211service.com
De función de soporte a motor de crecimiento: el futuro de la IA y el servicio al cliente
En asociación con Fuerza de ventas
Cuando se trata de imaginar el futuro, el servicio al cliente a menudo se pinta con una luz distópica. Tome la película de ciencia ficción de 2002 Informe de minorías . John Anderton de Tom Cruise entra en Gap, un sistema de reconocimiento de identidad lo escanea y un holograma pregunta sobre una compra reciente.
Hay algo inquietante en esta viñeta: un no humano no solicitado parece saber todo sobre ti (o, como en la película, te confunde con otra persona). Pero la verdad es que los clientes de hoy esperan este tipo de servicio elegante y personalizado. Sus relaciones con minoristas, bancos, centros de salud y prácticamente todas las organizaciones con las que tienen negocios están cambiando. En una economía digital siempre activa, quieren conectarse cuando quieren, como quieren. Los clientes quieren que se respondan sus preguntas sobre productos, se aborden los problemas de la cuenta y se reprogramen las citas médicas rápidamente y sin problemas.
Están empezando a entenderlo. Hoy, cuando los clientes llaman a una empresa para obtener detalles sobre sus productos, la conversación es guiada por un chatbot. Responden algunas preguntas simples y el chatbot los guía en la dirección correcta. Si no puede responder una consulta, un agente humano interviene para ayudar. La experiencia del cliente es rápida y personalizada, y los clientes están más contentos. Por otro lado, los agentes son más efectivos y productivos. He aquí el verdadero futuro del servicio al cliente.
La inteligencia artificial (IA) y el software de gestión de relaciones con los clientes (CRM) están allanando el camino hacia ese futuro. Juntas, las tecnologías pueden automatizar tareas rutinarias, liberando a los agentes humanos y brindándoles información basada en datos para ayudar a resolver rápidamente los problemas de los clientes. Están ayudando a minoristas, bancos, agencias gubernamentales y más a repensar los objetivos de sus centros de servicio al cliente, lo que permite que sus equipos evolucionen de una función de soporte a un motor de crecimiento.
Hoy en día, los avances en IA y aprendizaje automático están permitiendo niveles más profundos de compromiso y servicio con el cliente que nunca.
Pero quedan desafíos difíciles. El objetivo de las organizaciones es ofrecer el mismo servicio al cliente en todos los canales (teléfono, chat, correo electrónico, redes sociales), pero en la mayoría de las organizaciones de hoy, la tecnología aún no está del todo allí. Las tecnologías de IA deben poder comprender el habla humana y los matices emocionales a un nivel más profundo para resolver problemas complejos de los clientes. Y en ausencia de estándares universales que rijan el uso ético de la IA, las organizaciones deben crear un conjunto de principios rectores que prioricen las necesidades de los clientes y establezcan el tipo de confianza entre humanos y máquinas que hace que todo funcione.
Automatizar o estancar
en un publicación de febrero , Gartner predice que para 2022, el 70 % de las interacciones con los clientes involucrarán tecnologías emergentes como aplicaciones de aprendizaje automático (ML), chatbots y mensajería móvil, frente al 15 % en 2018.
Hoy en día, los avances en IA y aprendizaje automático están permitiendo niveles más profundos de compromiso y servicio con el cliente que nunca. Los algoritmos potentes y entrenables pueden analizar grandes cantidades de datos y aprender patrones para automatizar y ayudar a los procesos de servicio al cliente. Esta tecnología está cambiando la cara del servicio al cliente y ayudando a las organizaciones a comprender las necesidades de los clientes, a menudo incluso antes de que lo hagan, brindándoles el servicio que necesitan en el momento adecuado, dice Jayesh Govindarajan, vicepresidente de inteligencia artificial y aprendizaje automático en Salesforce.
La IA se utiliza en casi todos los aspectos del servicio al cliente, comenzando con la clasificación automática de casos de clientes a agentes con las habilidades adecuadas, y seguida por IA de asistencia que interviene para sacar a la luz información y respuestas que ayudan a los agentes a resolver casos más rápido y con precisión, dice Govindarajan. Incluso hay IA que puede usar el contexto en una conversación para predecir una respuesta. Si digo 'Tengo hambre, es hora de tomar un poco...', dice Govindarajan, sabe que probablemente voy a decir 'almuerzo' porque es media tarde.
La pandemia de coronavirus de 2020 está acelerando la transición al primer servicio digital. Las interacciones humanas se están volviendo cada vez más virtuales: las personas realizan más tareas diarias a través de Internet, compran en línea y se reúnen y colaboran a través de plataformas virtuales. Las organizaciones están reconociendo el cambio rápido y respondiendo al desafío mediante la adopción de chatbots y otras herramientas de inteligencia artificial para recopilar información, clasificar y enrutar casos de clientes y resolver problemas de rutina.
La tendencia se está desarrollando en todas las industrias, con la mayor adopción en el comercio minorista, los servicios financieros, la atención médica y el gobierno, según Govindarajan. Cuando las personas necesitan ayuda para devolver un producto o renovar una licencia de conducir, el proceso se automatiza cada vez más. Solo el mercado de automatización minorista se valoró en $ 12,45 mil millones en 2019 y se espera que alcance $ 24,6 mil millones para 2025, según investigación de Mordor Intelligence .
