糖心原创

La próxima fase de la innovación en IA impulsará la personalización a escala y ayudará a las organizaciones a ofrecer de forma eficiente experiencias personalizadas y sin fisuras.

El interés en la inteligencia artificial (IA) ha aumentado recientemente debido a la IA generativa de fácil acceso y uso público. Estas innovaciones 谤别惫辞濒耻肠颈辞苍补谤á苍 el enfoque de la industria de la experiencia para resolver problemas persistentes: crecientes cargas de datos, presupuestos reducidos, escalado de insights, fomento de la adopción y más.

糖心原创 ha estado creando capacidades de IA y aprendizaje automático reflexivas, procesables y nativas desdeel lanzamiento de Text Analytics en 2008. Las capacidades de procesamiento del lenguaje natural (NLP) y comprensión del lenguaje natural (NLU) de 糖心原创ahora admiten cientos de idiomas, modelos de aprendizaje automático orientados a la acción y más de 15 000 temas preaprendidos, lo que permite experiencias personalizadas.?

Desde entonces, hemos seguido desarrollando nuestras capacidades de IA en voz, texto y más para proporcionar a las empresas insights accionables y democratizados sobre las experiencias. A principios de este a?o, superamos el millón de usuarios activos semanales que están aprovechando nuestras potentes capacidades impulsadas por IA hoy en día.

Con la profundidad de nuestros datos, 15 a?os de experiencia en IA y nuestro liderazgo en el análisis de texto orientado a las personas, ahora estamos desarrollando la siguiente fase de innovaciones de IA para proporcionar una personalización sin precedentes de las experiencias.?

Conocimiento más rápido con análisis generativos y predictivos

?No sería ideal que cualquier usuario de su plataforma de experiencia pudiera obtener exactamente los insights que desea con una formación y un esfuerzo mínimos? Si bien la IA y el aprendizaje automático (ML) han facilitado enormemente el análisis de grandes conjuntos de datos, el poder de extraer insights de esos datos a menudo sigue concentrado en manos de usuarios más familiarizados con las estadísticas y el análisis. El resultado es un lento tiempo de obtención de insights en toda la organización y dificultad para ver y actuar sobre esa información vital.?

Por ejemplo, un gerente regional tiene un tiempo limitado para averiguar qué está afectando negativamente sus métricas de satisfacción del cliente. Ciertamente, no tiene tiempo para esperar ayuda para actualizar sus informes o para obtener una respuesta a sus preguntas. La IA debería empoderar a ese gerente regional —y a otros usuarios— para obtener insights predictivos generados a partir de sus datos de experiencia utilizando consultas o indicaciones sencillas. Ese gerente debería estar a una sola pregunta de saber por qué algunas de sus ubicaciones rinden mejor que otras; la IA debería ser capaz de ofrecer la respuesta a esa pregunta de inmediato.

Eventualmente, a medida que la IA aprende las necesidades específicas de cualquier usuario, la formulación de preguntas y consultas debería convertirse en un paso opcional. En su lugar, la IA debería predecir y adaptar los insights que el usuario desea y necesita ver para desempe?ar bien su función. La IA debería eliminar la pronunciada curva de aprendizaje para realizar análisis de causa raíz sobre lo que está sucediendo y por qué, proporcionando herramientas intuitivas y fáciles de usar que le permitan interactuar con sus datos.?

La IA generativa es una tecnología principal que ayudará a lograr este objetivo, pero no será el único tipo de IA que será valioso para este análisis. El análisis predictivo -análisis que utiliza datos para predecir tendencias o acontecimientos futuros- debe basarse en la IA generativa y trabajar junto con otros métodos. Estos análisis predictivos potenciados por IA deberían permitir a las empresas adaptar las experiencias en función de esas predicciones, las preferencias de los clientes y otras métricas, para lograr en última instancia una resolución más rápida de los problemas y una mayor satisfacción.?

Estos análisis deben ser capaces de puntuar lo no puntuado, es decir, predecir y puntuar la probabilidad de que un cliente o empleado realice una determinada acción si no actuamos ante un problema concreto. Por ejemplo, la IA debería ser capaz de identificar los patrones en las interacciones y sacar a la luz los principales factores de riesgo que conducen a la pérdida de clientes u otro resultado que le interese comprender, todo ello en el momento.?

Automatizar lo cotidiano con herramientas de IA inteligentes y mejoradas por humanos

A medida que se reducen los presupuestos y aumenta la demanda de los clientes, todas las empresas necesitan encontrar formas novedosas de automatizar los procesos para ofrecer niveles de servicio elevados y constantes y, al mismo tiempo, mitigar la rotación de empleados. Las automatizaciones mejoradas con IA son una solución beneficiosa para empleados y clientes que se enfrentan a estos problemas.?

Por ejemplo, los agentes del contact center tienen un tiempo extremadamente limitado para realizar todas las tareas requeridas por su trabajo. ?No sería beneficioso para los agentes automatizar las notas post-llamada o recibir automáticamente un resumen de las interacciones previas del cliente con la empresa para que puedan proporcionar un servicio más rápido y mejor? Los clientes obtendrían las respuestas que desean más rápidamente al reducir el tiempo necesario para que los empleados resuelvan problemas. La carga de trabajo y el estrés de los empleados podrían reducirse de peque?as maneras con un gran impacto en los resultados finales y la satisfacción del cliente. Resumir automáticamente una interacción de soporte al cliente puede ahorrar a cada agente entre 15 y 60 segundos después de cada llamada o chat. Nuestro objetivo es automatizar lo mundano, no eliminar lo humano.?

