¿La IA va a inventar información sobre mis productos?

Es la primera pregunta que hace cualquiera que va a poner una IA a atender a sus clientes, y es la pregunta correcta. La respuesta honesta incomoda: sí, un modelo de lenguaje puede inventar información sobre tus productos. No es un defecto de un proveedor ni un problema que se arregle con un modelo más caro. Es cómo funciona la tecnología.

La pregunta útil, entonces, no es si puede pasar sino qué lo provoca y qué lo evita. Porque la diferencia entre un agente que inventa precios y uno que atiende bien no está en el modelo: está en cómo se montó alrededor.

Por qué inventa: no consulta, completa

Un modelo de lenguaje, por sí solo, no busca en ninguna base de datos. Lo que hace es predecir cómo sigue un texto. Si un cliente pregunta cuánto cuesta el modelo mediano y el agente no tiene ese precio delante, la continuación más plausible de esa conversación es un número con forma de precio. No una negativa. El modelo no distingue entre recordar y suponer, porque para él las dos operaciones son la misma.

Esto explica un detalle importante: las invenciones no suenan raras. Suenan bien. Un precio inventado cae dentro del rango de tus precios reales, y una política de devolución inventada se parece a las políticas normales del rubro. Es justo lo que hace el problema difícil de detectar leyendo conversaciones al azar, y por eso hay que buscarlo a propósito.

También explica cuándo aparece. No tanto en las preguntas frecuentes, que están bien cubiertas. Aparece en los bordes: el producto que dejaste de vender, la variante que no cargaste, el caso que nadie previó. Es decir, exactamente donde el cliente más necesita una respuesta correcta.

Lo que sí lo evita

Pedirle en las instrucciones que no invente ayuda poco, porque el modelo no sabe cuándo está inventando. Lo que sí funciona es quitarle la ocasión de adivinar:

• Que responda desde tu catálogo, no desde su memoria. El agente busca el producto en tus datos y responde con lo que encontró. Si no encontró nada, no hay nada que parafrasear.
• Que el precio viva en una sola fuente. Si el precio está escrito dentro de las instrucciones del agente, queda viejo el día que cambias la lista y nadie se entera. Si se lee del catálogo al momento de responder, es el mismo dato que ve tu equipo. Con el stock, la regla es otra: si el agente no ve cantidades —el de Nubot solo sabe si un producto está activo—, que no confirme existencias y pase la consulta a una persona.
• Que tenga permitido no saber. Una salida explícita, redactada, para cuando no encuentra el dato: decirlo y pasar a una persona. Si no le das esa salida, va a construir una.
• Que las promesas estén fuera de su alcance. Descuentos, plazos de entrega y excepciones son compromisos del negocio, no información. Conviene que ahí siempre haya una persona, aunque el resto de la conversación sea automática.

Ese conjunto de decisiones es lo que separa un modelo suelto de un agente de IA para WhatsApp que puedes poner frente a clientes. La pregunta que vale hacerle a cualquier proveedor no es si su IA se equivoca, sino de dónde saca el precio cuando responde y qué hace cuando no encuentra el producto.

Cómo comprobarlo antes de exponerla a clientes

Las pruebas amables no sirven. Si le preguntas lo que sabe, va a responder bien y te vas a quedar tranquilo por las razones equivocadas. Arma una lista corta de preguntas hostiles y pásala siempre igual:

• Un producto que no vendes, con nombre creíble para tu rubro.
• Una variante que no existe: una talla, un color o una capacidad que no tienes cargada.
• Un descuento inventado, preguntado como si ya te lo hubieran ofrecido antes.
• Una entrega imposible, del tipo lo necesito hoy en otra ciudad.
• Una comparación técnica entre dos de tus productos, que es donde más se estira.

Un agente bien montado responde que no lo tiene, o pasa a una persona. Uno mal montado te va a dar cinco respuestas plausibles y ninguna verificable. Vuelve a pasar esa lista cada vez que cambies el catálogo o las instrucciones, porque un cambio en un lado suele abrir un hueco en el otro.

Cuándo la respuesta correcta es no usar IA

Hay conversaciones donde una respuesta aproximada no es aceptable, y ahí conviene no usar lenguaje generativo. Dosis de un producto de salud, requisitos legales, compatibilidades técnicas donde equivocarse rompe algo, montos exactos de una deuda. En esos tramos un chatbot para WhatsApp con opciones fijas es la mejor herramienta, precisamente porque no puede decir nada que alguien no haya escrito antes.

Tampoco tiene sentido montar un agente si tu catálogo no está en ninguna parte ordenada. Una IA no arregla un catálogo desordenado: lo amplifica, porque va a responder con seguridad sobre datos que ya estaban mal. Si tus precios viven en un Excel que se actualiza a mano y en la cabeza de dos personas, el trabajo previo es ordenar eso, y ese trabajo sirve igual si al final decides no usar IA.

Y si tu volumen es de unas pocas conversaciones al día, el riesgo no compensa el ahorro. Con ese tamaño, una persona contesta mejor, conoce a los clientes y no hay nada que auditar.

El riesgo que sí deberías comparar

Cuando se evalúa este riesgo es tentador comparar la IA contra un ideal, y el ideal no existe. La comparación real es contra tu operación actual, que también produce información equivocada: el vendedor nuevo que da un precio viejo, el turno de la noche que promete un plazo que no se cumple, el mensaje que nadie respondió durante seis horas y terminó en otra tienda.

La diferencia a favor de un agente bien montado es que sus errores son sistemáticos, así que se detectan y se corrigen de una vez para todas las conversaciones. Un error humano se corrige de a una persona y vuelve con la siguiente contratación. Eso no significa que la IA sea más confiable por defecto; significa que su confiabilidad es algo que puedes revisar, medir y mejorar, si dejas registro.

Ese registro es la parte que se olvida. Sin el historial de lo que se respondió no hay manera de saber si el agente inventó algo, ni de corregir la instrucción que lo permitió. Un CRM para WhatsApp guarda cada conversación completa, con lo que dijo la IA y lo que dijo cada persona. En Nubot el agente responde desde tu catálogo cargado y escala a un humano cuando no tiene el dato, y queda la conversación entera para revisarla, que es lo que permite pasar de confiar a comprobar.