Tal adopción de amplio alcance es posible porque los modelos de lenguaje, los motores detrás del procesamiento del lenguaje natural, pueden entrenarse para aprender una lengua vernácula específica. En el comercio minorista, por ejemplo, un sistema de inteligencia artificial conversacional podría aprender la estructura y el contenido de un catálogo de productos, dice Govindarajan. El vocabulario de la conversación es específico del dominio, en este caso, el comercio minorista. Y con más uso, los modelos de lenguaje aprenderán el vocabulario empleado en cada industria.
La alianza hombre-máquina
A medida que evoluciona este nuevo nivel de servicio al cliente, se dirige en dos direcciones generales. Por un lado, existe una experiencia totalmente automatizada: un cliente interactúa con una organización, guiado por chatbots u otras indicaciones de voz automatizadas, sin la ayuda de un agente humano. Por ejemplo, Einstein, el sistema CRM impulsado por IA de Salesforce, puede automatizar funciones y tareas repetitivas, como hacer preguntas a un cliente para determinar la naturaleza de una llamada y enrutar la llamada al departamento correcto.
Sabemos exactamente cómo es la estructura de una conversación, dice Govindarajan. Verá un saludo, recopilará información e irá a resolver un problema. Es práctico automatizar este tipo de conversaciones. Cuanto más se utiliza el modelo, más pueden aprender y mejorar los algoritmos. A estudio realizado por Salesforce descubrió que el 82 % de las organizaciones de servicio al cliente que usan IA vieron un aumento en la resolución del primer contacto, lo que significa que el problema se resuelve antes de que el cliente finalice la interacción.
Pero las respuestas asistidas por IA tienen limitaciones. Cuando una pregunta es más compleja o menos predecible, se requiere la participación humana: piense en un turista que explica un problema en un segundo idioma o en alguien que lucha por seguir las instrucciones de montaje de un ventilador de techo. En estos escenarios, la empatía es fundamental. Un ser humano tiene que estar al tanto para trabajar con el cliente directamente. Entonces, un agente interviene, se refiere al sistema CRM para obtener datos actualizados del cliente para obtener el contexto necesario y ayuda al cliente a resolver el problema.
Puede pensar en el rol del agente como el entrenamiento del sistema: los agentes corrigen las respuestas generadas por la máquina y toman medidas de seguimiento, dice Govindarajan. Mientras que el sistema ayuda al agente a encontrar la respuesta correcta utilizando modelos de aprendizaje automático entrenados en casos anteriores similares resueltos con éxito y en interacciones previas del cliente con la empresa.
El agente también puede cultivar una mejor relación con el cliente potenciando la conversación con información basada en datos, haciéndola más personal.
Superar la tecnología, los desafíos de la ética
Todo esto pinta una imagen emocionante del futuro del servicio al cliente, pero hay obstáculos que superar. Los clientes interactúan cada vez más con las empresas a través de canales en línea y fuera de línea. Investigación de la fuerza de ventas encontró que el 64% de los clientes utilizan diferentes dispositivos para iniciar y finalizar transacciones. Esto significa que las organizaciones deben adoptar e implementar tecnologías que puedan proporcionar la vista única del cliente: una colección agregada de datos del cliente. Tener esta vista ayudará a habilitar la comunicación multimodal, lo que significa que los clientes obtienen la misma experiencia ya sea que estén en un teléfono móvil, enviando mensajes de texto o por correo electrónico. Además, los algoritmos de aprendizaje automático deben volverse más eficientes; La IA conversacional debe evolucionar para detectar patrones de voz, sentimientos e intenciones con mayor precisión; y las organizaciones deben asegurarse de que los datos en sus algoritmos sean precisos y relevantes.
Los desafíos van más allá de la tecnología. A medida que los centros de contacto adoptan la IA, deben centrarse en desarrollar la confianza entre la tecnología y sus empleados y clientes. Por ejemplo, un chatbot debe informar a los clientes que es una máquina y no un ser humano; los clientes necesitan saber cuáles son las limitaciones del bot, especialmente en los casos en los que se intercambia información confidencial, como en el cuidado de la salud o las finanzas. Las organizaciones que usan IA también deben ser sinceras sobre quién es el propietario de los datos de los clientes y cómo manejan la privacidad de los datos.
Las organizaciones deben asumir esta responsabilidad con seriedad y comprometerse a proporcionar las herramientas que los clientes y el personal necesitan para desarrollar y utilizar la IA de forma segura, precisa y ética . En una nota de investigación de 2019 , Gartner aconseja a los líderes de datos y análisis: Llegar a un acuerdo con las partes interesadas sobre las pautas de ética de IA relevantes. Comience por observar las cinco pautas más comunes que otros han utilizado: estar centrado en el ser humano, ser justo, ofrecer explicación, ser seguro y ser responsable.
En un mundo donde es cada vez más importante construir relaciones sólidas entre las organizaciones y el público, el servicio presenta la mayor oportunidad para mejorar las experiencias de los clientes y buscar el crecimiento. El valor de hacerlo es cada vez más claro, dice Govindarajan. Cuando implementa sistemas de IA y lo hace bien, el costo de manejar los casos disminuye y la velocidad de resolución aumenta. Y eso genera valor para todos.
Este contenido fue producido por Insights, el brazo de contenido personalizado de MIT Technology Review. No fue escrito por el equipo editorial de MIT Technology Review.