IA generativa: una revolución en la relación con los clientes

La inteligencia artificial está llamada a revolucionar la experiencia y las relaciones con los clientes, y cada vez son más las empresas que se han dado cuenta de ello.

Este ha sido el caso con la llegada de la IA generativa, las tecnologías de PNL (procesamiento del lenguaje natural), los LLM como ChatGPT, Claude o Bard y, más recientemente, la llegada de los GPT, la nueva revolución anunciada por Open AI a principios de noviembre de 2023. Este artículo aborda todos estos temas, sin entrar en demasiados tecnicismos: abre una cierta reflexión sobre el impacto de la IA en las relaciones con los clientes, una reflexión que llevamos tiempo realizando en Partoo. 

En cuanto al artículo que nos ocupa hoy, empezaremos analizando cómo el comercio conversacional y la mensajería instantánea revolucionarán gradualmente la experiencia del cliente entre marcas y consumidores. Después, veremos cómo es posible automatizar todas o parte de las interacciones con los clientes utilizando herramientas de IA generativa. Por último, explicaremos cómo los GPTs eliminan uno de los obstáculos a la implantación de agentes conversacionales por parte de las empresas.

De hecho, organizamos un evento sobre este tema en las oficinas de Partoo el 30 de noviembre con la idea de reunir a los responsables de marketing digital de varias marcas francesas para tratar un reto común: la IA y los nuevos procesos de compra por mensaje, particularmente en Whatsapp. 

Thibault Levi-Martin, mi socio en Partoo, y Marc-Alban Ponthieu, responsable de todos los servicios de mensajería de Meta en el sur de Europa (Facebook, Instagram, Whatsapp), hicieron dos presentaciones de 30 minutos sobre estos temas, seguidas de una sesión de networking.

La experiencia conversacional del cliente

Los 3 componentes de la relación omnicanal con el cliente

La relación omnicanal con el cliente puede desglosarse en tres áreas principales: relación física con el cliente (1), relación telefónica con el cliente (2) y relación digital con el cliente (3).

En los últimos 20 años, las relaciones con los clientes se han vuelto cada vez más digitales, con un incremento asombroso del tráfico en los sitios web y del uso de las redes sociales y del correo electrónico. En todos los sectores han surgido «pure players» digitales. Los bancos en línea han llegado para competir con los bancos tradicionales, Amazon ha sacudido a los actores tradicionales del pequeño comercio, los restaurantes han descubierto las «dark kitchens» (o cocinas virtuales)… incluso los supermercados han tenido que hacer frente a la afluencia de start-ups de comercio rápido como Gorillas, Flink o Getir.

Pero hay que decir que la relación física con el cliente aún tiene un brillante futuro por delante: las tiendas físicas han sabido adaptarse bien y han desarrollado rápidamente su experiencia digital. Podemos mencionar algunas transformaciones exitosas como las de Decathlon, Carrefour o Fnac. Por el contrario, muchos «pure players» están abriendo puntos de venta físicos (Nespresso, DNVBs, Le Slip Français, Asphalte, etc.).

Infierno telefónico

Aunque mucha gente está de acuerdo en que las relaciones físicas y las relaciones digitales con los clientes se complementan, el estándar telefónico sigue siendo el punto débil de la relación cliente hoy en día. Es, sin duda, un centro de costes que debe manejarse bien.

Sin embargo, muchos consumidores siguen llamando por teléfono a las empresas: valoran su capacidad de respuesta en este canal (frente a los correos electrónicos), a pesar del tiempo de espera infernal y del elevado índice de llamadas no respondidas, que puede llegar al 50% en sectores como el del automóvil o el inmobiliario. Digan lo que digan, el volumen de llamadas sigue siendo colosal: cada año, los establecimientos de la red Leclerc reciben 20 millones de llamadas telefónicas a sus puntos de venta. En Orange, ¡la cifra supera los cien millones! La cuestión ahora es cómo el medio digital puede ayudar a limitar los costes de este canal.

Para examinar esta cuestión, puede ser útil echar la vista atrás. Es probable que las relaciones con los clientes sigan la misma tendencia que las relaciones interpersonales. 

