Este artículo pertenece a Gen AI Series “From ZERO to HERO: IA Generativa aplicada”, una serie de artículos y novedades sobre IA Generativa aplicada a la industria que te ayudarán a conocer mejor esta tecnología y aplicarla de manera efectiva.
Accede al universo de la IA Generativa
La Inteligencia Artificial (IA) está transformando desde hace años la manera en que las empresas interactúan con sus clientes, proporcionando soluciones más rápidas, personalizadas y eficientes.
Además, actualmente estamos viviendo el boom de la IA Generativa, un tipo de IA que engloba algoritmos y modelos capaces de crear contenido nuevo a partir de un conjunto de datos existente. Estos modelos generativos han progresado en el tratamiento de muchos tipos de datos: imagen, video, música, código o estructuras moleculares. Este artículo se centra mayoritariamente en la parte de texto y voz, dos campos extendidos en uso y con la madurez suficiente para poder aportar valor en la empresa.
En particular, la IA de texto y voz está revolucionando los centros de contacto o call centers, donde el objetivo principal es ofrecer un servicio de atención al cliente de alta calidad. A continuación, exploramos el valor que aporta la IA Generativa en este contexto, así como sus aplicaciones y usos principales.
IA Generativa en Contacto con el Cliente
Como comentamos más arriba, al hablar de IA Generativa nos referimos a los modelos de IA capaces de crear contenido original y nunca visto en los patrones extraídos de los grandes conjuntos de datos con los que ha entrenado.
Por otro lado, los puntos de contacto son todas las interacciones que un cliente tiene con una empresa, ya sea directa o indirectamente, durante las distintas etapas de su relación con ella. Estos incluyen el marketing, el servicio al cliente, las ventas, el soporte post-venta, etc. La mejora de cada uno de estos puntos gracias a la IA Generativa ofrece una oportunidad para consolidar la satisfacción del cliente y, a su vez, su lealtad a la marca.
A lo largo del artículo nos centraremos en ejemplos aplicados a call centers. Los call centers centralizan gran parte del contacto con el cliente y, por tanto, tienen un gran margen de mejora en la eficiencia operativa, permitiendo a los humanos concentrarse en problemas más complejos, y generando un ahorro de tiempo y recursos. Entonces, ¿dónde puede ayudar aquí la IA Generativa? Veámoslo.
Aporte de valor de la IA Generativa en Contacto con el Cliente
En este contexto la IA Generativa es un gran aliado gracias a sus funcionalidades principales de: procesamiento de información no estructurada (resumen de textos, extracción de campos de documentos, clasificación de textos o comparativa de documentos) y generación de contenido (asistentes virtuales, respuestas personalizadas, generación de información sintética, etc).
Siendo más específicos, la IA Generativa añade valor a las interacciones con los clientes a través de:
- Extracción Automática de Información: La IA Generativa puede extraer automáticamente información relevante de las comunicaciones con los clientes, independientemente de la fuente o del formato, por ejemplo, mediante conversaciones telefónicas, correos electrónicos o chats. Para ello se requiere de una base de conocimiento dinámico en tiempo real, el uso de RAG permite buscar en un corpus de texto interno.
- Generación de Contenido: La IA Generativa también puede crear contenido sintético. Es posible generar texto sintético, como en un dialogo o informe, teniendo en cuenta la información de las conversaciones con los clientes o la documentación interna de la empresa. Además, este puede tener un estilo personalizado a las necesidades del contexto, por ejemplo, es posible configurar mediante ‘Prompt engineering’ un estilo de generación de texto más amigable o resolutivo. Por último, es necesario vigilar esta capacidad, ya que en algunos casos los datos generados no son tan correctos como pudieran ser.
Para entenderlo mejor, veamos algunos ejemplos de aplicación en el siguiente bloque.
Ejemplos de aplicación de IA Generativa en Contacto con el Cliente
Como se ha comentado antes, los siguientes ejemplos están acotados a texto y voz. Ya son bastante conocidos los modelos de lenguaje a gran escala (LLM) para el procesamiento de texto, un ejemplo open-source podría ser Llama 3 de Meta. Por otro lado, han surgido nuevos modelos de voz Speech-to-text que permiten la transcripción y traducción automática de más calidad que los anteriores basados en otras técnicas. Un ejemplo, también open-source, podría ser Whisper de OpenAI.
Estos modelos son pre-entrenados con un gran corpus de datos que, para ajustarse más a las necesidades de la empresa, requieren de unos ajustes previos antes de comenzar a utilizarlos.
Las aplicaciones de IA Generativa en el ámbito de contacto con el cliente son variadas y abarcan diferentes áreas, desde la mejora de la experiencia del cliente, hasta la optimización de procesos internos. A continuación, dejamos algunos ejemplos de aplicación:
- Soporte Documental al Personal de Atención: Como se ha mencionado anteriormente, la IA Generativa permite la extracción de información utilizando consultas en lenguaje natural, por ejemplo, de un registro de conversaciones pasadas de un cliente o en la documentación interna de la empresa. De esta forma, es posible hacer un seguimiento de mayor calidad al cliente y hacer más eficiente las respuestas a sus dudas. Para ello es necesario emplear un modelo de voz para la transcripción y otro de lenguaje que permita más tarde recuperar la información durante la llamada.
