La aceleración de la transformación digital fue uno de los impactos más llamativos de la pandemia. Las videoconferencias, los pagos sin contacto y la inteligencia artificial conversacional fueron solo tres de las tecnologías que registraron tasas de adopción masivas durante 2020 a medida que las organizaciones se esforzaban por permitir que los empleados trabajaran de forma remota, mientras ayudaban a los clientes a realizar transacciones de forma segura en la tienda y autoservicio en línea.

Los empleados de los centros de contacto de los sectores sanitario, de viajes, financiero, minorista y de seguros se vieron inundados de llamadas mientras se adaptaban a trabajar desde casa. Muchas organizaciones implementaron rápidamente soluciones de chatbot para abordar este dilema. Según Gartner, las tasas de penetración de la IA conversacional aumentaron entre un 20% y un 50% en 2020, en comparación con un rango de entre un 5% y un 20% en 2019 y se prevé que los chatbots aumenten un 100% en los próximos dos a cinco años. Entonces, ¿cómo pueden las organizaciones aprovechar sus primeros éxitos con bots y utilizar la inteligencia artificial conversacional como parte de su transformación digital más amplia?

Construyendo sobre el éxito

Desde nuestra propia base de clientes, vimos a WorldRemit implementar la IA conversacional para guiar a los nuevos clientes en la realización de sus primeras transferencias de dinero digital a sus seres queridos en el extranjero cuando los puntos de venta tradicionales se vieron obligados a cerrar. El bot realiza alrededor de 140.000 interacciones al mes. De estos, el 60% no necesita hablar con un agente, lo que ha reducido los costos de servicio, mejorado la satisfacción del cliente y reducido la presión sobre el personal de servicio al cliente.

El proveedor de hipotecas de EE. UU., Cenlar, creó un bot para ayudar a los prestatarios que podrían requerir una condonación hipotecaria como resultado de COVID-19. Ofrecido dentro del IVR de Cenlar, el 12% de los prestatarios que indicaron que estaban llamando por dificultades financieras optaron por recibir un enlace SMS al bot, en lugar de hablar con un agente. Estimulado por este éxito, Cenlar lanzó un segundo chatbot para ayudar a automatizar las solicitudes comunes de los prestatarios al tiempo que ofrece una cálida transferencia a un agente de chat en vivo cuando sea necesario. Al hacerlo, lograron una tasa de contención del 75%, aliviando la presión sobre los agentes que luego podrían concentrarse en resolver problemas más complejos.

Cuando las llamadas a su centro de contacto de Dublín aumentaron en un 30% durante la noche, EVO Bank of Ireland Payment Acceptance (BOIPA) configuró una opción en su IVR para permitir que los comerciantes recibieran un enlace SMS a un bot que proporcionaba información relacionada con COVID. En doce semanas, el 17% de las llamadas se desviaron al bot. Una vez que se lanzó la solución de desvío de llamadas, BOIPA implementó un bot en su sitio web para manejar la configuración y resolución de problemas de la terminal de pago y los cambios en la cuenta bancaria. El bot logró una tasa de participación del 70%.

En un mes típico, el desarrollador británico de juegos móviles, Intouch Games, maneja 60,000 consultas de chat en vivo y este número aumenta cuando se agregan nuevos juegos. La compañía creó un bot para manejar consultas rutinarias de chat en vivo. En 90 días, Intouch Games midió una reducción del 28% en el volumen de consultas de chat en vivo manejadas por el equipo del centro de contacto.

Ahora estamos viendo empresas que implementaron con éxito los chatbots para proporcionar una opción de autoservicio digital durante los primeros meses de la pandemia que buscan aprovechar ese éxito. Como resultado, surgen tres tendencias claras:

Ir más allá de las preguntas y respuestas y usar historias para crear mejores experiencias: Las organizaciones quieren ir más allá del uso de bots para preguntas y respuestas simples y buscan usar IA conversacional para crear experiencias más atractivas y personalizadas. Por ejemplo, los sistemas bancarios están integrando la IA conversacional en sus estrategias digitales como un medio para resolver los problemas de los clientes. Ya no es suficiente usar un bot para simplemente informarles del horario de apertura. Los clientes ahora están interactuando con asistentes digitales que pueden ayudar a transferir fondos, cancelar pagos y resolver problemas complejos de varios pasos que involucran varios flujos de trabajo. Considere una solicitud como "Necesito pagar la factura de mi tarjeta de crédito porque mi tarjeta acaba de ser rechazada". La tecnología de procesamiento del lenguaje natural (NLP) está mejorando en la comprensión de la intención del usuario; sin embargo, estas solicitudes de varias partes deben integrarse en la conversación del bot para que se active el flujo de trabajo correcto a medida que cambia el contexto. Como resultado, también vemos historias que se entrelazan en conversaciones de bots para hacer que las interacciones sean más agradables y fluidas.