En nuestra vida personal, hemos transformado por completo la forma de interactuar con nuestros seres queridos. Hace 100 años, la gente hablaba sobre todo cuando se veía; la llegada del teléfono ha revolucionado las relaciones humanas. Pero desde hace 10 años nos llamamos menos: en su lugar, nos escribimos. Y no sólo nos escribimos por correo electrónico: nos enviamos mensajes de texto, de Whatsapp, de Facebook, etc. Así, el 80% de las interacciones con nuestros seres queridos se producen a través de mensajes instantáneos. Y lo mismo se aplica en nuestra vida profesional: Slack y Teams han revolucionado la forma en que los empleados colaboran. Antes, todos trabajábamos en la misma oficina o nos llamábamos; hoy en día, enviamos 100 veces más mensajes instantáneos que correos electrónicos. Es una tendencia real: en Partoo, por ejemplo, los empleados intercambian más de 20 000 mensajes de Slack al día.

Esta «instantaneidad» ha reemplazado al teléfono, y esta tendencia está a punto de transformar las relaciones de las marcas con sus clientes. Es lo que llamamos «comercio conversacional», implica “comerciar» a través de mensajería instantánea, ya sea en su sitio web, a través de SMS o a través de las aplicaciones de mensajería de plataformas como Facebook, Snapchat, Instagram, WhatsApp, Google Maps, etc.

En Partoo trabajamos desde hace 3 años en nuestro producto “Messages”, que centraliza y simplifica la gestión de mensajes de todas las plataformas en línea.

¿Cuáles son las ventajas de pasarse al comercio conversacional?

Para las empresas, tiene dos beneficios principales:

1. En primer lugar, simplifica la gestión de las preguntas de los usuarios de Internet: lleva menos tiempo y, por lo tanto, es menos costoso. También se puede gestionar de forma asincrónica y, lo más importante, ¡se puede automatizar!
2. Además, la transición al comercio conversacional es una oportunidad para aumentar las ventas y mejorar las tasas de conversión adaptando las relaciones con los clientes a las expectativas del consumidor. 

En este aspecto, las estadísticas hablan por sí solas: el 90% de los consumidores prefiere interactuar con una empresa a través de mensajes que por teléfono. Más allá de la instantaneidad, la experiencia es mucho más agradable que por teléfono: no hay más música de espera ni sistemas de respuesta de voz interactiva (IVR) en los que debes ingresar cuatro números antes de ser redirigido a un formulario en línea.

¿Aún tienes. dudas? Probablemente estén relacionadas con una mala experiencia con los chatbots de los 2000: botones, ausencia de respuesta en tiempo real, incapacidad para ser contactado sin dejar tu correo electrónico o número de teléfono.

Vale la pena señalar aquí que ChatGPT ha cambiado por completo el panorama, y creo que las nuevas tecnologías de IA están abriendo la puerta a un redescubrimiento de los chatbots. De la misma manera que los códigos QR volvieron en 2022, estoy convencido de que los chatbots resurgirán de sus cenizas, probablemente bajo un nuevo nombre para olvidar su pasado menos glorioso.

También vale la pena señalar que el «comercio conversacional» puede ser una solución para las llamadas perdidas en las tiendas físicas. En la práctica, cuando un cliente llama a una tienda, a menudo no recibe respuesta. Un sistema IVR puede pedirles que presionen 1 si están de acuerdo en continuar la conversación a través de SMS (esta funcionalidad se ha desarrollado en Partoo bajo el nombre de «call deflector»). Luego pueden intercambiar mensajes con el responsable de la tienda de manera asincrónica a través de SMS: el responsable local tiene acceso a una sola aplicación de Partoo que centraliza mensajes de estas llamadas perdidas, el sitio web y todas las plataformas de mensajería instantánea como Google Maps, Facebook, Instagram o WhatsApp.

¿Cómo mejorar la experiencia cliente?

Existen varias opciones para aumentar la eficiencia y automatizar total o parcialmente las interacciones con los clientes.

Lo primero que se debe hacer es implementar modelos de respuestas basados en preguntas recurrentes que se deben abordar. Esto ahorra tiempo a los agentes humanos encargados de responder a los mensajes de los usuarios: de hecho, es lo que hemos implementado en Partoo para nuestros clientes. Otra forma de abordar este mismo caso de uso es trabajar en la sugerencia de respuestas mediante inteligencia artificial. El agente humano que maneja el mensaje entrante recibirá una sugerencia de respuesta y luego podrá validarla o editarla.

