Imaginando una nueva era de la experiencia del cliente con la inteligencia artificial generativa.

Abriendo mentes a nuevas posibilidades

De manera general, vemos el impacto potencial de la inteligencia artificial generativa en cuatro dominios clave: comercio, servicio, ventas y marketing, pero el potencial va mucho más allá cuando consideramos la combinación de los puntos de contacto que conforman interacciones importantes con los clientes, lo que resulta en viajes orquestados y personalizados.

Comercio – Elevando el autoservicio

Los chatbots de hoy en día son conocidos por sus respuestas insípidas y a menudo inexactas a las consultas de los usuarios. Los clientes pueden reconocer de inmediato que están hablando con una máquina. El estado actual de los chatbots resulta en frustración del cliente, desinformación y oportunidades perdidas para resolver problemas. Los costos de soporte al cliente aumentan a medida que la intervención humana se vuelve un elemento necesario para mitigar las limitaciones y deficiencias de los chatbots. Por otro lado, los chatbots de IA generativa tienen una comprensión más sofisticada de la intención y pueden desarrollar el contexto a través de conversaciones. El cliente detectará un enfoque empático y humano que es casi indistinguible de interactuar con una persona real
 
La última encuesta del Instituto de Investigación de Capgemini reveló que el 83% de 800 organizaciones consideran que estos chatbots mejorados son la aplicación de inteligencia artificial generativa más relevante, y el 63% de las organizaciones minoristas dicen que están utilizando la inteligencia artificial generativa para mejorar su servicio al cliente actual.1 Pero estos chatbots no se limitan solo a un papel de soporte al cliente. Morgan Stanley, una organización de servicios financieros de EE. UU., está utilizando GPT-4, el nuevo modelo de lenguaje grande, para alimentar un chatbot interno que proporciona a los empleados acceso instantáneo al vasto archivo de la empresa. Pueden consultar una plataforma para obtener consejos de múltiples fuentes de conocimiento.

Servicio – Mejorando el servicio al cliente

La calidad del servicio que recibe un cliente generalmente depende del conocimiento y la accesibilidad del agente con el que están hablando, cuya atención puede estar dividida entre múltiples pantallas. Un “copiloto” de inteligencia artificial generativa puede apoyar al agente sugiriendo las respuestas más probables para abordar rápidamente las necesidades del cliente. Incluso puede detectar emociones en tiempo real y ofrecer recomendaciones basadas en el estado de ánimo del interlocutor. La calidad del entrenamiento mejora continuamente al aprovechar la retroalimentación humana para reforzar los modelos. Y dado que el aprendizaje se produce durante las llamadas, no después, los niveles de control de calidad aumentan tan pronto como en la siguiente llamada. La inteligencia artificial 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 inteligencia artificial generativa puede mejorar el servicio al cliente al proporcionar soporte automatizado y personalizado.1 Outreach, una plataforma líder en ejecución de ventas, recientemente introdujo Smart Email Assist, que utiliza la tecnología para generar automáticamente copias de correo electrónico precisas y relevantes basadas en patrones detectados en conversaciones previas 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 relacionadas con varios proyectos o temas.

Ventas – Aumentando el número de vendedores

Las soluciones personalizadas requieren un conocimiento profundo y capacitación. Cuando los clientes potenciales B2B crean ofertas de productos y servicios complejos, deben extraer contenido de fuentes dispares y adaptarlo a diferentes industrias, lo que puede llevar meses. La inteligencia artificial generativa puede acortar considerablemente el proceso, proporcionando acceso directo a la experiencia en productos/servicios. Puede generar versiones iniciales de material de apoyo a la propuesta/ventas que se alineen con el portafolio comercial de la empresa. Una vez que la oferta esté completa, una plataforma de sugerencias de inteligencia artificial generativa puede asesorar a los ejecutivos de cuentas sobre cómo abordar las preguntas de los clientes y proporcionar la información más relevante.
 
En el lado B2C, Stitch Fix, un servicio en línea de estilismo personal, está utilizando la inteligencia artificial para recomendar ropa específica a los clientes. La empresa está experimentando con DALL-E 2, un generador de imágenes de inteligencia artificial, para representar visualmente su familia de productos basándose en color, tela, estilo u otra solicitud del cliente. Por ejemplo, si un cliente quiere un par de jeans rojos de talle alto y ajustados, DALL-E 2 generará una imagen compuesta basada en estas cualidades para ayudar a un empleado a encontrar un producto similar en el inventario de la empresa.

Marketing – Diseño sintético

La inteligencia artificial generativa puede apoyar a las organizaciones con capacidades aceleradas de creación de contenido que incluyen generación de imágenes, voz, texto y video. También puede mejorar la estrategia de marketing con análisis avanzado de datos y conocimientos sobre los clientes. Aunque no creemos que la inteligencia artificial generativa reemplace por completo la creatividad y experiencia humanas, puede ahorrar tiempo valioso a los especialistas en marketing, que pueden dedicar a crear campañas excepcionales. Después de todo, es mucho más fácil ajustar ligeramente un activo de marketing casi completo que construirlo desde cero. El minorista de vehículos usados CarMax está utilizando inteligencia artificial generativa para crear resúmenes de texto rápidos para sus páginas de investigación de automóviles. Además de ser precisos y atractivos, el contenido está diseñado para clasificar alto en las listas de motores de búsqueda. 

