NoticiasNews

Pega le pone precio al servicio al cliente agéntico: qué preguntar antes de firmar por «caso completado»Pega Puts a Price on Agentic Customer Service: What to Ask Before Signing per “Completed Case”

2026-09-15

Un análisis publicado el 14 de septiembre de 2026 pone el foco en algo que muchos compradores de software de servicio al cliente están enfrentando este trimestre: cómo se paga la IA agéntica. Pega Infinity 26, disponible de forma general desde el 14 de julio de 2026, trae tres cambios que vale la pena leer con calma — conectividad MCP, capacidades agénticas de servicio y un esquema llamado Predictable AI — mientras deja deliberadamente las funciones centrales de CCaaS a sus socios.

El dato incómodo que explica la estrategia

Una encuesta de Pega y YouGov de febrero de 2026 a 4,748 adultos en Estados Unidos y Reino Unido encontró que el 46% rara vez o nunca obtiene un resultado exitoso del servicio impulsado por IA. El 77% dijo que los humanos lo hacen mejor, y apenas el 2% quería que la IA generativa manejara todo.

Ese es el contexto de la apuesta de Pega: una IA impresionante no cuenta para mucho si el trabajo sigue sin terminarse. De ahí la dirección del producto — flujos de trabajo gobernados, conectividad con agentes externos mediante Model Context Protocol (MCP), y un modelo de precios que procura llevar a las empresas del experimento a la producción.

Qué cambia realmente en Infinity 26

  • Predictable AI: precios atados a trabajo completado en vez de tokens medidos y gestionados por Pega. Una unidad más fácil de presupuestar — pero las definiciones de facturación necesitan detalle contractual.
  • MCP en tiempo de ejecución: agentes externos autorizados pueden descubrir y ejecutar procesos de Pega, y un flujo de Pega puede invocar a un agente externo dentro de un paso. Pega menciona como ejemplos agentes construidos con Anthropic Claude, Google Gemini, OpenAI y AWS AgentCore.
  • Agentic Assignment: la IA puede perseguir información faltante o aprobaciones pendientes — útil para el trabajo que se estanca entre conversaciones, no durante ellas.
  • Document Agent: divide, clasifica, puntúa y tría documentos. Práctico para reclamaciones, disputas, onboarding y servicio regulado.
  • Infinity Studio: entorno de desarrollo con soporte de agentes de codificación.

Las preguntas que pertenecen al contrato

Aquí está el punto más útil del análisis, y aplica a cualquier proveedor que venda IA por resultado, no solo a Pega. El material de lanzamiento de junio describió un cargo plano por «caso» completado; el anuncio de disponibilidad general de julio habló de costos predecibles alineados con trabajo completado y casos resueltos. Su calculadora pública usa un ejemplo ilustrativo de 0.88 dólares por caso sobre aproximadamente un millón de casos anuales a tres años — pero no es una lista de precios. Antes de construir un caso de negocio, conviene tener respuestas escritas para:

  • El cliente abandona el proceso: ¿se factura el trabajo inconcluso?
  • Un empleado completa la etapa final: ¿sigue contando como trabajo de IA facturable?
  • El caso se reabre: ¿hay un cargo adicional?
  • Una sola solicitud genera varios flujos de trabajo: ¿cuántos casos facturables aparecen?
  • El modelo externo falla: ¿quién absorbe el costo del modelo y de la recuperación?

Un flujo cerrado y un cliente que no vuelve a llamar mañana no son automáticamente el mismo resultado. La recomendación es medir resolución duradera y contacto repetido junto a la finalización del flujo — o una factura limpia puede esconder un resultado desordenado para el cliente.

Orquestar debajo, no reemplazar arriba

La otra decisión estratégica es de arquitectura. En PegaWorld, el 8 de junio, Pega y AWS describieron Pega Customer Service como el motor de flujos de trabajo que impulsa agentes de IA de Amazon dentro de Amazon Connect: AWS conserva la capa de centro de contacto en la nube, mientras Pega da a los agentes de IA y a los representantes humanos los mismos procesos, reglas y resultados esperados detrás de la interacción. Pega tampoco está atado a AWS — sus integraciones abarcan Five9, Genesys, Cisco, Avaya y Talkdesk.

La lógica es clara: una llamada corta puede generar una cola larga de trabajo. El CCaaS puede quedarse con la voz, el enrutamiento y las conversaciones digitales, y Pega puede llevar el caso a través de aprobaciones, lógica de políticas y seguimiento después de que la llamada termina. La contrapartida es igual de clara: si la empresa todavía necesita plataformas separadas para voz, gestión de personal, calidad, grabación, enrutamiento y monitoreo del parque de agentes, Pega puede convertirse en una capa estratégica más que licenciar y gobernar. El valor solo aparece si el motor de flujos elimina más fricción de la que agrega.

MCP resuelve conexión, no responsabilidad

Peter van der Putten, director y científico principal del AI Lab de Pega, lo resumió el 16 de junio: lanzar un modelo a un problema y esperar que se resuelva solo es «pensamiento mágico». MCP abre procesos aprobados a agentes externos y permite que el modelo sea reemplazable mientras el proceso gobernado se queda dentro de Pega. Pero los compradores siguen necesitando identidades de agente, permisos por paso, historial de versiones de modelo, registros de auditoría y un plan decente para cuando un modelo externo falla o empieza a comportarse de forma extraña.