Pero esto se trata más de ayudar en el proceso que de una verdadera automatización. Para automatizar el procesamiento de mensajes entrantes, existen 3 métodos:

• Los árboles de decisión
• Reconocimiento de intención y preguntas frecuentes (FAQs)
• LLMs (modelo de lenguaje de gran tamaño) e IA generativa

Árboles de decisión

En Partoo, comenzamos abordando la automatización desde este enfoque a través de una característica que llamamos «Conversation Starter» (Mensajes automáticos para iniciar una conversación). La idea es ofrecer a los usuarios varias opciones para empezar a hablar de un tema, como «seguir mi pedido», «reservar una cita» o «ver el menú». Cuando el cliente hace clic en el botón, se le proporciona una respuesta predefinida para detallar el menú o dirigirlo a una interfaz de programación de citas. Si el cliente no tiene la respuesta a su pregunta, un agente humano toma el control, esto se conoce técnicamente como «hand-over».

Aquí se trata solo del nivel 1 de un árbol de decisiones: de hecho, el cliente podría hacer clic en «comprar un producto», luego en «calcetines», luego en «talla 43», etc. Cada elección lo hace avanzar en un árbol de decisiones que permite al chatbot responder de manera más precisa a su pregunta.

Reconocimiento de intención y preguntas frecuentes (FAQs)

Los algoritmos de inteligencia artificial existían mucho antes de la IA generativa: permitían la extracción de texto o el reconocimiento de intención, en concreto. Proporcionando a un chatbot un conjunto de preguntas y respuestas, los algoritmos de IA de la década de 2010 ya podían reconocer la temática de una pregunta y seleccionar respuestas predefinidas para responder a ciertas cuestiones.

Por ejemplo, si un usuario quiere saber si hay estacionamiento, y la empresa ha proporcionado la pregunta «¿Hay parking?» y la respuesta «Sí», un cliente que pregunta «Voy en coche, ¿hay parking?» obtendrá la respuesta «Sí». Pero está claro que los algoritmos de extracción de información son muy limitados porque reconocen intenciones simples pero no pueden proporcionar una respuesta verdaderamente inteligente.

La IA generativa y los LLM

La inteligencia artificial generalmente se divide en tres ramas de aplicaciones: la tecnología de «Visión artificial» (imágenes y videos), la robótica y el procesamiento de lenguaje natural (NLP). Es esta tercera rama la que ha sido testigo de los mayores avances este año con la llegada de herramientas como ChatGPT.

ChatGPT es un LLM (Large Language Model), es decir, un algoritmo de inteligencia artificial que permite comprender la intención de una pregunta compleja, buscar la información solicitada y transcribirla en una respuesta original e inteligible. Para la relación con el cliente, esto es una verdadera revolución.

Tomemos el ejemplo de una base de datos en la que se haya indicado la siguiente información: «tenemos un parking situado a la izquierda de la iglesia según sales de la autopista, cuenta con 150 plazas. Suele estar libre excepto los martes y los domingos. En ese caso, puedes aparcar al salir de la autopista». Un usuario que haga la pregunta «voy en coxe, ¿cómo aparco?» (con una falta de ortografía) recibiría una respuesta de la IA que diría «hay un parking junto a la iglesia, pero a veces está lleno. ¿Qué día querrías venir?».

La verdadera cuestión que surge entonces ya no es la de la inteligencia (que ya está en el nivel adecuado para gestionar este tipo de preguntas), sino la de la información: ¿cómo proporcionar a las inteligencias artificiales la información correcta para que puedan satisfacer las necesidades de los consumidores?

Base de datos y casos de uso

Las GPTs: ¿son verdaderamente una revolución?

Un LLM es una inteligencia generativa, previamente entrenada con un gran corpus de texto; en el caso de ChatGPT, se trata de Internet a una fecha específica.

Actualizar los datos de un LLM implica volver a entrenarlo, lo cual es extremadamente costoso. Históricamente, era difícil «alimentar» una IA específica de una empresa con datos actualizados de forma continua, ya que sería necesario entrenar constantemente al LLM, lo que sería costoso y llevaría demasiado tiempo. Existe una solución: realizar la extracción de datos a partir de una pregunta específica e integrar estos datos, que incluyen la respuesta, en la solicitud enviada a los LLM.