- Chatbots conversacionales: Un modelo de lenguaje como asistente virtual también es capaz de llevar una conversación consistente con el cliente, hacer el seguimiento entre las conversaciones y, además, resolver parte de las consultas por él mismo en caso de que tenga acceso a una base de conocimiento. Los problemas que escapen a las competencias del asistente son derivados a los agentes. Una principal ventaja es liberar a los agentes de las primeras etapas de la conversación ya que permite acotar la duda y, mediante la síntesis de texto y palabras clave, redirigirla al agente más adecuado mediante ‘task rerouting’. De esta forma, se gana calidad en la respuesta y eficiencia en costes.
- Auditoría de Calidad de Llamadas: Es posible auditar automáticamente la calidad de cientos o miles de llamadas de servicio al cliente. Para ello se debe usar un modelo de voz que transcriba las conversaciones y otro modelo de lenguaje que las analice. Las empresas pueden evaluar la adherencia a los protocolos de calidad, detectar posibles incidencias y realizar ajustes en tiempo real para mejorar la experiencia del cliente.
- Clasificación y generación de correos electrónicos: Son reconocidas las funciones de asistente de redacción en las respuestas o personalización de plantillas de correo para agilizar el proceso de comunicación gracias a los modelos de lenguaje. Menos conocida es la capacidad de analizar un gran conjunto de correos de forma rápida para, por ejemplo, clasificar los correos por tipo, urgencia y complejidad y ayudar así en la organización interna de prioridades. Otro caso de uso es generar encuestas de retroalimentación personalizadas según otros puntos de contacto previos para conseguir ratios de respuesta mayor y obtener una visión fiel del Customer Journey map.
- Análisis sentimental: Es posible tener un mayor control sobre la imagen de marca analizando masivamente las valoraciones de los clientes o de la opinión pública en general, en las redes sociales u otros sitios de exposición online. Incluso es posible analizar reviews de productos de clientes en Youtube transcribiendo con un modelo de voz su audio. Cada texto es clasificado según la consideración del modelo de lenguaje. La IA Generativa ha mejorado mucho la calidad de este tipo de análisis, ya que los métodos anteriores a ella no podían captar correctamente algunas sutilezas del lenguaje humano, por ejemplo, los sarcasmos.
- Formación del personal: Otro posible caso de uso en el que la IA Generativa aporta valor es en la simulación de escenarios que ayuden a los profesionales a enfrentarse a situaciones complejas. Es posible prescindir de una segunda persona en el diálogo gracias al acceso a conversaciones pasadas de clientes y la capacidad de ajuste a un estilo concreto mediante prompt engineering.
- Creación de comunicaciones, contenido u ofertas personalizadas: Gracias a los modelos generativos también se pueden personalizar las comunicaciones con los clientes, así como el contenido, las campañas de marketing u ofertas que se le ofrecen. Estas prácticas no sólo mejoran el ratio de conversión y la rentabilidad, sino que impactan directamente en la fidelidad de los clientes o posibles clientes.
- Análisis complejos: Por último, es interesante comentar cómo la IA Generativa ofrece una relación sinérgica en el uso de otros modelos de IA más tradicionales. Hemos visto que un modelo del lenguaje es capaz de recopilar la información de distintas fuentes de datos y de extraer de ella conceptos clave (llamados también características). En muchos casos, la eficacia de los modelos más tradicionales aumenta añadiendo a sus datos de entrenamiento estas características. Un ejemplo de estos casos es:
- Los modelos de fuga o churn: son usados para predecir y analizar la tasa de pérdida de clientes. Para ello necesitan señales tempranas de insatisfacción o posibles abandonos.
- Los modelos de venta cruzada: permiten identificar oportunidades ofreciendo productos o servicios que sean relevantes para el cliente en el momento adecuado. Para ello analizan patrones de compra y productos que suelen comprarse juntos.
- Priorización de siniestros: en el sector asegurador, es vital priorizar siniestros en función de criterios como la gravedad del caso, el historial del cliente y la probabilidad de fraude. Esto se logra a través del análisis de datos históricos y actuales, lo que permite a la empresa asignar recursos de manera más eficiente y reducir tiempos de resolución.
La IA Generativa se ha convertido en un aliado clave para mejorar el área de contacto con los clientes. Gracias a su capacidad para automatizar tareas, analizar grandes volúmenes de datos en tiempo real y proporcionar respuestas precisas y personalizadas, las empresas pueden optimizar su servicio, aumentar la eficiencia operativa y mejorar la satisfacción del cliente. A medida que la tecnología evoluciona, es probable que veamos aún más aplicaciones innovadoras en este campo, transformando continuamente la manera en que las organizaciones interactúan con sus clientes.
Si quieres conocer más sobre IA Generativa, puedes apuntarte a nuestro próximo webinar el 10 de octubre «Desmitificando la IA Generativa: Casos Reales y Demo« en el que podrás ver trabajar a la IA Generativa de primera mano.
También puedes descargar el vídeo del webinar “IA Generativa Aplicada: From ZERO to HERO”, e indagar en el mundo de los modelos generativos de la mano de grandes expertos.