Volti - Ralip AI Assistant
AI-Powered Customer Experience & Automation Ecosystem for Automotive Retail
2026
Client
RALIP Baterías
Project Overview
Volti es un ecosistema de atención y automatización basado en Inteligencia Artificial desarrollado para RALIP, una empresa argentina especializada en venta e instalación de baterías para vehículos.
El proyecto nació a partir de un desafío concreto de negocio: simplificar la atención al cliente, automatizar consultas repetitivas y conectar diferentes procesos que hasta entonces requerían intervención manual, desde la identificación de la batería compatible con un vehículo hasta la coordinación de turnos, atención por WhatsApp y derivación a operadores humanos.
Más que un chatbot, Volti fue concebido como una capa inteligente entre el cliente y los sistemas de la empresa. El sistema combina IA conversacional, automatización mediante n8n, flujos guiados de Meta WhatsApp, integración con WooCommerce, bases de datos de compatibilidad vehicular, Chatwoot y herramientas de analítica.
El objetivo fue transformar una conversación cotidiana de WhatsApp en una experiencia digital capaz de comprender la necesidad del usuario, acceder a información estructurada, ejecutar acciones sobre sistemas reales y mantener siempre disponible la posibilidad de intervención humana.
Volti is an AI-powered customer experience and automation ecosystem developed for RALIP, an Argentine company specialized in automotive battery sales and installation.
The project started from a real business challenge: simplifying customer service, automating repetitive inquiries, and connecting processes that previously required manual intervention — from identifying the correct battery for a vehicle to scheduling services, assisting customers through WhatsApp, and handing conversations over to human operators when necessary.
Rather than being designed as a simple chatbot, Volti was conceived as an intelligent layer between customers and the company’s operational systems. The ecosystem combines Conversational AI, n8n automation, Meta WhatsApp Flows, WooCommerce, vehicle compatibility databases, Chatwoot, and analytics tools.
The goal was to transform an everyday WhatsApp conversation into a digital experience capable of understanding user intent, accessing structured information, triggering actions across real systems, and seamlessly involving human support whenever required.
Final Film
AI TRANSFORMATION PROCESS
1. Business Challenge & Strategy
El primer paso fue comprender cómo funcionaba realmente la atención de RALIP y detectar qué partes del proceso podían ser simplificadas mediante automatización e Inteligencia Artificial.
Las consultas de los clientes suelen involucrar múltiples variables: tipo de vehículo, marca, modelo, variante, año, batería compatible, disponibilidad, precio, modalidad de entrega o instalación y coordinación de horarios.
En lugar de diseñar un chatbot aislado, planteé una arquitectura donde Volti pudiera actuar como punto de entrada a diferentes servicios digitales de la empresa, conectando conversación, datos, ecommerce y operación dentro de una misma experiencia.
La estrategia se basó en tres principios:
Simplificar la experiencia del cliente.
Automatizar tareas repetitivas.
Mantener siempre disponible la intervención humana.
The first stage focused on understanding how RALIP’s customer service process actually worked and identifying which parts could be improved through automation and Artificial Intelligence.
Customer inquiries often involve multiple variables: vehicle make, model, variant, year, compatible battery, availability, pricing, delivery or installation method, and scheduling.
Instead of building an isolated chatbot, I designed an architecture in which Volti could become the entry point to multiple digital services, connecting conversation, structured data, ecommerce, and operations within a unified customer experience.
The strategy was based on three principles:
Simplify the customer journey.
Automate repetitive operational tasks.
Keep human assistance available whenever needed.
My Role
AI Strategy
AI Transformation
Conversational UX
AI Transformation
Conversational UX
Agent Design
Automation Architecture
n8n Workflows
Automation Architecture
n8n Workflows
API Integrations
Business Logic
Business Logic
WhatsApp Flows
Ecommerce Integration
Creative Direction
Character & Brand Design
Analytics & Optimization
Technical Documentation
Creative Direction
Character & Brand Design
Analytics & Optimization
Technical Documentation
2. Conversational Experience & Character Design
La experiencia conversacional fue diseñada para sentirse cercana y simple, evitando que la tecnología se convirtiera en una barrera para el usuario.
Volti fue desarrollado no sólo como asistente funcional sino también como personaje de marca, creando una identidad visual propia capaz de representar a RALIP dentro de WhatsApp y otros puntos de contacto digitales.
