Para las empresas que buscan una aplicación práctica de la inteligencia artificial (IA), el servicio de atención al cliente con IA ya está aquí, y no hace más que mejorar.
Klarna, una de las empresas de tecnología financiera más importantes del planeta, anunció recientemente que sus herramientas de atención al cliente basadas en IA son capaces de realizar el trabajo de unos 700 empleados. Muchas otras empresas están siguiendo su ejemplo, como el reciente anuncio de Microsoft de que planea implantar la IA en sus centros de atención al cliente. Entonces, ¿cómo hemos llegado hasta aquí y qué podemos esperar a medida que el cliente de IA gane cada vez más tracción?
¿Por qué el servicio de atención al cliente con IA es diferente de los ‘chatbots’?
Los chatbots, que ganaron popularidad a mediados de la década de 2010, eran principalmente sistemas basados en reglas diseñados para responder a preguntas sencillas. Se basaban en guiones predefinidos y árboles de decisión, lo que a menudo daba lugar a experiencias de cliente bastante frustrantes. Personalmente trabajé en una empresa de chatbot para clientes, y la tecnología ha avanzado mucho en muy poco tiempo.
Hoy en día, el servicio de atención al cliente con IA se basa más en el NLU (Natural Language Understanding) inherente, que hace que las interacciones parezcan más naturales y menos guionizadas. Uno tiene la sensación de estar hablando con una persona y no con un «robot».
El mayor salto en el servicio de atención al cliente con IA proviene de su capacidad para aprender y adaptarse continuamente. A diferencia de los chatbots tradicionales, los sistemas de IA modernos analizan grandes cantidades de datos para comprender el contexto, el sentimiento y la intención del usuario con mayor precisión. Esta capacidad no solo mejora la experiencia, sino que ayuda al servicio de atención al cliente de IA a anticiparse potencialmente a las necesidades del cliente en lugar de esperar a que un cliente se enfade con un chatbot.
¿Qué empresas operan en este sector?
Hay muchos empresarios de alto perfil trabajando en el servicio al cliente de IA y áreas relacionadas. Bret Taylor, presidente de Open AI, trabaja actualmente en una nueva empresa llamada Sierra. Otras empresas del sector son: Sierra, Ada, Kustomer y Gladly.
Decagon, que ha salido hoy de Stealth con una ronda de 35 millones de dólares de Accel y A16Z, ya cuenta con una tracción significativa y una impresionante lista de patrocinadores en la que figuran Aaron Levie, CEO de Box, Jack Altman, CEO de Lattice, Matt MacInnis, COO de Rippling y muchos otros pesos pesados de Silicon Valley. Entre sus clientes se encuentran Bilt, Substack y Eventbrite.
¿Puedes confiar tus datos a plataformas de IA de atención al cliente?
Hace poco pregunté al director general de Decagon, Jesse Zhang, sobre el famoso «problema de los datos». A muchos de los que adoptan la IA les preocupa que sus datos se utilicen de forma incorrecta o se entrenen en beneficio de otras empresas.
Respuesta de Zhang para Decagon: «No puedo hablar por todas las empresas, pero los datos de los clientes son la máxima prioridad para nosotros. Por defecto, los datos de los clientes nunca se utilizan para la formación y tenemos acuerdos con nuestros proveedores externos para garantizar que no se formen con los datos. Si el cliente opta por ello, podemos afinar los modelos basándonos en sus datos, y esos modelos sólo se utilizarán para él. Por último, también disponemos de conductos para procesar los datos de antemano y eliminar los datos sensibles antes de que lleguen al LLM, lo que crea un vacío».
A medida que mejoren los LLM de base, el servicio de atención al cliente de IA también debería mejorar y soluciones como Decagon (junto con el aprendizaje de refuerzo humano) deberían dar a las empresas más ventaja con el tiempo.
¿Cómo debe evaluar un comprador las posibles soluciones?
Con todas las opciones que existen, puede resultar confuso para las empresas seleccionar las soluciones adecuadas. Existen soluciones verticales específicas como Gorgias (diseñada específicamente para el comercio electrónico), soluciones diseñadas para ayudar a los centros de contacto con IA (incluida la de Google) y muchas otras opciones para diferentes canales. También es difícil discernir e investigar si la tecnología es real, lo que es una consideración importante a la hora de tomar una decisión de compra.
Le pregunté a Zhang su punto de vista sobre cómo deberían evaluar las empresas las posibles soluciones a raíz de todas las opciones que hay actualmente en el mercado:
«La principal innovación de las verdaderas soluciones de atención al cliente basadas en IA es que los LLM se utilizan desde la base para generar respuestas, emprender acciones, etc., en lugar de la antigua forma de utilizar árboles de decisión y modelos básicos de IA». Los compradores deben tener claro qué tipo de solución de IA están adquiriendo. ¿Se trata de un sistema antiguo que está pivotando hacia la IA generativa o está construido desde cero con LLMS? Los LLM aportan un montón de ventajas, pero también conllevan cosas en las que los compradores deberían pensar:
- Alucinaciones. ¿Cómo evita la solución las alucinaciones y cuál es su marco para garantizar la solidez y el rigor?
- Mejoras automáticas y gestión del conocimiento. ¿Dispone la solución de un buen circuito de retroalimentación para mejorar el sistema de IA a medida que se producen más conversaciones? ¿Escribirá nuevos artículos o ayudará a editar la base de conocimientos existente?.
Una cosa está clara: con la cantidad de tecnólogos que hay en el sector, el dinero de riesgo que se ha invertido y la clara eficiencia que el servicio de atención al cliente con IA está aportando a las empresas, ha llegado para quedarse. Si estás buscando un primer caso de uso de la IA que abordar, el servicio de atención al cliente con IA es un gran candidato potencial.