Qué significa esto para una empresa mediana

Pega apunta a grandes organizaciones donde una interacción con el cliente dispara trabajo consecuente a través de personas, sistemas, aprobaciones y políticas: reclamaciones, disputas, cambios de cuenta, solicitudes de salud, decisiones reguladas. Pero la lección de fondo no depende del tamaño. La parte valiosa del servicio agéntico es controlar qué pasa después de la conversación, y esa parte se gana con un caso persistente, reglas explícitas y trazabilidad — no con el agente más elocuente.

En TEKFENIX diseñamos Servigo365 bajo esa misma premisa: cada ticket es un caso con dueño, SLA, historial de acciones y evidencia de cierre, de modo que la automatización acelera el trabajo sin difuminar quién es responsable de terminarlo. Y en sectores regulados, CumplimientoControl convierte ese rastro de acciones y aprobaciones en evidencia disponible para auditoría. Si su organización está evaluando proveedores de IA agéntica y aún no sabe qué está firmando como «caso completado», conversemos: modelar los costos y la gobernanza antes de la implementación es mucho más barato que descubrirlos en la primera factura.

An analysis published on September 14, 2026 focuses on something many customer service software buyers are facing this quarter: how agentic AI gets paid for. Pega Infinity 26, generally available since July 14, 2026, brings three changes worth reading carefully — MCP connectivity, agentic service capabilities and a scheme called Predictable AI — while deliberately leaving core CCaaS functions to partners.

The uncomfortable data point behind the strategy

A February 2026 Pega and YouGov survey of 4,748 adults in the US and UK found that 46% rarely or never get a successful result from AI-powered service. Some 77% said humans do better, and just 2% wanted generative AI handling everything.

That is the context for Pega’s bet: impressive AI doesn’t count for much if the job is still unfinished. Hence the product direction — governed workflows, external-agent connectivity through Model Context Protocol (MCP), and a pricing model meant to move enterprises from experiment to production.

What actually changes in Infinity 26

  • Predictable AI: pricing tied to completed work rather than metered, Pega-managed tokens. An easier unit to budget — but the billing definitions need contract detail.
  • Runtime MCP: authorized external agents can discover and execute Pega processes, and a Pega workflow can invoke an outside agent within a step. Pega names agents built with Anthropic Claude, Google Gemini, OpenAI and AWS AgentCore as examples.
  • Agentic Assignment: AI can chase missing information or pending approvals — useful for work that stalls between conversations rather than during them.
  • Document Agent: splits, classifies, scores and triages documents. Practical for claims, disputes, onboarding and regulated service.
  • Infinity Studio: a development environment with coding-agent support.

The questions that belong in the contract

Here is the most useful point of the analysis, and it applies to any vendor selling outcome-based AI, not just Pega. The June launch material described a flat charge per completed “case”; the July GA announcement talked about predictable costs aligned with completed work and resolved cases. The public calculator uses an illustrative $0.88 per case at roughly one million annual cases over three years — but it is not a price list. Before building a business case, get written answers for:

  • Customer abandons the journey: is unfinished work billed?
  • An employee completes the final stage: does it still count as billable AI work?
  • The case is reopened: is there another charge?
  • One request spawns several workflows: how many billable cases appear?
  • The external model fails: who absorbs the model and recovery cost?

A closed workflow and a customer who doesn’t call back tomorrow aren’t automatically the same outcome. The recommendation is to measure durable resolution and repeat contact alongside workflow completion — or a neat invoice can hide a messy customer outcome.

Orchestrating beneath, not replacing above

The other strategic decision is architectural. At PegaWorld on June 8, Pega and AWS described Pega Customer Service as the workflow engine powering Amazon AI agents inside Amazon Connect: AWS keeps the cloud contact center layer, while Pega gives AI agents and human representatives the same processes, rules and expected outcomes behind the interaction. Pega isn’t tied to AWS either — its integrations span Five9, Genesys, Cisco, Avaya and Talkdesk.

The logic is clear: a short call can create a long tail of work. CCaaS can own voice, routing and digital conversations, and Pega can carry the case through approvals, policy logic and follow-up after the call ends. The trade-off is equally clear: if the enterprise still needs separate platforms for voice, workforce management, quality, recording, routing and AI estate monitoring, Pega can become one more strategic layer to license and govern. The value only appears if the workflow engine removes more friction than it adds.

MCP solves connectivity, not accountability

Peter van der Putten, Director and Lead Scientist at Pega’s AI Lab, summed it up on June 16: throwing a model at a problem and expecting it to sort itself out is “magical thinking.” MCP opens approved processes to external agents and lets the model be replaceable while the governed process stays inside Pega. But buyers still need agent identities, permissions by step, model-version history, audit records and a decent plan for when an external model fails or starts behaving strangely.

What this means for a mid-sized company

Pega targets large organizations where a customer interaction triggers consequential work across people, systems, approvals and policy: claims, disputes, account changes, healthcare requests, regulated decisions. But the underlying lesson doesn’t depend on size. The valuable part of agentic service is controlling what happens next after the conversation, and that part is won with a persistent case, explicit rules and traceability — not with the most eloquent agent.

At TEKFENIX we designed Servigo365 on that same premise: every ticket is a case with an owner, an SLA, an action history and closure evidence, so automation accelerates the work without blurring who is responsible for finishing it. And in regulated sectors, CumplimientoControl turns that trail of actions and approvals into evidence available for audit. If your organization is evaluating agentic AI vendors and still doesn’t know what it is signing as a “completed case,” let’s talk: modeling costs and governance before implementation is far cheaper than discovering them on the first invoice.

← Volver al blog← Back to blog