La creación de contenido creativo generalmente requiere experiencia de agencias con herramientas de diseño especializadas. En un innovador concepto piloto, Capgemini ha diseñado un constructor de campañas de inteligencia artificial en el que los especialistas en marketing pueden tomar el control y crear campañas por sí mismos. Imaginamos esta herramienta en manos de un departamento de marketing automotriz: primero seleccionan un automóvil como punto focal de su campaña, luego las características a resaltar (seguridad, rendimiento, espacio, etc.), el público objetivo (profesionales, padres/familias, entusiastas del deporte, etc.) y por último la plataforma (Facebook, Instagram, Twitter, etc.) en la que se ejecutará la campaña.
 
Con esta entrada, la herramienta genera un tema y combina imágenes y mensajes, filtrando todo a través de las pautas de la marca de la empresa para lograr una representación coherente y consistente. Proporciona varias opciones iniciales para que el comercializador las examine de cerca y elija. Con el activo casi terminado, un equipo creativo puede hacer los toques finales y lanzar la campaña en solo 3-4 semanas, en lugar de los habituales 2-4 meses.

Claramente, la inteligencia artificial generativa puede ser una herramienta potente para el contenido, las ventas y el marketing, y la experiencia del cliente es una de las áreas más importantes donde esta tecnología puede tener un impacto significativo. Sin embargo, al igual que con cualquier nueva frontera, existen riesgos. Las organizaciones deben navegar por nuevas complejidades, incluyendo riesgos de propiedad intelectual y un uso responsable y ético, y prepararse para la posibilidad de fuga de datos y resultados irrelevantes o sesgados. Un riesgo evidente se presenta cuando la inteligencia artificial generativa tiene acceso a todo internet como su recurso de datos, lo que significa que se basa tanto en datos seguros y confiables como en información potencialmente engañosa o con derechos de autor. Por eso, es necesario definir límites delimitados alrededor de conjuntos de datos relevantes para excluir información falsa o engañosa y aumentar la calidad y seguridad del contenido generado por inteligencia artificial. También se necesitan tales salvaguardias y otras orientaciones para proteger aspectos más intangibles, como la identidad de marca y la reputación.
 
A pesar de estos riesgos, el 40% de las organizaciones ya han creado equipos y presupuestos dedicados para la inteligencia artificial generativa,1 pero la mayoría aún no ha considerado lo importante que es el siguiente paso: elegir el asesor y socio de soluciones adecuado. Aunque la inteligencia artificial generativa puede crear un valor significativo por sí sola, solo es verdaderamente revolucionaria cuando se combina con las capacidades existentes. Un socio tecnológico experimentado y confiable puede identificar las áreas dentro de la organización donde su integración puede aportar los mayores beneficios para transformar la experiencia del cliente en todo el ciclo de vida del cliente. Pueden proporcionar la innovación, la transparencia de la fuente y el uso de datos, y el tipo de características y experiencias que cambiarán radicalmente la forma en que las organizaciones interactúan con sus clientes, a gran escala.

Verdadera personalización a través del lente de la inteligencia artificial generativa.

Quizás la mayor capacidad de la inteligencia artificial generativa sea las posibilidades de hiperpersonalización. Los clientes lidian con múltiples puntos de contacto fragmentados y una personalización inconsistente en cada paso. Solo considera todas las interacciones involucradas en la planificación de un viaje al extranjero. Está el transporte (comprar boletos, asegurar taxis, organizar traslados), el alojamiento y todo lo demás en el medio, como planificar actividades, hacer reservas en restaurantes y gestionar la logística de viaje local. Con tantos elementos interdependientes, una interrupción puede tener un efecto dominó en todo el itinerario. ¿No sería más fácil la vida si alguien (o algo) ayudara a gestionar todo esto? Aunque todavía es un poco futurista, nos estamos acercando a una era en la que la inteligencia artificial generativa, en conjunto con el flujo de trabajo y la ejecución, consolidará múltiples puntos de contacto y actuará como asistente personal para los clientes.

Supongamos que estás camino al aeropuerto pero te encuentras atrapado en un intenso tráfico. Sin saber si llegarás a tiempo para tu vuelo, abres la aplicación del aeropuerto y consultas las opciones disponibles. La inteligencia artificial generativa evalúa rápidamente varios factores, como tu hora de llegada al aeropuerto y si existe la posibilidad de retraso en el vuelo. A través de interacción por voz, sugiere acciones personalizadas que puede realizar en tu nombre, como preparar tus compras con anticipación, reservar un lugar conveniente de estacionamiento a corto plazo, o coordinar un servicio de acceso rápido que te permita pasar rápidamente por el check-in del aeropuerto.