Mover las intenciones a las historias y los viajes de los clientes se está volviendo mucho más importante en el diseño de conversaciones. En reconocimiento de esta tendencia, Google lanzó Dialogflow CX para manejar conversaciones más complejas de varios turnos, lo que ayuda a crear experiencias de conversación más parecidas a las humanas. Otro ejemplo, Rasa, la plataforma de PNL de código abierto, se está utilizando para ir más allá de las preguntas y respuestas y crear historias para que las interacciones fluyan más como conversaciones reales.

Existe una demanda creciente, independientemente del sector y el caso de uso, de asistentes digitales para manejar conversaciones más parecidas a las humanas. La pandemia simplemente llevó esto a nuevos niveles. También vemos que los avatares y la supervisión de opiniones se vuelven importantes en el esfuerzo por ofrecer mejores experiencias. Por ejemplo, cuando un cliente expresa un sentimiento realmente negativo, la consulta se puede enrutar directamente a un humano, en lugar de que un bot la resuelva.

Ampliación de casos de uso: Como resultado del bloqueo, estamos viendo que la IA conversacional se usa en áreas fuera de los casos de uso típicos del servicio al cliente donde puede afectar los resultados comerciales, por ejemplo, en la conversión de ventas, campañas proactivas, recopilación de documentos, incorporación, renovaciones, manejo de quejas, y más. El objetivo común es la automatización, pero sobre todo con un camino hacia un ser humano para manejar los problemas más delicados o delicados de los clientes.

Trabajamos con muchas marcas en banca, seguros y finanzas, ayudándoles a presentar sus primeros bots con un camino para extender la tecnología a otras partes del negocio. Una vez que han visto el éxito inicial de las implementaciones de bots, las organizaciones quieren expandir la cantidad de casos de uso y / o agregar más funcionalidad a su solución existente. Para las grandes organizaciones multinacionales, eso a menudo significa desarrollar bots que admitan múltiples idiomas y brinden una experiencia consistente en diferentes territorios.

La IA conversacional tiene una inmensa gama de aplicaciones potenciales. Las organizaciones están estudiando cómo pueden aplicar bots basados ​​en inteligencia artificial para respaldar todo el ciclo de vida del cliente de principio a fin, desde la adquisición del cliente hasta las operaciones y la retención. Algunos de nuestros clientes utilizan bots para la incorporación digital. En los sectores de seguros y banca, el bloqueo creó dificultades para recopilar documentos de prueba, por ejemplo, para incorporar a un nuevo asegurado o cumplir con las regulaciones de Conozca a su cliente (KYC). Los documentos de identificación o las bonificaciones de prueba de no reclamación para las pólizas de seguro se enviaban normalmente a un centro de Servicios Compartidos. Cuando estos centros tuvieron que cerrar para cumplir con los pedidos de quedarse en casa, las organizaciones necesitaban otra forma de incorporar a los clientes. Creamos una forma de enviar un enlace a los teléfonos de los clientes, de modo que aparezca un bot en sus teléfonos que les dé la bienvenida y les solicite los documentos relevantes, como pedirles a los nuevos clientes que envíen una foto de su licencia de conducir. También vemos que se utilizan bots para brindar ayuda con cotizaciones de seguros, como parte del proceso de ventas.

Cualquiera que sea el caso de uso, el objetivo clave es automatizar aquellas interacciones que tengan sentido para ser manejadas por un asistente digital en lugar de un agente humano, al mismo tiempo que ofrecen un camino para escalar a un humano. La colaboración de habilidades digitales y humanas no solo reduce el costo de servicio sino que, cuando se hace bien, aumenta la satisfacción del cliente y del agente.

