Saltar al contenido
01
Data and AI

Imaginando una nueva era de experiencia del cliente con IA generativa

Pasa al siguiente nivel de compromiso en la experiencia de cliente.

La notable aceleración de la tecnología de IA generativa ha cautivado la imaginación de los directivos de empresas de todo el mundo. De hecho, el 93 % de los ejecutivos de productos de consumo la han convertido en su principal prioridad en la sala de juntas.[1] 

Reconocen su potencial revolucionario para crear un valor sustancial y conseguir niveles hasta ahora inalcanzables de eficiencia de contenidos, productividad, personalización y compromiso del cliente.

Estamos entrando en nuevas fronteras de la experiencia de cliente y avanzando hacia una era de potenciación de la misma. Creemos que la IA generativa es una herramienta que no sólo puede permitir la eficiencia y la mejora de la creatividad, sino que puede potenciar significativamente tanto a los clientes como a los empleados.

¿Qué es la Ai generativa?

Mientras que los algoritmos de IA analizan predominantemente los datos para hacer predicciones simples, la IA generativa tiene la capacidad de aprender y volver a aplicar las propiedades.

Abriendo mentes hacia nuevas posibilidades

En términos generales, vemos el impacto potencial de la IA generativa en cuatro ámbitos clave: comercio, servicio, ventas y marketing, pero el potencial va mucho más allá cuando consideramos la combinación de los puntos de contacto que conforman las interacciones relevantes con los clientes, lo que da lugar a viajes orquestados y personalizados.

Los chatbots actuales son conocidos por sus respuestas sosas y a menudo imprecisas a las consultas de los usuarios. Los clientes reconocen inmediatamente que están hablando con una máquina. El nivel actual de los chatbots provoca frustración en los clientes, desinformación y pérdida de oportunidades para resolver problemas. Los costes de atención al cliente aumentan, ya que la intervención humana se convierte en un elemento necesario para mitigar las limitaciones y deficiencias de los chatbots. Por otro extremo, los chatbots de IA generativa tienen una comprensión más sofisticada de la intención y pueden basarse en el contexto a través de las conversaciones. El cliente detectará un enfoque humano y empático casi indistinguible de la interacción con una persona real.

La última encuesta del Instituto de Investigación Capgemini reveló que el 83% de las 800 organizaciones piensan que estos chatbots mejorados son la aplicación de IA generativa más relevante, y el 63% de las organizaciones de retail afirman que están utilizando la IA generativa para mejorar su actual servicio de atención al cliente. Pero estos chatbots no se limitan únicamente a una función de atención al cliente. Morgan Stanley, una organización estadounidense de servicios financieros, está utilizando GPT-4, el modelo de lenguaje de mayor alcance más reciente, para impulsar un chatbot interno que proporciona a los empleados acceso instantáneo al enorme archivo de la empresa. Pueden consultar una plataforma para obtener asesoramiento de múltiples fuentes de conocimiento.

La calidad del servicio que recibe un cliente suele depender de los conocimientos y la accesibilidad del agente con el que habla, cuya atención puede estar dividida entre varias pantallas. Un “copiloto” de IA generativa puede ayudar al agente sugiriéndole las respuestas más probables para atender rápidamente las necesidades del cliente. Incluso puede detectar emociones en tiempo real y ofrecer recomendaciones basadas en el estado de ánimo de la persona que llama. La calidad de la orientación mejora continuamente al aprovechar los comentarios humanos para reforzar los modelos. Y como el aprendizaje tiene lugar durante las llamadas, no después, los niveles de garantía de calidad aumentan ya en la siguiente. La IA generativa también puede ayudar a completar el trabajo posterior a la llamada generando la carta de seguimiento, la comunicación y el contrato de un día.

