Como sucede con otras emergentes ramas de la inteligencia artificial, las capacidades de la IA Conversacional se están desarrollando sistemáticamente y pronto no se limitarán a simples consultas y respuestas con el cliente.
IA Conversacional
La IA Conversacional actual da la idea de que los chatbots se limitan a responder preguntas de forma repetitiva. Sin embargo, plataformas de análisis aumentados están tomando ventaja de la IA conversacional que permite a mayor cantidad de gente dentro de una organización interactuar con la información disponible. En vez de tipear una consulta en SQL, un usuario puede simplemente tipear una consulta en lenguaje natural que será respondida en lenguaje natural.
La IA Conversacional es activada a través de un proceso de lenguaje natural (NLP) - específicamente un entendimiento de lenguaje natural (NLU)- que determinará qué es lo que el cliente está tratando de comunicar. Y el generador de lenguaje natural (NLG) se encargará de responder. Además, se utiliza el aprendizaje automático para mejorar constantemente la precisión de la respuesta.
Una de las principales críticas a la IA Conversacional es que no entiende emociones. Pero eso está cambiando. Los clientes frustrados a menudo cambian el volumen de su voz para ayudar a transmitir su estado de salud mental. O usan las mayúsculas y los signos de exclamación para expresar enojo al tipear. Mediante el uso de la semántica para comprender las relaciones entre las palabras y el aprendizaje por refuerzo, la IA Conversacional está mejorando y empezando a entender estas manifestaciones.
“La IA Conversacional puede entender características humanas como las pausas, la repetición, el tono, incluso el sarcasmo”
Según Jason McMahon, de la agencia de marketing digital Bambrick. “Estas son herramientas fundamentales para la comunicación humana que la IA Conversacional puede asimilar para hacer más atractiva la relación con los clientes y las empresas.”
Asistentes digitales como Siri o Alexa demuestran que la IA conversacional se está convirtiendo en algo corriente, aunque todavía los resultados de esa interacción sean un poco decepcionantes. Aunque los errores no sean muy importantes desde el punto de vista del consumidor, en el contexto de un negocio pueden resultar costosos tanto monetariamente como a nivel de reputación.
McMahon dice que las aplicaciones de IA Conversacional pueden usar NLP para entender sentimientos clasificando las conductas como positivas, negativas o neutras, lo que le permitirá al chatbot responder apropiadamente. Aún así, muchas emociones son apenas un indicio de algo que no está muy claro y los humanos pretenden que la IA entienda esos matices.
Lo que una persona dice o tipea puede ser fácilmente malentendido si no se conoce el contexto del usuario.
Plataformas de IA
De cualquier manera, se puede inferir un conjunto de posibles interacciones dependiendo de si la persona está usando una aplicación de un comercio minorista o una reserva de viajes, por ejemplo.
La visión por computadora (computer visión) también se está usando para identificar conductas y lenguaje corporal que provee contexto adicional. Mientras que las palabras son esenciales, claves no verbales pueden ayudar a enfatizar o contradecir lo que la persona está diciendo. Cuanto más información sobre el usuario en un momento específico tenga la IA, mayor precisión tendrá al responder.
Las plataformas de IA también están reuniendo datos que pueden ser usados para entrenamiento. Por ejemplo, en tickets para eventos de deportes y entretenimiento, la empresa AXS notó que el staff de su call center no daba abasto para responder a la cantidad de consultas, y se decidió implementar un chatbot conversacional.
El bot, llamado Satisfi aprendió del conocimiento compartido por 350 empresas que ya habían usado el bot. AXS logró reducir a un 6% el tiempo dedicado a las consultas y ahorrar hasta U$S 900.000.
La IA Conversacional también está siendo utilizada para mejorar la experiencia del consumidor en el sector salud, donde se está logrando reducir significativamente tanto las quejas como los costos relativos a la facturación. También en el sector financiero, e incluso en ciberseguridad. Según Anurag Gurtu, jefe de seguridad de la firma StrikeReady, la IA Conversacional está siendo utilizada para dar alertas y evitar incidentes. “En
ciberseguridad va más allá de la búsqueda de conocimiento, incluye cientos de tareas y operaciones. Entre los beneficios que nuestros clientes pueden esperar se incluye un mejor ROI (retorno de la inversión) e inversiones más seguras.”
Dinesh Nirmal, jefe de Data, IA y Automatización de IBM, dice: “Nosotros hemos desarrollado varios tipos de soluciones en IA Conversacional con el fin de ofrecer a las empresas mejores experiencias en la relación con sus clientes y también para ayudar a sus empleados a ser más productivos. Por ejemplo, el Asistente Watson, que es nuestra principal IA Conversacional, automatiza el compromiso con el cliente para acelerar la resolución de sus consultas o responder preguntas que no son fáciles de encontrar en los FAQs. Usamos aprendizaje automático y procesamiento de lenguaje natural para entender al cliente en su contexto y dar respuestas rápidas y precisas, a través de cualquier dispositivo, aplicación o canal. También estamos desarrollando soluciones que sirven a restaurantes en la automatización de las órdenes de pedidos”.
La inteligencia artificial y la automatización están teniendo un gran impacto en cómo las marcas manejan la experiencia del cliente y las interacciones entre sus empleados.
Además de la experiencia del cliente, otro campo donde la IA Conversacional está empezando a tener un considerable impacto es en la experiencia del empleado y la productividad. Muchos empleados en recursos humanos, ventas, marketing, pierden tiempo y concentración dedicándose a tareas repetitivas como planificando citas, actualizando calendarios, enviando recordatorios, etc. Con una automatización inteligente como chattigo, que puede ser controlada usando lenguaje natural, los empleados podrán automatizar estas tareas y lograr tiempo para enfocarse en las cosas más importantes.