Ampliar: Además de ampliar los casos de uso, las organizaciones quieren ampliar sus implementaciones de bots para atender a un mayor número de usuarios. Estamos viendo el surgimiento de proyectos de IA conversacional a gran escala y un aumento resultante en la complejidad.

Sin embargo, agregar características y capacidades a un solo bot de IA conversacional puede reducir su precisión y rendimiento. Los principales motores de procesamiento de lenguaje natural (NLP), incluidos Google Dialogflow, Amazon Lex, Microsoft Luis e IBM Watson, tienen límites diferentes en cuanto a la cantidad de "intentos" que pueden manejar en un solo bot. A medida que las organizaciones dan los siguientes pasos en su viaje hacia el uso de la inteligencia artificial conversacional para proporcionar conversaciones personalizadas y respaldar los viajes de los clientes de un extremo a otro, el volumen de intenciones crece y los límites de intenciones de la PNL subyacente pueden convertirse en una barrera.

Evitando trampas

Naturalmente, si su centro de contacto ha logrado desviar el 70% de los chats en vivo a la IA conversacional y, como resultado, ha mejorado el servicio al cliente y ha hecho crecer su negocio, estará interesado en replicar ese éxito en otras partes de su negocio. . Sin embargo, como se describe, una implementación más grande del bot original en segmentos más amplios y diferentes países, donde se agregan más funciones, idiomas y capacidades, puede, con el tiempo, hacer que el rendimiento del bot se degrade a medida que se sobrecargue con intenciones.

Otro escollo es donde las organizaciones crecen mediante adquisiciones e intentan fusionar diferentes bots, construidos en diferentes motores de PNL, en un solo bot.

Beneficios de una arquitectura de orquestación de varios bots

Una arquitectura de varios bots ayuda a abordar los problemas descritos anteriormente. En lugar de construir un solo bot monolítico, abogamos por adoptar un enfoque más modular en el que varios bots capacitados sean administrados y orquestados por un Asistente virtual central al frente de la conversación. Este Asistente Virtual puede enrutar conversaciones, según la intención, hacia y desde diferentes bots, donde cada uno tiene una habilidad específica. Esto es similar al IVR tradicional del centro de contacto que enruta las solicitudes al servicio apropiado, o una recepcionista en un edificio que recibe a los visitantes y los dirige al departamento correcto.

El uso de un enfoque de orquestación de varios bots ofrece muchos beneficios a las organizaciones a medida que maduran su estrategia de IA conversacional:

• Es más fácil construir, entrenar y escalar cada servicio de bot
• Permite agregar nuevas funciones hasta un 70% más rápido
• El contenido específico del bot es administrado por gerentes de línea de negocios y expertos en la materia.
• Cuando se agrega una nueva funcionalidad, es menos probable que afecte el rendimiento del bot
• Más fácil y hasta un 40% más rentable para mantener la tecnología
• El asistente virtual se encarga de las funciones comunes, como la verificación y autenticación de ID. Por lo tanto, existe una menor dependencia de los equipos de TI cuando se desarrollan nuevos bots para respaldar nuevos servicios comerciales.
• Los clientes tienen una experiencia de usuario constante sin importar qué bot les esté sirviendo

Conclusión

A medida que avanzamos más allá del modo de crisis pandémica, es hora de aprovechar los éxitos digitales del año pasado y considerar cómo utilizar esas mismas tecnologías en otros casos de uso y áreas del negocio, impulsando mayores grados de automatización y éxito empresarial. Para las organizaciones que están expandiendo sus implementaciones de inteligencia artificial conversacional y para los nuevos usuarios de la tecnología, una arquitectura de bots múltiples les permite escalar más rápida y fácilmente sus proyectos de bots de inteligencia artificial sin perder la capacidad de permanecer ágiles y receptivos al cambio.

¿Está interesado en escuchar a los líderes de la industria discutir temas como este? Asista a la 5G Expo, IoT Tech Expo, Blockchain Expo, AI & Big Data Expo, y Cyber ​​Security & Cloud Expo World Series, ubicadas en el mismo lugar, con los próximos eventos en Silicon Valley, Londres y Ámsterdam.

La publicación Cómo llevar la IA conversacional más allá de Covid-19: una guía apareció primero en AI News.