Industrias Qatar es un fabricante colombiano que produce e instala tiros de arrastre y portabicicletas, con dos sedes en Bogotá y Chía, y sus ventas ocurren por WhatsApp. En marzo de 2026 empezamos a construir un agente de IA en WhatsApp para ventas de un fabricante cuyo catálogo tiene un producto distinto para casi cada marca y modelo de vehículo. El asistente responde a cada cliente en segundos, a cualquier hora, en español colombiano natural. Entiende texto, notas de voz y fotos, envía la foto exacta del producto para el vehículo del cliente, captura el lead, agenda la instalación y pasa la conversación a una persona cuando hace falta. Entró en operación cinco semanas después del inicio. En este artículo explicamos el problema, la arquitectura y las decisiones detrás del proyecto. Si prefieres el recorrido visual, lee el caso de estudio completo.
Somos WebMinds, una empresa de desarrollo de software e IA con sede en Atlanta, Georgia, que construye agentes de IA, software a medida y automatización para empresas en Estados Unidos y Latinoamérica. Industrias Qatar es uno de varios agentes de IA en WhatsApp que hemos construido para empresas colombianas.
Datos clave
- Cliente: Industrias Qatar, fabricante e instalador de tiros de arrastre y portabicicletas en Bogotá y Chía, Colombia.
- Tiempo a operación: 5 semanas, del inicio el 11 de marzo de 2026 a la operación en vivo el 14 de abril de 2026, con mejoras continuas desde entonces.
- Disponibilidad: ventas 24/7 en español natural con texto, notas de voz y fotos del cliente, con horario de atención y festivos colombianos incorporados.
- IA por mensaje: 6 sub-agentes de IA (generación de respuesta, extracción de leads y cuatro detectores de escalamiento independientes) y 4 búsquedas vectoriales en paralelo sobre documentos, imágenes, PDFs y videos del catálogo.
- Pipeline: un único webhook de WhatsApp ejecuta 16 pasos en cada mensaje entrante.
- Seguridad y escala: 13/13 tablas con seguridad por filas, 44 políticas de seguridad, 31 migraciones versionadas, 47 endpoints de API y 24 pantallas en el panel de operación.
El problema: un catálogo vehículo por vehículo, vendido chat a chat
En Industrias Qatar la compatibilidad lo es todo. Casi cada marca y modelo de vehículo tiene su propia referencia de tiro o portabicicletas, así que la respuesta correcta depende de saber exactamente qué carro tiene el cliente. Antes del proyecto, cada consulta por WhatsApp se atendía a mano: un asesor identificaba el vehículo, buscaba la referencia, enviaba la foto, cotizaba, manejaba objeciones y agendaba la instalación, mensaje a mensaje y solo en horario de oficina.
Eso generaba cuatro problemas:
- Volumen y repetición. Responder "¿sirve para mi Hilux 2020?" con la foto y el precio correctos es repetitivo, pero exige precisión. Una respuesta equivocada es un producto equivocado.
- Fuera de horario. Los mensajes llegan a toda hora, y cada respuesta tardía es un lead que se enfría o se va a la competencia.
- Consistencia. El discurso de venta (garantía de por vida, fabricación colombiana, instalación incluida) dependía del asesor que respondiera.
- Información perdida. Vehículo, producto, valor y cita quedaban enterrados en el chat y nunca alimentaban un pipeline de ventas.
En Colombia, y en buena parte de América Latina, WhatsApp es el canal donde los clientes ya les escriben a las empresas. Llevarlos a un formulario o a un correo agrega fricción. Por eso el objetivo no era cambiar de canal, sino lograr que WhatsApp funcionara a cualquier hora y con volumen, sin perder la precisión que exige este catálogo.
Por qué un chatbot genérico no servía
La mayoría de herramientas de chatbot para WhatsApp están pensadas para preguntas frecuentes en texto y árboles de decisión. Este caso necesitaba cosas que esas herramientas resuelven mal:
- Respuestas visuales ligadas a un catálogo real. Muchas veces la respuesta correcta es la foto del tiro o portabicicletas exacto para el carro del cliente, más un PDF o un video. Tiene que ser el archivo correcto, siempre.
- Entradas más allá del texto. Los clientes envían notas de voz y fotos de su vehículo. El agente tiene que transcribir y ver, no solo leer.
- Compromisos que la IA no debe asumir. Las fechas de instalación y entrega son promesas operativas. Un bot que las inventa le crea problemas reales al equipo.
