Cómo el principal operador postal de los países nórdicos transformó su atención al cliente con ElevenAgents
- Escrito por
- Lauren Rothwell
- Publicado
EscucharEscucha este artículo
PostNord es el principal proveedor de servicios postales y logísticos de los países nórdicos, y entrega paquetes y correo a hogares y empresas de Suecia, Dinamarca, Noruega y Finlandia.
En Suecia, todas las llamadas entrantes de clientes las atendía un sistema telefónico automatizado basado en IA. PostNord se asoció con ElevenLabs para sustituirlo por completo: el sistema anterior se retiró totalmente en unos 90 días y la finalización de tareas aumentó del 45 % al 60 %.
Superar el límite del 45 % de finalización
La anterior solución de atención telefónica de PostNord se basaba en IA, pero se estancó en torno al 45 % de llamadas resueltas sin escalarlas. Para un equipo que había adoptado la voz IA antes que la mayoría del sector, ese estancamiento fue la señal de volver a avanzar.
El siguiente sistema debía ofrecer un sueco más natural, una mayor tasa de finalización en las consultas más habituales y una plataforma que pudieran seguir ajustando en producción.
Un sistema multiagente para una línea telefónica nacional
Basado en ElevenAgents, el nuevo sistema utiliza un orquestador que identifica la necesidad de cada cliente y la deriva a uno de cuatro subagentes especializados, incluido un agente específico de seguimiento, para que las consultas más frecuentes se gestionen con una configuración más sencilla y económica. El resultado: la finalización de tareas aumentó del 45 % al 60 %, y el sistema anterior se retiró totalmente en unos 90 días.
El agente:
- Deriva las llamadas entre varias capacidades especializadas
- Resuelve consultas de seguimiento al momento
- Entiende y habla sueco natural, incluidos varios dialectos regionales
- Responde las 24 horas del día
La arquitectura de su agente incluye medidas de protección, un clasificador de intenciones, subagentes y condiciones límite, además de una infraestructura de pruebas A/B que divide el tráfico en directo entre distintas configuraciones de modelos para que el equipo pueda seguir optimizando en producción. Este ciclo es lo que permite que la tasa de finalización siga aumentando: cada cambio de configuración se prueba con llamadas reales, por lo que el 60 % es una medición actual, no una cifra definitiva.
Habíamos llevado nuestra solución anterior hasta donde podía llegar, pasando de modelos de intención propios a LLM de varios proveedores. La plataforma ElevenAgents reunió en una sola plataforma una voz líder en el sector, turnos de palabra naturales y orquestación, y nos dio la base para ofrecer una experiencia mucho más natural a quienes llaman a escala empresarial.
Escucha una conversación simulada:

Un despliegue por fases, con soporte de ingeniería especializado en todo momento
ElevenLabs colaboró estrechamente con el equipo de PostNord durante todo el despliegue, realizando revisiones de arquitectura y sesiones de optimización de prompts con el responsable técnico de PostNord para que el equipo pudiera iterar de forma independiente tras el lanzamiento.
Ante cualquier reto, venían preparados con varias soluciones, lo que facilitaba acordar el mejor camino a seguir. Hemos aprendido muchísimo y nos han ayudado a alcanzar nuestros objetivos más rápido, con un ahorro real de costes.
En lugar de una transición radical, el despliegue se realizó en cuatro fases: una prueba aislada durante un fin de semana, una fase híbrida con transferencia a agentes humanos, un despliegue parcial entre semana y la producción completa. Ambos equipos revisaron cada componente y analizaron las llamadas de la fase anterior antes de cada decisión de continuar o no.
Hacer que funcione en sueco
Ofrecer una conversación más natural en sueco era uno de los motivos por los que PostNord quería un sistema nuevo, y conseguirlo en una red telefónica real requirió trabajo en tres frentes:
- Entender a quienes llaman. La transcripción y los turnos de palabra se ajustaron para el sueco en audio telefónico comprimido y en distintos dialectos regionales, incluida una corrección para que confirmaciones breves como «ja» no se interpretaran como ruido de fondo, lo que hacía que el agente siguiera hablando pese a que la persona acababa de responder.
- Sonar natural. El equipo probó distintos modelos de voz de ElevenLabs para equilibrar naturalidad, velocidad y fiabilidad en sueco hablado.
- Telefonía de nivel operador. ElevenLabs reprodujo de forma independiente problemas de SIP y trabajó directamente con los arquitectos de Telia, mientras que PostNord aportó análisis de trazas SIP a nivel de paquete. Las soluciones llegaron de ambas partes.
Por qué ElevenLabs
PostNord aportó una profunda experiencia en su sector: sus clientes, flujos de llamadas e infraestructura SIP. Lo que necesitaban era un partner especializado en arquitectura de IA: diseño multiagente, ingeniería de prompts, ajuste de voces para sueco y una metodología de despliegue que no pusiera en riesgo las llamadas de clientes reales. ElevenLabs también ayudó a PostNord a evaluar los costes de los LLM en relación con todo el recorrido de una llamada, en lugar de limitarse al precio por minuto, un enfoque que PostNord adoptó para su caso de negocio interno.
Con ElevenLabs podemos ofrecer una atención al cliente moderna, inteligente y rentable. Estamos obteniendo buenos resultados y vemos un potencial significativo para seguir creando valor.
Impacto y resultados
En el despliegue inicial en Suecia, PostNord ha conseguido:
- Un aumento del 33 % en la tasa de resolución con IA (del 45 % al 60 %)
- Despliegue completo en unos 90 días y retirada del sistema anterior
- Sueco natural, hablado y comprendido en distintos dialectos regionales
Próximos pasos
La expansión por los países nórdicos ya está en marcha y llevará la misma arquitectura a los mercados de PostNord en Dinamarca, Noruega y Finlandia.
Lauren se centra en el crecimiento de los Agentes Conversacionales en ElevenLabs, ayudando a definir cómo las empresas utilizan la IA para resolver problemas, automatizar tareas y ofrecer respuestas precisas a gran escala. Anteriormente, fue fundadora y CEO de una startup de capa de aplicación de IA.