El diseño del personaje, su tono de comunicación y la lógica de conversación fueron desarrollados conjuntamente para lograr una experiencia coherente entre branding, UX e Inteligencia Artificial.
El objetivo fue que el usuario no percibiera una serie de sistemas conectados detrás de la conversación, sino una única experiencia sencilla capaz de acompañarlo durante todo el proceso.
The conversational experience was designed to feel approachable and simple, preventing technology from becoming a barrier for the customer.
Volti was developed not only as a functional assistant but also as a brand character, with its own visual identity representing RALIP across WhatsApp and other digital touchpoints.
The character design, communication tone, and conversational logic were developed together to create a consistent experience across branding, UX, and Artificial Intelligence.
The goal was for customers to experience one seamless interaction rather than the multiple systems and integrations operating behind the conversation.
Vehicle Product Sheet
3. Guided Vehicle Compatibility Flow
Uno de los principales desafíos fue resolver una de las consultas más frecuentes de RALIP:
“¿Qué batería lleva mi auto?”
Para evitar errores producidos por texto libre, diseñé un flujo guiado donde el usuario selecciona progresivamente:
Marca → Modelo → Variante → Año
El sistema consulta una base estructurada de compatibilidad vehicular y utiliza esa información para identificar los productos correspondientes.
La experiencia fue construida mediante Meta WhatsApp Flows, permitiendo mantener toda la selección dentro de WhatsApp mediante una interfaz estructurada y fácil de utilizar.
La lógica del proceso se conecta con n8n y consultas SQL, permitiendo transformar una conversación en una consulta dinámica sobre información real del negocio.
One of the main challenges was solving one of RALIP’s most frequent customer questions:
“Which battery is compatible with my car?”
To reduce errors associated with free-text vehicle descriptions, I designed a guided selection flow where customers progressively choose:
Make → Model → Variant → Year
The system queries a structured vehicle compatibility database and uses that information to identify the corresponding products.
The experience was built using Meta WhatsApp Flows, keeping the entire selection process inside WhatsApp through a structured and intuitive interface.
Behind the experience, n8n workflows and SQL queries connect the customer interaction with real business data.
4. AI Agent & Business Logic
La capa conversacional utiliza modelos de lenguaje para interpretar la intención del usuario, mantener el contexto de la conversación y determinar qué acción debe ejecutar el sistema.
Sin embargo, las operaciones críticas no dependen exclusivamente de respuestas generadas por IA. La arquitectura combina Inteligencia Artificial con reglas de negocio, datos estructurados y workflows determinísticos, permitiendo controlar procesos como compatibilidad vehicular, turnos y ejecución de acciones.
Este enfoque híbrido permite utilizar IA donde aporta flexibilidad y lenguaje natural, mientras que las operaciones que requieren precisión permanecen controladas mediante lógica estructurada.
The conversational layer uses Large Language Models to interpret customer intent, maintain conversational context, and determine which action should be triggered.
However, critical operations do not rely exclusively on AI-generated responses. The architecture combines Artificial Intelligence with business rules, structured data, and deterministic workflows, providing greater control over processes such as vehicle compatibility, scheduling, and system actions.
This hybrid architecture uses AI where flexibility and natural language are valuable while keeping precision-critical operations under structured logic.
5. Automation & System Architecture
n8n funciona como la capa de orquestación central del ecosistema, conectando los diferentes servicios involucrados en la experiencia.
Los workflows reciben eventos desde WhatsApp y otros puntos de entrada, procesan datos, consultan bases estructuradas, ejecutan reglas de negocio y se comunican con servicios externos mediante APIs y webhooks.
La arquitectura conecta diferentes componentes de la operación digital:
Meta WhatsApp → n8n → AI Agent → SQL / Vehicle Database → WooCommerce → Booking → Chatwoot → Analytics
Esto permite que información que anteriormente se encontraba distribuida entre diferentes herramientas pueda participar dentro de un único proceso automatizado.
n8n acts as the central orchestration layer of the ecosystem, connecting the different services involved in the customer experience.
Workflows receive events from WhatsApp and other entry points, process information, query structured databases, execute business rules, and communicate with external services through APIs and webhooks.
The architecture connects multiple components of RALIP’s digital operation:
Meta WhatsApp → n8n → AI Agent → SQL / Vehicle Database → WooCommerce → Booking → Chatwoot → Analytics
This allows information previously distributed across separate tools to participate in a unified automated process.