El 67% de las organizaciones están de acuerdo en que la IA generativa puede mejorar el servicio al cliente proporcionando asistencia automatizada y personalizada. Outreach, una plataforma líder de ejecución de ventas, presentó recientemente Smart Email Assist, que utiliza la tecnología para autogenerar copias de correo electrónico precisas y relevantes basadas en patrones detectados en conversaciones anteriores entre comprador y vendedor. En otras implementaciones, la aplicación de chat Slack, propiedad de Salesforce, ha integrado ChatGPT para ofrecer resúmenes instantáneos de conversaciones, proporcionar herramientas de investigación, redactar mensajes y encontrar respuestas en relación con diversos proyectos o temas.

Las soluciones a medida requieren conocimientos y formación en profundidad. Cuando los clientes potenciales B2B crean ofertas complejas de productos y servicios, deben extraer contenidos de fuentes dispares y adaptarlos a los distintos sectores, lo que puede llevar meses. La IA generativa puede acortar considerablemente el proceso, proporcionando acceso directo a la experiencia en productos/servicios. Puede generar versiones iniciales de propuestas/colaterales de apoyo a las ventas que se ajusten a la portfolio de negocios de la compañía. Una vez completada la oferta, una plataforma de sugerencias de IA generativa puede asesorar a los ejecutivos de cuentas sobre cómo abordar las preguntas de los clientes y proporcionar la información más relevante.

En el ámbito B2C, Stitch Fix, un servicio de estilismo personal on line, está utilizando la IA para recomendar ropa específica a los clientes. La empresa está experimentando con DALL-E 2, un generador de imágenes de IA, para representar visualmente su gama de productos en función del color, la tela, el estilo o cualquier otra petición del cliente. Por ejemplo, si un cliente quiere unos vaqueros pitillo rojos de talle alto, DALL-E 2 generará una imagen compuesta basada en estas cualidades para ayudar al empleado a encontrar un producto similar en el inventario de la empresa.

La IA generativa puede ayudar a las organizaciones con capacidades de creación de contenidos más rápidas que incluyen la generación de imágenes, voz, texto y vídeo. También puede mejorar la estrategia de marketing con análisis avanzados de datos e insights de los clientes. Aunque no creemos que la IA generativa vaya a sustituir totalmente a la creatividad y la experiencia humanas, puede ahorrar un tiempo valioso a los profesionales del marketing, que podrán dedicarlo a crear campañas más originales. Después de todo, es mucho más fácil retocar ligeramente un activo de marketing casi completo que crear uno desde cero. El minorista de vehículos usados CarMax utiliza IA generativa para crear resúmenes de texto rápidos para sus páginas de búsqueda de coches. Además de ser preciso y atractivo, el contenido está adaptado para ocupar un lugar destacado en las listas de los motores de búsqueda.

La creación de contenidos creativos suele requerir la experiencia de agencias con herramientas de diseño especializadas. En una prueba de concepto pionera, Capgemini ha diseñado un constructor de campañas de IA en el que los profesionales del marketing pueden tomar el control y crear campañas por sí mismos. Imaginamos esta herramienta en manos de un departamento de marketing de automoción: primero seleccionan un coche como punto central de su campaña, luego las características a destacar (seguridad, rendimiento, espacio, etc.), el público objetivo (profesionales en activo, padres/familias, entusiastas del deporte, etc.) y, por último, la plataforma (Facebook, Instagram, Twitter, etc.) en la que se desarrollará la campaña.
 
Con esta información, la herramienta genera un tema y combina imágenes y mensajes, filtrándolo todo a través de las directrices de marca de la empresa para garantizar la consistencia y la cohesión de la visualización. Ofrece varias opciones iniciales para que el responsable de marketing las examine detenidamente y las seleccione. Con el activo casi terminado, un equipo creativo puede hacer los retoques finales y desplegar la campaña en sólo 3-4 semanas, en lugar de los 2-4 meses habituales.

