Introducción a la IA conversacional
Lejos de ser sólo una tendencia, la llegada de la inteligencia artificial supone una auténtica revolución en las relaciones con los clientes. Ahora representa una oportunidad para que las empresas mejoren considerablemente el servicio que ofrecen a los usuarios y consumidores, estableciendo un recorrido del cliente receptivo y sin fisuras.
Para ayudarle a entender mejor la jerga utilizada, vamos a echar un vistazo a algunos de los términos más frecuentes que suscitan muchas preguntas.
Inteligencia artificial para un viaje omnicanal
Desde hace muchos años, el teléfono es el canal más utilizado por clientes y usuarios que esperan una respuesta inmediata de empresas y organizaciones. Lamentablemente, las colas saturadas y los largos tiempos de espera pueden resultar especialmente irritantes, lo que a menudo provoca frustración y una profunda insatisfacción.
Gracias a las tecnologías que han desarrollado, estas soluciones pueden eliminar las tareas repetitivas de los asesores, dejándoles concentrarse en tareas de alto valor añadido.
Inteligencia Artificial o IA
Es una rama de la informática dedicada al diseño de máquinas capaces de realizar tareas como aprender o razonar a la manera de un cerebro humano. El objetivo es conseguir que una máquina imite las capacidades cognitivas de un ser humano. Técnicamente, la inteligencia artificial es una forma de programar completamente distinta a la del desarrollo tradicional. En lugar de partir de las reglas y trabajar hacia los datos, partimos de los datos y trabajamos hacia las reglas. Los algoritmos de inteligencia artificial son capaces de conceptualizar reglas a partir de datos.
La IA enseña a las máquinas a aprender, a reconocer su entorno y a alcanzar objetivos.
Ya no se trata de codificar manualmente las reglas, sino de dejar que los ordenadores las descubran por correlación y clasificación a partir de una cantidad masiva de datos. En otras palabras, el objetivo del aprendizaje automático no es realmente adquirir conocimientos ya formalizados, sino comprender la estructura de los datos e integrarlos en modelos, sobre todo para automatizar tareas.
La inteligencia artificial se basa en algoritmos de Machine Learning y Deep Learning.
Aprendizaje automático
Antes, las reglas se programaban para imitar la inteligencia humana, y los desarrolladores intentaban enseñar a los ordenadores los detalles más nimios de cada decisión que tenían que tomar.
Por ejemplo, para que una máquina sea capaz de reconocer un pájaro, construiríamos reglas de reconocimiento como que es un animal con dos patas, alas, plumas y vuela. Por el contrario, con la inteligencia artificial y los algoritmos de aprendizaje automático, se proporciona a la máquina una enorme cantidad de imágenes de pájaros y se le dice que cada imagen representa un pájaro: es lo que llamamos entrenar el algoritmo. A continuación, el ordenador tiene la tarea de analizar estas imágenes para determinar las características que tienen en común, de modo que pueda adquirir la capacidad de reconocer un pájaro por sí mismo analizando una nueva imagen.
El aprendizaje automático es un conjunto de algoritmos de aprendizaje estadístico programados para buscar relaciones entre los datos.
Aprendizaje profundo
El aprendizaje profundo es un subconjunto del aprendizaje automático. Es el resultado de la combinación de la apropiación de conocimientos sobre redes neuronales y el aumento de la potencia de cálculo de los ordenadores, que ha pasado a estar disponible a un coste menor. La máquina sigue aprendiendo de los datos, pero se inspira en el funcionamiento de las neuronas y sinapsis del cerebro humano, utilizando varias capas de procesamiento, cada una de las cuales integra progresivamente representaciones cada vez más complejas de los datos. El aprendizaje profundo está revolucionando el reconocimiento visual y el procesamiento del lenguaje natural, por ejemplo.
La inteligencia artificial ha revolucionado la relación hombre-máquina al asumir competencias que antes estaban reservadas a los humanos: comprensión y uso del lenguaje natural, traducción, reconocimiento de voz, etc.
Asesor híbrido o asesor aumentado
Se trata de la capacidad del bot para gestionar parte de la llamada y pasarla a un asesor físico si es necesario. Pero también puede proporcionar respuestas al asesor a medida que avanza la conversación, gracias al análisis de datos. Esto les permite mejorar la eficacia y pertinencia de sus relaciones con los clientes.
Supervisor mejorado
Se trata de una tecnología basada en la inteligencia artificial que permite supervisar en tiempo real todas las conversaciones gestionadas por el agente conversacional. El supervisor aumentado consiste en una medición automática y cualitativa de las conversaciones.
Esta solución generadora de valor permite a los supervisores identificar las conversaciones de riesgo y asumirlas o transferirlas, o capitalizar las buenas prácticas.
Inteligencia artificial conversacional
La inteligencia artificial permite ahora crear un sistema de reconocimiento del habla y, más en general, de las palabras asociadas a los bots conversacionales, con el fin de mejorar la experiencia del cliente.
Con un asesor o con un bot, los usuarios quieren hablar con su servicio de atención al cliente del mismo modo que lo hacen a diario, es decir, en lenguaje "natural", no en el de una máquina o un robot.
Para funcionar y establecer un diálogo fluido, las tecnologías utilizan un sistema de procesamiento del lenguaje natural. Ahora es el momento de saber más sobre su funcionamiento.
PNL
La PNL o "Procesamiento del Lenguaje Natural" es un conjunto de soluciones de reconocimiento de texto que permiten comprender las palabras y frases formuladas por los usuarios. El objetivo es comprender una necesidad y responder a ella.
En concreto, la PNL permite entender lo que dicen las personas, procesar los datos del mensaje y dar una respuesta en lenguaje natural.
