No hay inteligencia artificial sin retorno de la inversión

Innovación
Jean-Denis Garo, Product Marketing VP en Odigo.

En esta tribuna, Jean-Denis Garo, Product Marketing VP en Odigo, analiza el impacto de la inteligencia artificial en la relación con el cliente y cómo su adopción debe ir acompañada de un retorno de la inversión claro y medible.

En 2024 la IA era un tema omnipresente en los proyectos de relación con el cliente, pero la cuestión de la rentabilidad de la inversión sigue siendo la principal prioridad. Un análisis acerca de las solicitudes (solicitud de propuesta / solicitud de información) destaca una tendencia significativa: la búsqueda de soluciones que proporcionen un beneficio medible y tangible. Aunque la IA es considerada como una oportunidad, también es una inversión cuyos resultados deben demostrarse mediante un retorno de la inversión claro y rápido. Especialmente porque los proyectos de IA a menudo están marcados por el miedo a equivocarse.

La IA aplicada a la relación con el cliente no es nueva

Ya existen muchos casos de uso de la inteligencia artificial en su forma actual ―que incorpora la IA generativa― o en sus modelos anteriores (sistemas expertos, IA simbólica, comprensión del lenguaje natural, procesamiento del lenguaje natural, aprendizaje automático, etc.) en producción. El primer chatbot data de 1966 y se llamaba ELIZA. Creado por Joseph Weizenbaum, investigador del MIT (Massachusetts Institute of Technology), ELIZA era un programa diseñado para simular una conversación mediante sencillas reglas de transformación de texto. El primer callbot, un bot aplicado a la interacción por voz, se remonta a los años 90. Este sistema utilizaba el reconocimiento de voz para interactuar con los usuarios por teléfono y estaba diseñado para aplicaciones como la gestión de los servicios de atención al cliente y para consultas sencillas.

A principios de la década de 2000 se produjo la democratización de los callbots con el surgimiento del autoservicio, y el uso del aprendizaje automático aceleraría su adopción en 2010. Los primeros mailbot, que analizaban los mensajes de correo electrónico, se perfeccionaron con el procesamiento del lenguaje natural en los años 2000. En resumen, si el «hype» de la IA se ha apoderado del sector de la relación con el cliente, no es un tema nuevo, lo que es nuevo es la multiplicación de los casos de uso, particularmente ligados al uso de la IA generativa, que han replanteado los proyectos de chatbot, callbot y mailbot desde principios de los años 2020 con el auge de los modelos GPT-3 y -4.

La IA: un potencial innegable, pero un criterio financiero dominante

Ya en 2018 en su libro de referencia*, Thomas H. Davenport anunciaba la importancia del retorno de la inversión: «La inteligencia artificial permite a las compañías no solo reducir los costes, sino también impulsar el crecimiento al permitir la personalización a gran escala y mejorar la experiencia del cliente. Un retorno de la inversión que puede medirse rápidamente». No seamos inocentes, más allá del objetivo de satisfacción del cliente y personalización, la empresa buscará sobre todo racionalizar sus costes y optimizar su rendimiento. Se pueden enumerar tres grandes beneficios tangibles.

La IA permitirá, en primer lugar, reducir el número de interacciones gestionadas por los agentes, este es el principio del autoservicio. La IA generativa mejora la calidad de las respuestas al responder de forma más contextual y personalizada a las peticiones de los clientes. Con el tiempo, gracias al análisis predictivo y a la capacidad de generar recomendaciones proactivas, la IA podrá anticiparse a las necesidades de los clientes incluso antes de que las expresen.
En segundo lugar, la IA reducirá el tiempo de conversación de los agentes. Concretamente, la IA generativa puede ofrecerles sugerencias de respuestas pertinentes en tiempo real, analizando el contexto o el historial de la conversación y consultando información de bases de conocimiento. Las respuestas se aprueban previamente y se refuerzan con documentos propuestos por la IA para respaldar la conversación.

Y, por último, la IA reducirá el tiempo de procesamiento posterior a la llamada para las interacciones de los agentes. La IA puede transcribir automáticamente conversaciones (tvoz a texto) y generar resúmenes, enriquecer un sistema de CRM (Customer Relationship Management, gestión de las relaciones con los clientes) o generar informes automáticos con la información apropiada de la conversación. Esto elimina la necesidad de que el agente introduzca esta información manualmente y reduce la carga administrativa. La IA también es capaz de automatizar el seguimiento posterior a la llamada, como el envío de mensajes de correo electrónico o los recordatorios para acciones futuras.

Más allá de la simple medición del retorno de la inversión: hacia un rentabilidad sostenible y estratégica

Las empresas ya no pueden contentarse con la innovación sin acciones concretas. Se enfrentan a la necesidad de justificar las inversiones en un contexto económico incierto y a la necesidad de presentar resultados a corto plazo en sectores altamente competitivos. Nadie puede cuestionar el papel de la IA como catalizador del cambio en los procesos de relación con el cliente, pero las empresas necesitan apoyo para la definición de indicadores clave (tiempo medio de tramitación, satisfacción del cliente, coste por contacto, etc.) y para supervisar la rentabilidad de la inversión, no solo cuando se implanta el bot, sino durante toda su vida útil. Además, los hábitos de consumo evolucionan muy rápidamente, y estas herramientas deben evolucionar con ellos.

La rentabilidad de la inversión en IA permitirá, entre otras cosas, abordar la relación con el cliente de forma diferente: estamos asistiendo a la transformación, profetizada desde hace mucho tiempo, del centro de contacto en un centro de beneficio. Según Salesforce (State of service, 5.ª edición), el 86 % de los gerentes de empresa cree que el servicio de atención al cliente se está convirtiendo en una fuente estratégica de ingresos.

La rentabilidad de la inversión, que incorpora tanto las ganancias financieras como los beneficios estratégicos, debe ser un motor de adhesión y de éxito de la IA en la relación con el cliente. A este respecto, es esencial un enfoque profesional, ya que la rentabilidad de la inversión y los indicadores clave asociados no serán los mismos en función del caso de uso o del sector de que se trate, ya sea banca, aseguradoras, sector público, retail, etc.

Autor
Saber más 
Saber más 

Últimos Whitepapers