¿Cómo determina la IA de un centro de atención al cliente la intención de la persona que llama antes de que esta formule la pregunta?

La IA de los centros de atención al cliente determina la intención de la persona que llama comparando lo que dice con una necesidad conocida del cliente a la que se le ha asignado una solución. La mayoría de los sistemas lo deciden en tiempo real. Encore, la plataforma de IA de Inbenta centrada en el conocimiento para la experiencia del cliente, realiza la mayor parte del trabajo con antelación, en el momento de la incorporación de contenidos. Durante este proceso, Encore analiza las múltiples formas en que un cliente podría plantear cada pregunta y vincula cada una de ellas a una respuesta aprobada. Cuando llega una llamada, solo es cuestión de emparejar la respuesta con la pregunta.

¿Qué es la intención de la persona que llama y por qué determina si una llamada se resuelve?

La intención de la persona que llama es la necesidad que se esconde tras sus palabras, y es lo primero que debe interpretar correctamente la IA de un centro de atención al cliente.

Imagina que recibes tres llamadas. Una persona dice: «Me han cobrado dos veces». Otra ve un pago duplicado en su extracto. Una tercera quiere saber por qué le has vuelto a cobrar. Las palabras son diferentes, pero el problema y la solución son los mismos. Un buen sistema interpreta las tres llamadas como una sola solicitud: reclamar un cargo duplicado.

Un sistema que pase esto por alto acabará fallando sin que te des cuenta. Ofrece una respuesta fluida a una pregunta diferente, deriva a la persona que llama a una cola equivocada o le pide que vuelva a empezar. Cada una de estas situaciones acaba en una transferencia, una llamada más larga y un cliente que la próxima vez no confiará en la línea automatizada.

¿Cómo determinan hoy en día la mayoría de los sistemas de IA de los centros de atención al cliente la intención de la persona que llama?

La mayoría de los sistemas de inteligencia artificial de los centros de atención al cliente determinan la intención de la persona que llama en tiempo de ejecución, utilizando uno de estos dos enfoques.

El enfoque más antiguo consiste en clasificar la intención mediante un modelo entrenado para asignar cada solicitud a una de las categorías de una lista fija. Alguien elabora una lista de intenciones y alimenta al modelo con docenas o cientos de frases de ejemplo para cada una. El modelo aprende a clasificar las nuevas solicitudes en esos grupos. Así es como se creó la primera generación de agentes virtuales y sistemas IVR basados en el procesamiento del lenguaje natural (NLP), y, dentro del vocabulario con el que se entrenó, funciona perfectamente. Sin embargo, fuera de ese vocabulario, tiene dificultades. Los clientes expresan las cosas de formas que nadie había previsto, y mantener actualizadas las frases de entrenamiento se convierte en una tarea interminable.

El nuevo enfoque introduce la transcripción en un modelo de lenguaje grande y le pregunta qué quiere la persona que llama, a menudo en el mismo paso en el que se redacta la respuesta. Se adapta mucho mejor a expresiones poco habituales. El inconveniente es que combina dos decisiones en una sola: qué necesita la persona que llama y qué responderle. Nadie ha aprobado ese resultado combinado de antemano. Y cuando el modelo interpreta mal la intención, no se oye ningún mensaje de error. Lo que se oye es una respuesta segura a una pregunta que la persona que llama nunca ha formulado.

Ambos enfoques determinan la intención una vez que el interlocutor ha hablado.

¿Qué significa determinar la intención en el momento de la ingestión?

Determinar la intención en la fase de captación implica identificar las necesidades de los clientes y todas las formas en que las expresan, antes de que nadie llame.

Cuando Inbenta Encore recopila el contenido de una empresa —desde documentos normativos, páginas del centro de ayuda, guías de productos y transcripciones de llamadas hasta bibliotecas de SharePoint y sistemas como Salesforce y ServiceNow—, organiza ese contenido en «intentos» regulados. Para cada uno de ellos, Encore genera las formas en que es probable que los clientes reales formulen la pregunta y vincula cada formulación a una única solución. En un fabricante mundial de automóviles, una única importación de contenido exclusivamente en inglés generó más de 25 000 intenciones en tres idiomas. La gestión se lleva a cabo en la misma fase. Un segundo modelo independiente valida cada respuesta antes de su publicación, y a continuación un experto en la materia aprueba el conocimiento. Esa aprobación se convierte en el registro de auditoría.

¿Qué ocurre en tiempo de ejecución cuando habla quien realiza la llamada?

Durante la ejecución, Inbenta Encore realiza dos pasos para cada pregunta, y ninguno de ellos genera la respuesta.

En primer lugar, Encore asocia la solicitud a una de las intenciones definidas durante la ingesta. Dado que las expresiones se han mapeado previamente, se trata de una búsqueda entre las necesidades que ya conoce, y no de una suposición sin límites.

En segundo lugar, un modelo de lenguaje comprueba que la pregunta y la respuesta correspondiente coincidan y, a continuación, ajusta la redacción para que suene natural en la conversación. El modelo da forma a la forma en que se formula la respuesta. El contenido de la respuesta y su origen vienen determinados por la intención aprobada. Separar estos pasos también contribuye a la rapidez de Encore. Al no tener que redactar nada desde cero, responde entre dos y tres veces más rápido que una llamada estándar a un modelo de lenguaje.

