Cómo el Asistente de IA de Klarna Resuelve el 80% de las Consultas en Menos de 2 Minutos
Klarna es una empresa global de tecnología financiera que da servicio a más de 85 millones de usuarios activos con soluciones de pago y compras, procesando 2,5 millones de transacciones diarias en más de 45 mercados. Ante la creciente presión de escalar el soporte al cliente en mercados globales sin incrementos proporcionales de plantilla, Klarna desplegó un asistente de IA construido sobre LangGraph y refinado con LangSmith que ahora realiza el trabajo equivalente a 700 empleados a tiempo completo. El resultado es una resolución de consultas de clientes un 80% más rápida y la automatización del 70% de las tareas de soporte repetitivas.
Impacto
80%
Reducción del tiempo medio de resolución de consultas de clientes
~70%
Tareas de soporte repetitivas automatizadas
700 employees
Rendimiento equivalente en empleados a tiempo completo
2.5 million
Total de conversaciones con IA
Desafío
Klarna se enfrentaba a crecientes dificultades para gestionar escalados multidepartamentales a escala entre 85 millones de usuarios activos, con expectativas de consumidores cada vez más altas que exigían velocidad, precisión y accesibilidad en mercados globales sin un crecimiento proporcional de la plantilla.
Solución
Klarna construyó un asistente de IA sobre LangGraph con una arquitectura multiagente controlable para el enrutamiento de solicitudes y la gestión de tareas, usando LangSmith para la observabilidad paso a paso, la optimización de prompts y la evaluación continua frente a métricas personalizadas.
Herramientas y tecnologías
Lo que dicen los líderes
“LangChain ha sido un gran socio para ayudarnos a materializar nuestra visión de un asistente impulsado por IA, escalando el soporte y ofreciendo experiencias superiores a los clientes en todo el mundo.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
Klarna se encuentra en la intersección del comercio y las finanzas al consumidor, operando una de las plataformas de compra aplazada más utilizadas del mundo. Con más de 85 millones de usuarios activos y 2,5 millones de transacciones diarias, la empresa se enfrenta a un desafío de soporte al cliente que escala con su negocio: los pagos, reembolsos y escalados requieren respuestas rápidas y precisas en múltiples idiomas y zonas horarias. El escalado del soporte tradicional implicaba aumentar la plantilla, lo que introducía costes e inconsistencias de calidad.
El punto de presión era la gestión de escalados. A medida que crecía la base de usuarios de Klarna, los escalados multidepartamentales se volvían más difíciles de enrutar y resolver. Los clientes con disputas de pago complejas o problemas de reembolso a menudo esperaban mientras las consultas circulaban por cadenas internas antes de llegar al equipo adecuado. La fricción era medible, y los costes de los escalados no resueltos se acumulaban en millones de interacciones.
Klarna construyó su asistente de IA sobre LangGraph, utilizando una arquitectura de agentes controlable para enrutar solicitudes y gestionar diferentes tipos de tareas en un sistema multiagente estructurado. LangSmith proporcionó la capa de observabilidad: el equipo podía ver exactamente cómo se comportaba la IA paso a paso, ejecutar experimentos con múltiples prompts y configuraciones de modelos, y medir los resultados con métricas de evaluación personalizadas. Una colaboración clave surgió a través de la optimización de prompts —los insights de Klarna influyeron directamente en la función de meta-prompting de LangSmith, que permite a los usuarios sugerir mejoras específicas y medir su impacto en la calidad de las respuestas—.
En nueve meses, los resultados transformaron la operación de soporte a escala. El tiempo medio de resolución de consultas de clientes se redujo un 80%. Aproximadamente el 70% de las tareas de soporte repetitivas se automatizaron, liberando a los agentes humanos para centrarse en interacciones complejas y de alto valor que requieren criterio y empatía. Con 2,5 millones de conversaciones registradas, el asistente de IA ofrece el rendimiento equivalente a 700 empleados a tiempo completo, cambiando fundamentalmente la economía de la función de soporte de Klarna.
La implicación más amplia para el fintech y las plataformas de consumo es que la IA puede satisfacer la doble demanda de escala y calidad en el soporte al cliente. El modelo de Klarna —combinando la arquitectura de agentes estructurada de LangGraph con el riguroso ciclo de evaluación e iteración de LangSmith— demuestra que automatizar el soporte a esta escala requiere no solo un modelo capaz, sino un enfoque disciplinado y verificable para el despliegue y el refinamiento.
AWS