Pero el impacto potencial de las automatizaciones impulsadas por IA se extiende más allá de los casos de uso del contact center. La IA debería ayudar a automatizar tareas de una manera que libere la inteligencia y los recursos humanos para las tareas de mayor valor a?adido o más complejas para cada empleado, al mismo tiempo que reduce los costos. La IA debería aumentar los flujos de trabajo humanos y mejorar las condiciones laborales, al tiempo que identifica y luego capacita a las personas para trabajar en interacciones de mayor valor, que requieren inteligencia humana y son más gratificantes, todo en menos tiempo. Al mismo tiempo, la IA debería escalar para proporcionar resúmenes, categorizaciones, respuestas y otras mejoras automatizadas que ayudarán a mantener la coherencia en cada programa de experiencia.

Estas automatizaciones también deberían permitir a los usuarios editar la forma en que la IA genera respuestas personalizadas u otros contenidos generados para garantizar el cumplimiento de la política de la empresa, como limitar el número de cupones entregados a un cliente o el porcentaje de descuento permitido para los detractores. Los empleados podrían relajarse sabiendo que sus respuestas generadas son conformes, ya que la IA aprende constantemente lo que es aceptable a partir tanto de los comportamientos de otros empleados como de la configuración de la IA por parte del administrador. Además, la IA debería proporcionar contexto y sugerencias a los empleados, identificando las siguientes mejores conversaciones o acciones para que los empleados puedan llevarlas a cabo de forma automática o manual. ?Cuál es el resultado? Interacciones coherentes y personalizadas con los clientes en todos los programas de experiencia. De este modo, las automatizaciones basadas en IA deberían proporcionar a cada cliente una experiencia personalizada, independientemente de si esas automatizaciones requieren o no intervención humana.?

Personalizar cada experiencia, desde el cliente hasta la línea de atención al cliente

Ya hemos hablado varias veces de la personalización, y por algo será. Los clientes están acostumbrados a dar su opinión u otros datos a las empresas tanto implícita como explícitamente, ya sea a través de chats, su comportamiento digital, respuestas a encuestas, opiniones, redes sociales... lo que sea. ?Por qué no van a esperar que esos datos se utilicen para que sus experiencias con la marca sean más fluidas, personales y mejores??

Esto podría significar la generación automática de respuestas exhaustivas y contextualmente precisas, así como de las acciones más adecuadas en función de los comentarios de los clientes. La IA debería mejorar aún más las experiencias futuras de los clientes con su empresa, al ser plenamente consciente de sus experiencias anteriores y proporcionar las mejores acciones siguientes en consecuencia. Si un cliente posee la consola de videojuegos de última generación que usted vende, le molestaría que todo su marketing fuera para una consola de videojuegos (o un dispositivo/servicio complementario) que tiene más sentido para una consola de última generación. Al aprovechar la IA para personalizar las experiencias, su empresa podría aumentar la lealtad a la marca, proporcionando sólo la información y los artículos más relevantes a sus clientes.?

Esto debería incluir IA que extraiga insights sobre el comportamiento a partir de datos no lingüísticos, como digitales o Video. La IA debería ser capaz de descubrir patrones en el comportamiento digital y utilizarlos para ayudar a los clientes proporcionando artículos de ayuda o enlaces específicos. El ahorro de tiempo por sí solo podría ser enorme para clientes y empleados. Pero yendo aún más lejos, la IA podría asegurarse de que los clientes obtengan exactamente lo que quieren antes de que lo pidan. Si un huésped de hotel siempre pide información sobre el gimnasio, ?por qué no enviar automáticamente información sobre el gimnasio, así como toallas adicionales a su habitación? Imagine este nivel de personalización, escalado a la totalidad de su negocio.

Prevemos que todos estos métodos de IA mantendrán un bucle de retroalimentación para perfeccionar continuamente los modelos de IA y proporcionar una personalización cada vez mayor para potenciar la satisfacción de empleados y clientes. La IA debería adaptarse a la nueva información en cada punto de un viaje, entrenándose dinámicamente con los datos generados en cada paso a través de cada se?al. El resultado final debería ser una personalización sin precedentes para todos los que interactúan con su empresa. Las posibilidades son infinitas con la visión, la experiencia y la IA adecuadas que permitan un ajuste infinito y una personalización constante y adaptable.?

El futuro de la IA: agilizar y personalizar la atención al cliente

Nuestro objetivo es crear avances en IA que agilicen los procesos de toma de decisiones y mejoren la eficiencia general, la accesibilidad y la facilidad de uso de los insights, impulsados por IA generativa y análisis predictivo. También pretendemos hacerlo de manera responsable, teniendo en cuenta las regulaciones pertinentes y los estándares de seguridad de nuestros clientes, al mismo tiempo que mantenemos la transparencia sobre cómo se utilizan los datos.?

Las automatizaciones potenciadas y aumentadas por la IA aliviarán la carga de trabajo de los empleados al tiempo que preservarán el toque humano esencial en las interacciones, lo que promete una mayor lealtad y satisfacción. En el centro de estos avances se encuentra el compromiso con la personalización, con la IA generando respuestas y acciones contextualizadas basadas en los comentarios y el comportamiento del cliente, cultivando en última instancia la lealtad a la marca y experiencias más positivas y personales.

Nuestra visión está respaldada por décadas de experiencia, miles de millones de puntos de datos y filosofías de dise?o que nos han permitido crear soluciones seguras, escalables y de calidad empresarial.