Descubrir el potencial de la IA generativa en el ámbito de servicio

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

• Identificar cómo la IA generativa puede ayudar a diagnosticar y resolver problemas.
  
• Describir cómo la IA generativa puede ayudar a captar y compartir conocimientos.
  
• Explicar cómo el análisis de opiniones puede mejorar las experiencias del servicio de atención al cliente.
  

La promesa de la IA generativa

Nota

El ecosistema de la IA generativa evoluciona a un ritmo increíble con el lanzamiento de varios modelos de lenguaje grande (large language model, LLM) de alto rendimiento. Al mismo tiempo, surgieron muchos negocios para optimizar estos modelos y respaldar la integración de LLM a aplicaciones nuevas y existentes. Esto significa un acceso sin precedentes a la IA generativa para organizaciones de todo tipo y tamaño. Si bien hay mucho interés en utilizar esta tecnología, en muchas organizaciones quieren saber con certeza cómo la IA generativa puede mejorar la productividad, inspirar la creatividad y reducir la monotonía.

Cuando surge una tecnología nueva, es difícil predecir su uso futuro, y si es fácil de usar o no. Por ejemplo, cuando los investigadores del Gobierno de los Estados Unidos crearon ARPANET para compartir información entre ellos, no sabían que acabaría dando lugar a Internet.

Del mismo modo, el uso que se haga de la IA generativa en los próximos 6 meses será muy distinto del que se haga dentro de 6 años. Esto se debe tanto a la rapidez con la que mejora la tecnología como a nuestra propia creatividad a la hora de utilizar la herramienta. El hecho de que solemos dar por sentada nuestra capacidad para realizar tareas basadas en el lenguaje no es de gran ayuda, por lo que es fácil pasar por alto las oportunidades de aprovechar la IA Generativa.

No podemos predecir el futuro, pero podemos cambiar nuestra forma de pensar sobre la IA generativa al observar ejemplos de cómo se puede utilizar hoy en día. Este módulo explora la IA generativa desde varias perspectivas. Aprenderá a aplicarla a las distintas partes de una organización, incluidos servicios, ventas, operaciones, marketing y TI. No se trata de una enciclopedia definitiva de casos de uso, sino más bien de una fuente de inspiración. A medida que se aprende sobre la promesa de la IA generativa, surgen temas y patrones. Pronto podrá empezar a imaginar sus propias variaciones sobre estos temas.

Mejorar el servicio con la IA generativa

Las organizaciones de servicios realizan diversas tareas lingüísticas. Cada día, los representantes de servicio se comunican con los clientes por teléfono, chat e email. En el proceso de resolución de problemas, investigan y documentan la información. No es de extrañar que una buena capacidad de comunicación sea imprescindible para cualquiera que trabaje en una organización de servicios. También es la razón por la que la IA generativa es tan eficaz en este contexto.

Tras el contacto inicial con un cliente, no se tarda mucho en encontrar un buen uso para la IA generativa. Puede parecer obvio, pero no se puede resolver un problema sin entender primero cuál es. Los clientes pueden brindar información para identificar el problema, pero la que ofrecen suele estar incompleta o contener detalles irrelevantes. Por eso es fundamental realizar buenas preguntas de seguimiento.

Aquí es donde entra en juego la IA generativa: puede utilizar detalles de casos anteriores, compras recientes, registros de cambios de productos e incluso notas de casos concurrentes para generar preguntas aclaratorias. "¿Está relacionado con su compra reciente de Widget Pro?" "¿Actualizó recientemente su dispositivo?"

El cliente puede recibir estas preguntas mediante un chatbot, o un asistente virtual se las puede ofrecer a un representante de servicio. Las respuestas activan la generación de preguntas adicionales en tiempo real. La IA generativa puede sugerir preguntas que revelen una vía de exploración que de otro modo se habría pasado por alto. Con la IA generativa, puede destinar menos tiempo a la identificación de problemas y más a su resolución.