NLU
La comprensión del lenguaje natural (NLU) consiste en tomar un texto escrito u oral en lenguaje natural y comprender sus intenciones. Es, por tanto, un subconjunto de la PNL.
La PNL interpreta literalmente lo que el cliente dice o escribe, mientras que la NLU identifica intenciones y significados más profundos.
Inteligencia Artificial Paralingüística
La IA paralingüística consiste en utilizar la IA para detectar características de la persona distintas del contenido verbal hablado: edad, sexo, tono o incluso las emociones de una conversación escrita o hablada.
IA emocional
La IA emocional es uno de los aspectos de la IA paralingüística, pero sin duda uno de los más complejos y apasionantes.
Se define por la capacidad de detectar un estado emocional (ira, estrés, alegría, enfado, etc.) y de razonar a partir de esas emociones.
Como los robots no son humanos, no están naturalmente dotados de empatía. La IA emocional lo compensa introduciendo la gestión de emociones en las conversaciones entre humanos y máquinas, para responder más adecuadamente a las necesidades del cliente teniendo en cuenta su estado de ánimo. En concreto, si un cliente está enfadado o en una situación de estrés intenso, el bot lo dirigirá instantáneamente a un humano. Del mismo modo, por escrito, utilizando los verbatims y las palabras utilizadas por el cliente, el bot puede deducir un estado emocional y proporcionar una respuesta contextualizada.
¿Quiénes son los nuevos contactos para los consumidores?
¿Qué es un bot? ¿Y para qué sirve?
Es la nueva palabra de moda. Todas las marcas quieren un bot. Son estos programas de conversación automatizada el futuro de las relaciones con los clientes?
El término "bot" significa "robot", que originalmente es un programa informático que realiza tareas automatizadas para ayudar a los humanos en un proceso específico.
Existen varios tipos de bots:
Agente conversacional
Se trata de un bot con Inteligencia Artificial, capaz de conversar con un humano en lenguaje natural a través de un canal de voz o texto.
Callbot - Robot de voz
El callbot es un agente de voz conversacional. Responde al teléfono cuando los consumidores llaman al servicio de atención al cliente.
En cuanto se recibe la llamada, el Welcomebot recibe, identifica y comprende la solicitud del cliente, expresada en lenguaje natural. Si la solicitud puede "automatizarse", el Processingbot se encarga de todo el proceso. Si no, la llamada se transfiere al asesor adecuado.
Si los asesores no están disponibles, el Overflowbot desborda las llamadas, que se transcriben en un correo electrónico estructurado al asesor para su procesamiento asíncrono.
Un Callbot es ideal para gestionar grandes flujos de llamadas y reducir el tiempo que los clientes pasan esperando al teléfono.
Esto aliviará la presión sobre las líneas telefónicas de los centros de llamadas y proporcionará un servicio posventa disponible y con capacidad de respuesta.
Chatbot
Se trata de un agente conversacional que, a diferencia del Callbot, interactúa por escrito a través de una página web.
Hay dos tipos de chatbot: el primero es una interfaz que sirve de canal de comunicación complementario entre un cliente y un asesor humano. El segundo es un bot real, programado para responder a las peticiones de los usuarios, que simplemente escriben sus consultas en el teclado y "chatean" con el bot en una ventana dedicada. En este caso, la PNL permite al bot analizar la semántica para dar respuestas adecuadas a las consultas de los clientes.
Messagingbot
Es un agente conversacional que también interactúa por escrito, pero en aplicaciones de mensajería instantánea como Whatsapp o Messenger.
A diferencia de los dos primeros, este canal da a los usuarios la opción de ser instantáneo o asíncrono. Pueden elegir mantener una conversación en directo de principio a fin, o volver a ella más tarde para ver la respuesta, gracias al historial de conversaciones.
El Messagingbot también fomenta conversaciones menos formales, por ejemplo integrando emoticonos o recorridos predefinidos del cliente con mayor empatía. Por tanto, las marcas tienen un gran interés en utilizar esta tecnología para optimizar la experiencia de sus clientes, especialmente en un mundo ultraconectado.
Cuanto más ofrezca una marca a sus clientes canales de comunicación diferentes pero interconectados, más omnicanal y fluida será su experiencia, lo que obviamente aumenta su satisfacción y fidelidad.
¿Cómo eliges tu bot?
En primer lugar, a la hora de elegir un bot, hay que determinar de antemano si es necesario o no que esté habilitado para voz, y esto está correlacionado :
- El objetivo de la empresa es desarrollar las compras en línea, reforzar las relaciones con los clientes siendo más receptivos y mejorar la experiencia del cliente introduciendo nuevos canales de comunicación,
- Tipos de solicitudes que deben tramitarse: asistencia posventa, información sobre el uso del producto, información sobre posibles clientes, asistencia en ventas, reexpedición de documentos contractuales,
- Los canales de comunicación más utilizados,
- La complejidad de las solicitudes.
Gracias al despliegue de bots, puedes estar seguro :
- Mejore la experiencia del cliente en su sitio web ofreciendo un servicio 24 horas al día, 7 días a la semana, con un sistema de respuesta inmediata, un servicio multilingüe y soluciones adaptadas a su estructura,
- Acelera la transformación digital de tu empresa ofreciendo una gestión multicanal del customer journey y reduciendo el papel del canal telefónico,
- Reduzca los costes operativos automatizando el procesamiento de los contactos,
- Aproveche al máximo los recursos humanos de su empresa centrándose en la polivalencia, la interfuncionalidad, la realización de tareas de alto valor añadido y la limitación de la rotación de personal.