Está claro que la IA generativa puede ser una potente herramienta de contenidos, ventas y marketing, y la experiencia del cliente es una de las mayores áreas en las que esta tecnología puede tener un impacto significativo. Pero, como ocurre con cualquier nueva etapa, existen riesgos. Las organizaciones deben sortear nuevas complejidades, como los riesgos de propiedad intelectual y el uso responsable y ético, y prepararse para la posibilidad de fugas de datos y resultados irrelevantes o sesgados. Un riesgo evidente se presenta cuando a la IA generativa se le proporciona todo Internet como recurso de datos, lo que significa que recurre tanto a datos seguros y fiables como a información potencialmente engañosa o protegida por derechos de autor. Por eso deben definirse límites claros en torno a los conjuntos de datos pertinentes para excluir la información falsa o engañosa y aumentar la calidad y seguridad de los contenidos generados por IA. Estas barreras y otras orientaciones también son necesarias para proteger aspectos más intangibles, como la identidad y la reputación de la marca.
 
A pesar de estos peligros, el 40% de las organizaciones ya han creado equipos y presupuestos dedicados a la IA generativa, pero la mayoría aún no ha considerado lo importante que es el siguiente paso: elegir al asesor y al socio de soluciones adecuados. Aunque la IA generativa puede crear un valor significativo por sí sola, sólo es verdaderamente revolucionaria cuando se combina con las capacidades existentes. Un socio tecnológico experimentado y fiable puede identificar las áreas de la organización en las que su integración puede aportar los mayores beneficios para transformar la experiencia del cliente a lo largo de todo su ciclo de vida. Pueden proporcionar la innovación, la transparencia de la fuente de datos y el uso, y el tipo de funciones y experiencias que cambiarán radicalmente la forma en que las organizaciones interactúan con sus clientes, a escala.

Construida sobre una sólida base de IA generativa que proporciona seguridad, protección de la privacidad y escalabilidad, la sólida arquitectura de Capgemini puede dar vida a casos de uso de CX para cualquier ámbito de negocio.

Personalización real a través de la IA generativa

Quizá la mayor capacidad de la IA generativa sean las posibilidades de hiperpersonalización. Los clientes se enfrentan a múltiples puntos de contacto fragmentados y a una personalización incoherente en cada momento. Basta con pensar en todas las interacciones que supone planificar un viaje al extranjero. Está el transporte (comprar billetes, conseguir taxis, organizar traslados), el alojamiento y todo lo demás, como planificar actividades, reservar mesa y gestionar la logística local del viaje. Con tantos elementos interdependientes, un contratiempo puede repercutir en todo el itinerario. ¿No sería la vida más fácil si alguien (o algo) ayudara a gestionar todo esto? Aunque todavía un poco futurista, nos estamos acercando a una era en la que la IA generativa, junto con el flujo de trabajo y la ejecución, consolidará múltiples puntos de contacto y actuará como un asistente personal para los clientes.

Supongamos que te diriges al aeropuerto pero te encuentras atrapado en un atasco. Como no sabes si podrás coger tu vuelo, abres la aplicación del aeropuerto y preguntas por las opciones disponibles. La IA generativa evalúa rápidamente varios factores, como la hora de llegada al aeropuerto y la posibilidad de que el vuelo se retrase. Mediante la interacción por voz, sugiere acciones personalizadas que puede realizar en tu nombre, como preparar tus compras con antelación, reservar una plaza de aparcamiento de corta duración u organizar un servicio rápido que te permita agilizar la facturación en el aeropuerto.

El asistente va más allá de las meras recomendaciones. Conecta los flujos de trabajo necesarios de los distintos puntos de contacto y coordina la ejecución de las acciones sugeridas. Esto puede significar que, si no se coge el vuelo, el asistente virtual puede volver a reservar sin problemas los billetes de avión, cambiar las fechas de alojamiento, hacer nuevas reservas en restaurantes, e incluso enviar la queja y la reclamación de indemnización a la aerolínea.

Hoy en día, las grandes marcas de productos de consumo simplemente no están equipadas para proporcionar a cada cliente individual un contenido contextual preciso, coherente y siempre personalizado. La IA generativa puede hacer alcanzable lo que antes era inviable. El concepto visionario que subyace en el libro pionero de hace 30 años, The one-to-one future: building relationships one customer at a time (El futuro uno a uno: construyendo relaciones cliente a cliente), puede por fin adoptarse y ampliarse en todo su esplendor.