- Datos que van a algún lado. Cada conversación contiene un lead (nombre, vehículo, producto, valor estimado, sede y cita) que debe quedar en un pipeline, no perdido en el historial.
- Una base de conocimiento que dure. Los archivos subidos a la API de un modelo caducan a las 48 horas, algo inviable para un catálogo que siempre debe poder consultarse.
Por eso construimos una plataforma dedicada en lugar de configurar un bot genérico. Es parte de nuestro servicio de IA y Automatización, combinado con las integraciones de WhatsApp y correo que la conectan con el equipo.
Lo que construimos: un agente de IA en WhatsApp para ventas
Entregamos cinco sistemas como una sola plataforma de operación en ai.industriasqatar.com. No es una página web con un chatbot pegado. Un único webhook de WhatsApp orquesta un pipeline de 16 pasos en cada mensaje entrante: deduplicación, transcripción, visión, cuatro búsquedas vectoriales en paralelo, generación, resolución de medios, registro, analítica y cuatro detectores de escalamiento. Cerca del 60 % del trabajo vive en el backend.
El agente de IA en WhatsApp
El agente responde 24/7 en español colombiano natural. Entiende texto, notas de voz (transcritas con Google Cloud Speech-to-Text) y las fotos que envía el cliente, y respeta el horario de atención y los festivos colombianos. La generación, la visión y los embeddings corren sobre Gemini, y los mensajes viajan por la API oficial de WhatsApp Cloud.
Una base de conocimiento RAG visual que no caduca
RAG (generación aumentada por recuperación) significa que el modelo responde a partir de documentos que busca en el momento, en lugar de depender solo de lo que aprendió en su entrenamiento. Aquí la base de conocimiento contiene documentos y un catálogo de imágenes de producto, con embeddings de 768 dimensiones en pgvector e índice HNSW. Como los archivos del modelo caducan a las 48 horas, migramos a embeddings propios: consultables sin límite de tiempo y actualizados cada vez que cambia el catálogo.
El bot envía la foto, no una promesa
El modelo responde con etiquetas de medios ligadas a IDs reales del catálogo. Luego el pipeline las convierte en imágenes, PDFs y videos de WhatsApp, y elimina cualquier etiqueta que apunte a un ID inexistente. El cliente recibe la foto exacta para su vehículo, y el modelo no puede enviar un archivo que no esté en el catálogo.
Extracción automática de leads en un pipeline que solo avanza
Un segundo análisis de IA extrae de cada conversación nombre, vehículo, producto, valor estimado, sede y cita. Los leads llegan a un pipeline de cuatro etapas que solo avanza, con alertas y confirmaciones de cita por correo enviadas con Resend.
Escalamiento a humano por cuatro señales independientes
Cuatro detectores deciden cuándo debe entrar una persona: frustración o solicitud explícita, la marca del propio modelo, promesas operativas que el bot no debe hacer y comprobantes de pago. Las alertas llegan al equipo por WhatsApp y correo. Uno de los detectores se dedica a las fechas de instalación o entrega: si el bot está por comprometer una, el equipo recibe el aviso. La IA atiende el volumen y las personas, los compromisos.
Hecho para serverless y los reintentos de Meta
Un turno completo puede tardar entre 15 y 30 segundos. Meta reenvía los webhooks que considera sin respuesta, y en un hosting serverless eso puede producir respuestas duplicadas o ninguna. Un tiempo de ejecución ampliado y una deduplicación de tres estados evitan ambos escenarios.
Nunca en silencio
Si el modelo choca con un límite de uso, un filtro de seguridad o un timeout, el cliente recibe igual una respuesta de respaldo amable, guardada y auditable. Un tope mensual de tokens corta de forma ordenada en lugar de fallar a mitad de la conversación.
Un panel de operación que maneja el cliente
El panel tiene 24 pantallas: conversaciones en una vista tipo WhatsApp Web, tablero de leads, entrenamiento autogestionado con simulador de teléfono, analítica y personalidad, prompt, horarios y marca editables. El equipo prueba los cambios de catálogo en el simulador antes de que los vea un cliente.
