El call center de HM Hospitales gestionaba 2.500 llamadas al día con un equipo de 18 agentes humanos. El tiempo medio de espera era de 4 min 20 s y la tasa de abandono superaba el 12 %. Nos pidieron probar MarIA en el flujo de recepción + citación durante tres meses.
El problema
Lo que vimos en la primera semana de auditoría:
- 41 % de las llamadas eran preguntas repetitivas ("¿a qué hora abre?", "¿dónde estáis?", "¿tenéis aparcamiento?")
- 23 % eran confirmaciones o reprogramaciones de citas ya agendadas
- 9 % eran consultas administrativas (precio orientativo, métodos de pago)
- El 27 % restante sí requería un humano: derivaciones complejas, urgencias, consultas clínicas
El despliegue, paso a paso
Tres semanas de integración con su HIS (Dedalus), formación del modelo con sus 200 motivos de consulta más frecuentes, y arranque en sombra durante 5 días antes del switch.
El dashboard mientras todo ocurre
Una captura del panel de Omnicare en tiempo real, durante una llamada activa:
Los números reales tras 90 días
Cifras directas del dashboard de Omnicare (medición continua, no muestreo):
- 12.046 llamadas atendidas (90 % en horario fuera-de-call-center: tardes, noches, fines de semana)
- 92 % de resolución sin humano: el 8 % restante derivado limpiamente con contexto completo
- Tiempo medio de respuesta: 1,2 s (vs. 4 min 20 s anteriores)
- Satisfacción del paciente (encuesta post-llamada): 4,6 / 5
- Coste por llamada gestionada: 0,18 € (vs. 1,40 € interno)
Las tres cosas que aprendimos
1. La voz importa más que el script
Probamos cuatro voces sintéticas distintas. Las dos mejor evaluadas no eran las "más naturales" técnicamente; eran las que sonaban calmadas y con un pequeño deje regional. La voz "neutra de noticiario" puntuó peor en empatía percibida.
2. Hay que medir la conversación, no solo el desenlace
Una llamada puede acabar bien (cita agendada) habiendo sido frustrante por dentro. Empezamos a auditar muestras semanales con un panel clínico y a re-entrenar sobre tonalidad, no solo sobre intent.
3. El handoff humano es la mitad del producto
El otro 50 % es que cuando MarIA decide derivar, el humano que recibe la llamada ya tiene el contexto completo en pantalla: motivo, historial reciente, intentos previos. Ese detalle convirtió una integración técnica en una experiencia continua.
Próximos pasos
Estamos extendiendo el piloto a MarIA Outbound (recordatorios pre-cita) y SofIA Scribe (notas clínicas) en HM durante los próximos 6 meses. Cuando tengamos datos de Q3, publicamos un seguimiento.
Si quieres reservar 30 min con Mar para hablar de cómo aterriza esto en tu hospital, aquí está su calendario.