Terminamos esta sección técnica con una buena noticia: hace poco, ChatGPT ha lanzado una función que permite alimentar un LLM con datos actualizados de forma continua e incluso conectarlo con otras bases de datos. Esto abre un mundo de posibilidades a lo que estamos desarrollando en Partoo, es decir, herramientas de gestión de mensajería instantánea.

¿Qué datos se necesitan para alimentar tu IA?

Para «alimentar» una inteligencia artificial especializada en el procesamiento de preguntas de los usuarios, es imprescindible tener en cuenta diferentes fuentes de datos.

La primera fuente que consideramos en Partoo es la base de datos de los puntos de venta: gestionamos esta información para casi 1000 marcas en todo el mundo (Leroy Merlin, Toyota o LCL, entre otras). A través de nuestra tecnología de «Presence Management«,   almacenamos y difundimos en Internet, especialmente en Google Maps, información sobre casi 300 000 establecimientos, incluidos horarios, direcciones, números de teléfono, menús, servicios, fotos, enlaces de reserva, entre otros datos. También tenemos la capacidad de agregar campos adicionales en nuestra base de datos para almacenar otra información útil para nuestros clientes, como la disponibilidad de parking en el ejemplo que mencionamos anteriormente.

Al proporcionar esta base de datos a una IA específicamente entrenada para un cliente, podemos responder a preguntas como “¿a qué hora abrís este domingo?” o “¿hacéis cambios de aceite en vuestro concesionario?”. Sin embargo, los datos en bruto no son suficientes para alimentar una IA para todo tipo de preguntas. Por eso es necesario recurrir a la creación de un a base de conocimientos específica en formato textual u otro tipo de formato. Este es el tema que estamos estudiando actualmente.

Después de conectar el agente conversacional a nuestra base de datos de Partoo y a una base de conocimientos específica, puede ser útil conectar otras bases de datos disponibles en los ecosistemas de nuestros clientes. Cada base de datos está generalmente asociada a una herramienta y un acrónimo: CRM, OMS, ERP, PIM, etc.

¿Cuáles son los casos de uso?

Tomemos algunos casos de uso para ser más concretos.

Al conectar un PIM (Gestión de Información de Productos, por sus siglas en inglés) con datos del inventario en los puntos de venta, es posible responder a todas las preguntas relacionadas con los productos: ¿Tenéis zumos Tropicana? ¿Cuál es el precio de 1 litro de zumo Andros? ¿Hay alguna oferta en estos productos? ¿Cuál es su nutri-score?

Incluso podríamos llegar a imaginarnos a la IA asesorando a los clientes. El agente conversacional impulsado por IA sería capaz de responder a preguntas como: «Quiero correr una maratón en 6 meses, ¿qué zapatos me recomiendas?». Un intercambio de mensajes ayudaría a comprender en detalle las necesidades del cliente y a guiarlo hacia el producto adecuado, ¡incluso vendiéndoselo al final mediante e-commerce o click & collect! 

Y seguir el pedido una vez que haya elegido el par de zapatos es de lo más sencillo: bastará con que la tienda conecte su OMS (Sistema de Gestión de Pedidos, en inglés). El cliente proporcionaría sus credenciales para conocer el estado de entrega de su paquete.

El potencial de la IA en relación con la atención al cliente es inagotable: puede ser motivo de preocupación o de emoción. Lo que sí es seguro es que las empresas deben estar preparadas. En Partoo, creemos que la relación con el cliente del futuro será conversacional y que para dar este paso, las marcas deben trabajar en tres aspectos:

• Construir bases de datos limpias y actualizadas para alimentar la inteligencia artificial, sobre todo la información local, a través de nuestra tecnología de Presence Management.
• Trabajar en la gestión del cambio para concienciar a los directores generales acerca de esta transformación.
• Activar el “comercio conversacional” en todos o en parte de los canales/ puntos de venta para estudiar el impacto y prepararse.

Si quieres profundizar en este tema, no dudes en investigar Google SGE (Search Generative Experience). En Partoo creemos firmemente que más allá de la experiencia cliente, hoy en día Internet en todo su conjunto se está volviendo conversacional.