Cómo la iteración de IA puede mejorar la experiencia del cliente

Consulte las sesiones bajo demanda de Low-Code/No-Code Summit para aprender cómo innovar con éxito y ganar eficiencia al mejorar y escalar a los desarrolladores ciudadanos. Ver ahora.

Nos encantan las historias de avances dramáticos y finales prolijos: el inventor solitario se enfrenta al desafío técnico, salva el día, salva el final. Estos son los tropos recurrentes que rodean a las nuevas tecnologías.

Desafortunadamente, estos tropos pueden ser engañosos cuando en realidad estamos en medio de una revolución tecnológica. Son los prototipos los que reciben demasiada atención en lugar del refinamiento incremental y complejo lo que realmente ofrece una solución innovadora. Toma penicilina. Descubierta en 1928, la droga no salvó vidas hasta que se produjo en masa 15 años después.

La historia es divertida de esa manera. Nos encantan nuestras historias y mitos sobre momentos decisivos, pero a menudo la realidad es diferente. Lo que realmente sucede, estos largos períodos de refinamiento, hacen que las historias sean mucho menos emocionantes.

Aquí es donde nos encontramos ahora en el área de inteligencia artificial (IA) y aprendizaje automático (ML). En este momento vemos la emoción de la innovación. Ha habido increíbles prototipos y demostraciones de nuevos modelos de lenguaje de IA, como GPT-3 y DALL-E 2.

Evento

Cumbre de Seguridad Inteligente

Obtenga más información sobre el papel esencial de la IA y el ML en la ciberseguridad y los estudios de casos específicos de la industria el 8 de diciembre. Regístrese para obtener su pase gratis hoy.

Regístrate ahora

Independientemente del impacto que hayan creado, estos tipos de modelos de gran lenguaje aún tienen que revolucionar las industrias, incluidas aquellas como la atención al cliente, donde el impacto de la IA es particularmente prometedor, sin mencionar los casos comerciales generales.

Las noticias sobre nuevos prototipos y demostraciones técnicas a menudo se centran en el rendimiento del "mejor de los casos" del modelo: ¿cómo se ve en el camino dorado, cuando todo funciona a la perfección? Esta suele ser la primera evidencia de la llegada de una tecnología disruptiva. Pero, contrariamente a la intuición, para muchos problemas deberíamos estar mucho más interesados ​​en el rendimiento del "peor de los casos". A menudo, las expectativas más bajas de lo que hará un modelo son mucho más importantes que las más altas.

Veamos esto en el contexto de la IA. Un bot de atención al cliente que a veces no da respuestas a los clientes, pero nunca les da respuestas engañosas, es probablemente mejor que un bot que siempre responde pero a veces se equivoca. Esto es crucial en muchos contextos comerciales.

Eso no significa que el potencial sea limitado. Un estado ideal para los bots de atención al cliente de IA sería responder muchas preguntas de los clientes, aquellas que no requieren intervención humana o comprensión matizada, "de forma libre" y correctamente, el 100% del tiempo. Es raro ahora, pero hay algunas aplicaciones, técnicas e integraciones disruptivas que admiten esto, incluso en la generación actual de bots de soporte.

Pero para lograr esto, necesitamos herramientas fáciles de usar para hacer que un bot funcione, incluso para implementadores menos técnicos. Afortunadamente, el mercado ha madurado durante los últimos 3 a 5 años para llevarnos a este punto. Ya no nos enfrentamos a un panorama de bots inmaduros, con solo Google DialogFlow, IBM Watson y Amazon Lex: buenos bots de NLP, pero muy difíciles de usar para quienes no son desarrolladores. Es la facilidad de uso lo que hará de AI y ML un producto adoptable e impactante.

El futuro de los bots no es un nuevo caso de uso llamativo para la IA

Una de las cosas más importantes que he aprendido al ver a las empresas implementar bots es que la mayoría no lo hace correctamente. La mayoría de las empresas construyen un bot, hacen que intente responder las preguntas de los clientes y observan cómo falla. Esto se debe a que a menudo hay una gran diferencia entre que un representante de atención al cliente haga su trabajo y lo articule lo suficientemente bien como para que otra cosa, un sistema automatizado, también pueda hacerlo...