El socio global de IA de IBM sobre cómo arreglar los bots de CX: el «toque humano» son simplemente buenos datos

A medida que la calidad de los modelos LLM fundamentales mejora y surgen potentes protocolos de agentes, las barreras técnicas para la implementación de la IA disminuyen, desplazando las conversaciones internas de "¿Qué es posible?" a "¿Cómo lo ejecutamos?". En el ámbito del servicio al cliente, las mejores soluciones se centran en la obsesión por capturar los beneficios de la automatización de la IA sin sacrificar la conexión humana que define un servicio excelente. Si se hace mal, la búsqueda de una solución inteligente conduce a un resultado profundamente poco inteligente. Pero cuando se hace bien, los clientes se benefician de la velocidad y la escala de la tecnología en armonía con una hiperpersonalización y una hiperespecialización del conocimiento que se siente profundamente humana.

Hablamos con Raj Kadiyala, socio ejecutivo de Innovación Global en IA de IBM, quien sostuvo que la respuesta no reside en un algoritmo más complejo, sino en una verdad más sencilla que la mayoría de las empresas pasan por alto. La perspectiva de Kadiyala está moldeada por una carrera en la primera línea de la transformación digital, con puestos de liderazgo en gigantes de la consultoría como Accenture y Deloitte, y como fundador de su propia y exitosa firma de consultoría tecnológica, Hextura. Ahora, a través de iniciativas como su canal de contenido "AI Simplified", tiene la misión de desmitificar la tecnología para todos, desde estudiantes hasta ejecutivos.

• El componente humano: "He visto fracasar la mayoría de las implementaciones de atención al cliente cuando los datos que se reciben no son buenos, no han sido bien seleccionados y están sesgados", afirmó Kadiyala. "Y, sorprendentemente, los datos siguen siendo el componente que más depende de los humanos."

Para Kadiyala, la promesa de la IA en la experiencia del cliente se basa en tres pilares: facilitar el uso para el consumidor, utilizar los datos para el análisis predictivo y crear flujos de trabajo de aplicaciones eficientes. Pero Kadiyala también identificó un trío de obstáculos: la tecnología, el proceso y las personas que provocan que los modelos de IA alucinen, se vuelvan demasiado subjetivos y se desvíen de su propósito original. Estos fallos no son solo errores técnicos; son problemas empresariales costosos.

• El punto óptimo de la IA: La buena noticia, señaló Kadiyala, es que la solución a este problema de datos reside en el punto óptimo actual de la IA. "Muchas de las capacidades de la IA hoy en día se centran en el contenido y en cómo se selecciona la información a partir de él para lograr eficiencias en los procesos, como en la cadena de suministro o el CRM", dijo. El proceso para lograr esto es un ciclo de vida claro y repetible. "Tienes tus datos, creas los conjuntos de datos, luego los seleccionas y los introduces en una base de datos vectorial. Tus modelos de IA empiezan a extraer información de ahí. Ese es el ciclo de vida", explicó.

• Diseñar la empatía: Esta metodología suele estar impulsada por marcos de trabajo como los sistemas RAG que ayudan a los modelos a extraer información de fuentes verificadas. Este proceso técnico es la clave para diseñar lo que se siente como un toque humano. "Los modelos de IA pueden ser creados intrínsecamente para mostrar un sentido de empatía", dijo Kadiyala. "Los entrenas utilizando conjuntos de datos basados en un patrón de preguntas. Por ejemplo, ante malas reseñas de un hotel, un humano responde de cierta manera. Los modelos de IA también pueden hacerlo, y puedes ajustarlos para que tengan ese sentido de cuidado y reconocimiento".

Esta oportunidad no es solo para las grandes corporaciones; se extiende a lo que él llamó empresas de "nivel medio" como bufetes de abogados o inmobiliarias que "no pueden permitirse las tarifas" asociadas a las soluciones empresariales. En cualquier entorno, dominar la calidad de los datos hoy en día es el boleto para aprovechar la próxima ola de innovación. Al centrarse en esta base, las empresas no solo persiguen un ideal futurista. Están invirtiendo en lo que Kadiyala considera una de las aplicaciones de IA más exitosas y reales de la actualidad.

• Más allá de los avatares: "Los próximos 18 meses estarán definidos por la innovación en la IA agéntica". Este futuro, aclaró, no vendrá de un único producto integral. "Una característica del ecosistema de la IA es que no hay un solo producto o empresa que lo haga todo. Es cuestión de integrar diferentes productos", afirmó. "Puedes duplicar humanos y crear avatares, pero esa es una línea de producto diferente. Luego tienes cómo se seleccionan los datos para el contenido, que es un ecosistema de producto distinto".

• Tejido conectivo: Esta integración de sistemas agénticos especializados es la recompensa definitiva. Crea un "tejido conectivo" que permite que los datos de atención al cliente de alta calidad salgan de su silo e informen a otras partes del negocio, transformando un centro de costes en un motor proactivo de inteligencia estratégica. "Yo diría que IA agente asumirá muchas responsabilidades para ayudar a crear eficiencia en el lugar de trabajo."