El asistente luego va más allá de simplemente proporcionar recomendaciones. Conecta los flujos de trabajo necesarios de diferentes puntos de contacto y coordina la ejecución de las acciones sugeridas. Esto puede significar que si no llegas a tu vuelo, el asistente virtual puede reprogramar los boletos de avión, cambiar las fechas de alojamiento, hacer nuevas reservas en restaurantes e incluso enviar la carta de queja y reclamo de compensación a la aerolínea.

Hoy en día, las grandes marcas de productos de consumo simplemente no están equipadas para proporcionar a cada cliente individual contenido preciso, consistente y siempre personalizado y contextual. La inteligencia artificial generativa puede hacer posible lo que antes era inalcanzable. El concepto visionario detrás del innovador libro de hace 30 años, “El futuro uno a uno: construyendo relaciones con un cliente a la vez”, finalmente puede ser abrazado y escalado en todo su esplendor.

Haciéndolo funcionar en CX

Si bien las tecnologías generativas pueden ayudarnos a crear contenido útil y contextual, aún requieren un marco integral para ser utilizado por las empresas con el fin de mejorar la experiencia del cliente. A un nivel alto, cualquier empresa necesitará cuatro elementos clave para adoptar la inteligencia artificial generativa en la experiencia del cliente (además de elementos estándar como datos, algoritmos e integraciones).

1. Casos de uso empresarial: Si bien hay muchos casos de uso imaginados para la inteligencia artificial generativa en la experiencia del cliente, es importante comprender la viabilidad y el valor que cada uno aportará. Una empresa necesitará una estrategia refinada para seleccionar los casos de uso adecuados que brindarán resultados tangibles (aplicables a su negocio).
2. Orquestación de la experiencia del cliente (CX): El contenido generativo puede utilizarse para crear una experiencia del cliente más atractiva y personalizada. Sin embargo, es importante orquestar cuidadosamente este contenido para asegurar que sea consistente con los valores de la marca (tono, voz), el público objetivo y los objetivos generales de la experiencia del cliente. Al considerar cuidadosamente estos factores, las empresas pueden utilizar el contenido generativo para crear una experiencia del cliente más cohesiva y memorable.
3. Barandillas de protección: Es necesario aplicar una capa poderosa de barandillas de protección de la experiencia del cliente (directrices de marca, valores fundamentales, visión de la marca, etc.) a las indicaciones y entradas, y lo más importante, a la seguridad de los modelos (alcance de los datos y su uso). Al implementar estas barandillas de protección, las empresas pueden garantizar que la inteligencia artificial generativa se utilice de manera responsable y ética. Esto puede ayudar a proteger la marca, los clientes y los datos.
4. Metodología de adopción: Las soluciones generativas no pueden ser vistas de forma aislada, ya que se convierten en parte del trabajo existente realizado por el equipo en el espacio de CX (marketing, ventas, servicio o comercio). Las empresas necesitan tener una metodología de adopción que garantice que todos los elementos de tecnología, personas y procesos estén ajustados para abrazar los cambios que traen consigo la adopción de tecnologías generativas.

Un enfoque estratégico para un impacto controlado

A pesar de que se espera que la madurez completa de la inteligencia artificial generativa no llegue hasta dentro de 2 a 5 años, el 70% de las organizaciones globales ya han comenzado a explorar el probable futuro de esta tecnología. Esto ha llevado a los reguladores a esforzarse por crear orientaciones y restricciones en torno a su uso. Como un hecho sin precedentes, antes de que la fantasía de la inteligencia artificial se convirtiera en realidad, el Parlamento Europeo ha elaborado un proyecto de ley, el Acta de Inteligencia Artificial, que se espera sea publicada más adelante este año. Sin duda, pronto seguirán más regulaciones.

De las organizaciones que han iniciado su viaje experimental con la inteligencia artificial, la mayoría no ha considerado las implicaciones que estas regulaciones tendrán en sus creaciones finales. Podrían verse obligadas a volver al punto de partida, lo que aumentaría los costos y retrasaría el progreso. Aquí es donde un asesor experto puede ser de gran beneficio. Ellos sabrán qué esperar y pueden proporcionar previsión para evitar los errores comunes, especialmente si han superado con éxito los desafíos de evoluciones tecnológicas anteriores. Las ideas serán aceleradas, los esfuerzos serán minimizados y el valor transformador de la inteligencia artificial generativa permeará en cualquier organización lista para desencadenar un cambio sin precedentes en la experiencia del cliente.

^{[1] https://www.gartner.com/en/newsroom/press-releases/2023-05-03-gartner-poll-finds-45-percent-of-executives-say-chatgpt-has-prompted-an-increase-in-ai-investment}

^{[2] https://www.capgemini.com/insights/research-library/generative-ai-in-organizations/}