias de AT&T con clientes y los complejos flujos de trabajo internos superaban la capacidad humana de gestionarlos eficientemente, con empleados navegando sistemas fragmentados, desarrolladores depurando código manualmente y datos moviéndose más rápido de lo que los equipos podían responder.

Solución

AT&T construyó una plataforma de IA generativa multi-agente sobre Microsoft Azure usando Azure OpenAI, Azure Kubernetes Service, Azure Cosmos DB y Azure AI Search para orquestar agentes de IA especializados que gestionan la atención al cliente, la asistencia de programación y la recuperación de conocimiento interno a escala empresarial.

Historia completa

AT&T atiende a decenas de millones de clientes y emplea a miles de ingenieros y desarrolladores, lo que genera un desafío de escala que ningún proceso manual podía resolver. Los empleados dedicaban demasiado tiempo a buscar respuestas en sistemas fragmentados, los desarrolladores depuraban código línea por línea y los datos fluían más rápido de lo que la capacidad humana podía gestionar. El desequilibrio entre la velocidad de los datos y la capacidad de las personas para actuar se convirtió en el problema central que la empresa necesitaba resolver con inteligencia artificial.

Accede a 442+ casos de uso de IA, 422+ herramientas y rankings de señales de adopción.

Fuente

MICROSOFT
noviembre de 2025
Caso de estudio original

Casos similares

1BT
How Bouygues Telecom Built AI Agent Iris to Give 6,000 Reps Accurate Answers in 30 Seconds
Bouygues Telecom
95%Accuracy rate for Iris answers
2V
How Vodafone Uses LangChain and LangGraph to Streamline Data Center Operations
Vodafone
3VU
How Vodafone UK Uses Writer to Cut Marketing Production Time by 50%
Vodafone UK
50%Reduction in copywriting time
4C
How Cisco Saves 1,500+ Engineering Hours Monthly with OpenAI Codex
Cisco
1,500+Engineering Hours Saved Monthly
5DT
How Deutsche Telekom Saves 5 Hours Per Week Per Attorney with Harvey
Deutsche Telekom
~5 hoursHours Reclaimed Per Attorney Weekly
6U
How Uniti Uses Oracle GenAI to Answer 10,000 Monthly Billing Queries in Real Time
Uniti
10,000+Monthly consumer billing queries handled by AI chatbot
7SC
How SoftBank Uses RPA and Generative AI to Save 4,500 FTEs Annually
SoftBank Corp.
4,500FTE-equivalents saved annually
8R
How Replit and Azure Enable Non-Engineers to Build Enterprise Software in Minutes
Replit
75%Non-Engineer Users
Ver todos los casos →