Cómo lo entregamos en cinco semanas: Hybrid AI Coding
La ingeniería senior de WebMinds es dueña de la arquitectura y de cada decisión con el cliente, mientras agentes de IA implementan bajo esa dirección, con QA en cada cambio. Ese modelo de entrega es el que permitió estar en operación cinco semanas después del inicio. El stack: Next.js y TypeScript de punta a punta, Supabase (Postgres, Auth, Storage) con pgvector, Gemini, WhatsApp Cloud API, Google Cloud STT, Resend y Vercel.
¿Sigues vendiendo por WhatsApp a mano? En una llamada podemos mapear tu catálogo, tus preguntas frecuentes y tus reglas de escalamiento. Solicita tu evaluación gratuita.
Cronología
- 11 de marzo de 2026: inicio, especificación técnica y presentación inicial.
- 17 de marzo de 2026: RAG con pgvector, extracción de leads, correo y marca.
- 27 de marzo de 2026: catálogo visual, respuestas con imagen por WhatsApp y simulador de teléfono.
- 14 de abril de 2026: operación en vivo y entrega firmada.
- Abril–mayo de 2026: escalamiento a humano, perfil de WhatsApp, widget web, atribución de campañas Click-to-WhatsApp y enlaces con QR.
- En curso: mejoras continuas y ampliación del catálogo.
Resultados: ventas sin horario
Estos son los resultados documentados en el caso de estudio de Industrias Qatar:
- Ventas sin horario. El asistente responde, cotiza, muestra el producto exacto y agenda instalaciones a toda hora en español natural, incluidas noches, fines de semana y festivos colombianos.
- Un catálogo complejo, dominado. El catálogo vehículo por vehículo vive en una base de conocimiento vectorial permanente, y el bot envía la foto correcta del tiro o portabicicletas para el carro del cliente, algo que antes exigía que un asesor buscara a mano.
- Nada se pierde, y las personas entran cuando importa. Cada conversación queda registrada, los leads llegan solos a un pipeline de ventas y cuatro detectores de IA llaman a una persona ante frustración, solicitudes explícitas, comprobantes de pago o compromisos delicados.
También hemos construido otras mesas comerciales con IA en WhatsApp: para una consultora de TI en el caso Netthplus y para un fabricante de envases cosméticos en el caso Esval. Si lo que buscas es automatizar ventas de forma más amplia, nuestro caso de uso de automatización de ventas muestra dónde encaja.
Preguntas frecuentes
¿Qué es un agente de IA en WhatsApp para ventas de un fabricante?
Es un asistente de IA conectado a la API oficial de WhatsApp Cloud que responde preguntas de producto, cotiza, envía material del catálogo y captura leads para un fabricante, apoyado en el catálogo y los documentos de la propia empresa. En Industrias Qatar identifica el vehículo del cliente y envía la foto del tiro o portabicicletas correspondiente.
¿Un agente de IA en WhatsApp puede pasar la conversación a una persona?
Sí. En este proyecto cuatro detectores independientes activan el traspaso: frustración o solicitud explícita, la marca del propio modelo, promesas operativas que el bot no debe hacer y comprobantes de pago. El equipo recibe la alerta por WhatsApp y correo.
¿El agente entiende notas de voz y fotos?
Sí. Las notas de voz se transcriben con Google Cloud Speech-to-Text y las fotos que envía el cliente se interpretan con la visión de Gemini antes de responder.
¿El bot puede prometer fechas de instalación que no se pueden cumplir?
Está diseñado para no hacerlo. Un detector dedicado identifica cualquier fecha de instalación o entrega que el bot no debe comprometer y avisa al equipo, para que los compromisos los asuman personas.
¿Cuánto tarda en lanzarse un agente de ventas con IA en WhatsApp?
En Industrias Qatar, la operación en vivo llegó cinco semanas después del inicio (del 11 de marzo al 14 de abril de 2026). Los tiempos dependen del tamaño del catálogo, las integraciones y cuánto de la plataforma ya exista.
¿Funciona de noche, los fines de semana y en festivos?
Sí. El agente responde 24/7 y tiene incorporados el horario de atención y los festivos colombianos, así sabe cuándo está disponible el equipo humano.
Hablemos
Si tus ventas dependen de WhatsApp y tu catálogo es demasiado detallado para un bot genérico, podemos ayudarte a diseñar un agente que responda con precisión y sepa cuándo llamar a una persona. Solicita tu evaluación gratuita o agenda una llamada con nuestro equipo. WebMinds tiene sede en Atlanta, Georgia, y trabaja con empresas de Estados Unidos y América Latina, en español e inglés.