Haz que funcione la CX

Aunque las tecnologías generativas pueden ayudarnos a crear contenidos útiles y contextuales, siguen necesitando un marco holístico que las empresas puedan utilizar para mejorar la experiencia del cliente. A alto nivel, cualquier empresa necesitará cuatro elementos clave para adoptar la IA generativa en CX (además de elementos estándar como datos, algoritmos, integraciones):

  1. Casos de uso de negocio: Aunque hay muchos casos de uso imaginables para la IA generativa en CX, es importante comprender la viabilidad y el valor que aportará cada uno. Una empresa necesitará una estrategia refinada para seleccionar los casos de uso adecuados que ofrezcan resultados tangibles (aplicables a su negocio).
  2. Orquestación CX: El contenido generativo puede utilizarse para crear una experiencia de cliente más atractiva y personalizada. Sin embargo, es importante orquestar cuidadosamente este contenido para garantizar que sea coherente con los valores de la marca (tono, voz), el público objetivo y los objetivos generales de CX. Si se tienen en cuenta estos factores, las empresas pueden utilizar el contenido generativo para crear una experiencia del cliente más coherente y memorable..
  3. Delimitación: Es necesario aplicar una poderosa capa de controles de la experiencia del cliente (directrices de la marca, valores fundamentales, visión de la marca, etc.) a las solicitudes y entradas y, lo que es más importante, a la seguridad de los modelos (alcance de los datos y uso). Al poner barreras, las empresas pueden garantizar que la IA generativa se utiliza de forma responsable y ética. Esto puede ayudar a proteger la marca, los clientes y los datos.
  4. Metodología de adopción: Las soluciones generativas no pueden considerarse de forma aislada, ya que se convierten en parte del trabajo existente realizado por el equipo en el espacio CX (marketing, ventas, servicio o comercio). Las empresas deben contar con una metodología de adopción que garantice que todos los elementos de tecnología, personas y procesos se adapten a los cambios que conlleva la tecnología generativa.

Un enfoque estratégico para un impacto controlado

Aunque la plena madurez de la IA generativa no se espera hasta dentro de 2-5 años, el 70% de las organizaciones mundiales ya han empezado a explorar el probable futuro de esta tecnología. Esto ha hecho que los reguladores se apresuren a crear directrices y restricciones en torno a su uso. Por primera vez -antes de que la fantasía de la IA se convirtiera en realidad-, el Parlamento Europeo ha elaborado un proyecto de ley, la Ley de IA, que se publicará a finales de este año. No cabe duda de que pronto le seguirán más normativas.

La mayoría de las organizaciones que han puesto en marcha sus experimentos con IA no han tenido en cuenta las implicaciones que estas normativas tendrán en sus creaciones finales. Podrían verse obligadas a volver a la mesa de dibujo, aumentando los costes y retrasando el progreso. Aquí es donde un asesor hábil puede ser más beneficioso. Sabrán a qué atenerse y podrán anticiparse para evitar los escollos habituales, sobre todo si han superado con éxito los retos de anteriores evoluciones tecnológicas. Las ideas se acelerarán, los esfuerzos se minimizarán y el valor transformador de la IA generativa calará en cualquier organización dispuesta a provocar un cambio sin precedentes en la experiencia del cliente.

Para más información, contacta:

Raul Bartolomé

Managing Director Insights & Data
VP y Director Ejecutivo de la unidad de Datos y Analítica de Capgemini España. Miembro del Comité de Dirección de Capgemini España y miembro del Comité de Dirección de la Unidad de Negocio de Datos del Sur de Europa. Soy un apasionado de la tecnología y de cómo resuelve, mejora y transforma nuestras vidas y nuestros negocios. Disfruto siendo un impulsor del cambio, un evangelista de cómo entender los nuevos paradigmas, y ayudar a garantizar que todo el mundo los entiende y se beneficia de ellos.