British Gas tardó 15 meses en emitir una factura final y reembolsar más de £1,500 a una cliente, a pesar de un fallo del defensor del pueblo de la energía casi un año antes. Beth Kojder se mudó de su apartamento de un dormitorio en el sureste de Londres en octubre de 2024 y posteriormente presentó una queja ante el defensor del pueblo tras no recibir una factura final ni un reembolso.

El defensor del pueblo de la energía falló a favor de Kojder en febrero de 2025, instruyendo a British Gas a cumplir con su solicitud. Sin embargo, el defensor del pueblo carece de la autoridad legal para hacer cumplir sus decisiones. Kojder recibió una oferta para su reembolso esta semana, poco antes de que su caso fuera programado para ser escuchado en un tribunal de reclamos menores.

British Gas declaró que estaba "implementando la solución del defensor del pueblo" para Kojder y se disculpó por la demora. Kojder describió el proceso como "implacable, agotador y completamente extenuante" en una declaración a la BBC. Ella había proporcionado lecturas de medidores a British Gas cuando se mudó de su apartamento, solicitando una factura final.

La demora destaca las preocupaciones continuas sobre el servicio al cliente y la precisión de la facturación dentro del sector energético. Si bien los sistemas automatizados se utilizan cada vez más para la facturación y las interacciones con los clientes, casos como el de Kojder demuestran las limitaciones de estos sistemas cuando se trata de situaciones complejas o errores. La integración de la IA en el servicio al cliente tiene como objetivo mejorar la eficiencia y la personalización, pero requiere una supervisión cuidadosa para garantizar la equidad y la precisión.

El uso de la IA en los procesos de facturación, por ejemplo, se basa en algoritmos para predecir el consumo de energía y generar facturas. Sin embargo, estos algoritmos pueden ser inexactos si no tienen en cuenta las circunstancias individuales o si se basan en datos incompletos o desactualizados. Esto puede conducir a errores de facturación y disputas, como se ve en el caso de Kojder.

Los últimos desarrollos en IA incluyen el uso del aprendizaje automático para mejorar la precisión de la previsión del consumo de energía y para detectar posibles errores de facturación. Sin embargo, estas tecnologías aún se encuentran en sus primeras etapas de desarrollo, y su eficacia depende de la calidad y la disponibilidad de los datos.

El caso de Kojder subraya la importancia de la supervisión humana en los sistemas automatizados y la necesidad de que las compañías de energía tengan procesos sólidos para resolver las quejas de los clientes de manera rápida y eficaz.