La IA generativa adaptada a su base de conocimientos también acelera la fase de resolución. Además, el contexto que ayudó a identificar el problema se puede utilizar para ofrecer soluciones con referencias a recursos de soporte. Incluso puede solicitar que la IA generativa le explique el razonamiento que hay detrás de una solución. De este modo, los representantes de servicio pueden realizar un control de calidad y descartar las sugerencias que saben que no son útiles. Si una solución parece prometedora, los representantes pueden investigarla y verificar si es adecuada.

La IA generativa sigue siendo de ayuda al facilitar el intercambio de soluciones. Con solo presionar un botón, los representantes de servicio pueden utilizar la IA generativa para elaborar una respuesta clara, cortés y relevante para el cliente. Aquí es donde la IA generativa realmente se destaca.

Puede ayudar a un cliente que apreciaría una explicación completa de por qué ocurrió un problema. O tal vez a alguien que está abrumado, frustrado y solo quiere una solución rápida. En ambos casos, la IA generativa puede crear la respuesta que mejor se adapte a las expectativas de la audiencia. Este tipo de personalización genera relaciones más sólidas y confiables. Y es fácil lograrlo cuando su equipo dispone de la IA generativa.

Sin embargo, la historia no termina cuando ayudas al cliente a encontrar una solución. Los representantes de servicio deben registrar los detalles del caso, incluido un resumen del problema y su resolución. Sí, adivinó: la IA generativa también simplifica este paso. Genera resúmenes breves, escaneables, con notas y etiquetados con palabras clave que son perfectos para otros representantes de servicio y sus gerentes.

En este ejemplo, el representante de servicio técnico eligió la mejor manera de proceder. La IA generativa muestra opciones y el representante decide si acepta la sugerencia o investiga por su cuenta. Se espera que haya menos callejones sin salida, un recorrido más rápido y un cliente más satisfecho.

Sin embargo, ¿están satisfechos? Resulta difícil saberlo. A menudo se omiten las encuestas, y las actitudes de los clientes no siempre se incluyen en las notas de los casos. La IA generativa también ofrece algunas soluciones para este problema. Por un lado, es excelente para analizar la opinión y puede resumir toda la interacción entre el cliente y el representante de servicio. ¿El cliente mostró frustración o enfado en algún momento? ¿Cambió con el tiempo, para bien o para mal? Esto puede ayudar a identificar a los representantes de servicio de alto desempeño y a los que necesitan mejorar.

El análisis de opiniones también puede ayudar a dirigir los casos al mejor agente para el trabajo. Por ejemplo, un caso difícil se puede derivar automáticamente a un representante de servicio con más experiencia, que sea experto en resolver situaciones y evite que los agentes más nuevos se vean superados.

[Imagen generada mediante IA con DreamStudio en stability.ai con la solicitud "Un robot dibujado al estilo de un cómic sostiene un escudo en una mano."].

Por último, la IA generativa puede redactar artículos de Knowledge y convertir los detalles de uno o varios casos resueltos en contenido limpio de datos adecuado para una audiencia general. Incluso puede sugerir temas relevantes basados en la actividad reciente de los casos. En cuestión de minutos, puede tener un artículo listo para compartir con su comunidad en su portal de ayuda.

Las organizaciones de servicio son un buen lugar para vislumbrar el futuro de la IA generativa. En la siguiente unidad, aprenderá lo que puede hacer por las ventas y las operaciones comerciales.

Recursos

• Ayuda: IA generativa de Einstein
  
• Ayuda: Glosario de términos de IA generativa de Einstein
  
• Trailhead: Aspectos básicos de la IA generativa
  
• Trailhead: Aspectos básicos del procesamiento de lenguaje natural
  
• Trailhead: Inteligencia artificial para servicio al cliente
  
• Salesforce: Principales estadísticas de IA generativa para 2023