¿Cómo gestiona la IA de un centro de atención al cliente a una persona que llama y plantea dos cuestiones a la vez?

La IA de un centro de atención al cliente debería gestionar una solicitud compuesta por dos partes, asignando a cada una de ellas su propia intención y respondiendo a ambas en una sola respuesta.

Es muy raro que quienes llaman formulen una sola pregunta clara. «Necesito actualizar mi dirección y comprobar si mi tarjeta ya se ha enviado» son dos peticiones en una sola frase, y un sistema que solo registre una de ellas deja la mitad de la llamada sin resolver.

Los asistentes de IA de Inbenta Encore funcionan como múltiples agentes que actúan al unísono, de modo que una sola interacción puede activar una actualización de la dirección y una consulta del estado de la entrega, mientras que la persona que llama recibe una única respuesta. Dado que cada parte de la solicitud cuenta ya con su propia resolución aprobada, ningún modelo tiene que improvisar un vínculo entre dos políticas.

¿Qué debería hacer la IA de un centro de atención al cliente cuando no es capaz de determinar qué quiere la persona que llama?

Cuando la IA de un centro de atención al cliente no pueda determinar qué es lo que quiere la persona que llama, debería indicarlo y derivarla a alguien que pueda ayudarla.

Un sistema diseñado para responder a todo responderá incluso cuando no haya ningún contenido aprobado que coincida con la pregunta, y de ahí es de donde provienen muchas respuestas erróneas que parecen correctas.

Inbenta Encore no impone una coincidencia poco precisa. Si no hay ninguna intención predefinida que se ajuste al caso, el asistente deriva la llamada a un experto en la materia o a un agente humano y le transmite toda la conversación, para que la persona que llama no tenga que repetirla.

Cada escalación pone de manifiesto una laguna en los conocimientos de tu organización. Encore Elevate aprende de las interacciones reales y destaca aquellos aspectos que la base de conocimientos aún no cubre, como nuevas intenciones, fuentes que faltan y acrónimos sin definir. El sistema redacta la actualización y un operador la publica con un solo clic.

¿La precisión del reconocimiento de voz es lo mismo que la precisión de la intención?

No. La precisión del reconocimiento de voz indica si el sistema ha captado las palabras. La precisión de la intención indica si ha entendido lo que necesitaba la persona que llamaba. Los proveedores suelen citar la primera cuando los compradores preguntan por la segunda.

Un sistema de voz puede transcribir perfectamente la frase «Quiero cancelar mi pago» y, aun así, derivarla a la resolución incorrecta, ya que no es capaz de distinguir entre una domiciliación bancaria cancelada y un cargo en tarjeta impugnado. La precisión en la intención —es decir, si la respuesta ha satisfecho la necesidad real de la persona que llama— es el indicador que predice si una llamada se resuelve satisfactoriamente.

La IA de voz de Inbenta Encore es compatible con más de 90 idiomas y, en los programas piloto de IA de voz, la duración de las llamadas se redujo entre un 25 % y un 40 %. La precisión de las respuestas se mide por separado: los asistentes de IA en producción ofrecen una precisión en las respuestas de entre el 98 % y el 99 %. Sea cual sea la IA de voz que estés evaluando, pregunta al proveedor cuáles de estas cifras está citando y cómo las ha medido.

¿Cuánto tiempo se tarda en crear un conjunto de intenciones para la IA de un centro de atención al cliente?

El tiempo que se tarda en crear un conjunto de intenciones depende de si las intenciones se redactan manualmente o se generan a partir de tu contenido.

Con un sistema basado en clasificadores, se trata de un proyecto: definir intenciones, redactar frases de entrenamiento, realizar pruebas y volver a entrenar el sistema. Esto suele llevar meses y requiere personal especializado.

Con Inbenta Encore, el conjunto de intenciones es un subproducto del proceso de ingesta. Una ejecución tarda entre 30 y 60 minutos con un conjunto de contenidos típico, y un conjunto completo de fuentes se ingiere en un día. Las primeras respuestas verificadas llegan el mismo día, procedentes de una URL y de un experto en la materia, y un asistente de IA con alcance específico se ejecuta de principio a fin en cuestión de días. Las implementaciones de voz tardan hasta 90 días cuando se incluyen la integración de la telefonía y la migración del flujo de llamadas, y la mayor parte de ese tiempo se dedica a conectar el sistema telefónico.

La función del experto en la materia consiste en revisar y aprobar. El equipo de CX lo hace a través de una interfaz de estudio, sin necesidad de escribir código ni de abrir un ticket de TI.

¿Qué debería preguntar el equipo de un centro de atención al cliente a un proveedor sobre la detección de intenciones?

Hay cinco cuestiones que distinguen la detección de intenciones que funciona en entorno de producción de aquella que solo queda bien en las demostraciones.

1. ¿Cuándo se determina la intención: en tiempo de ejecución, mediante un modelo que lee la transcripción, o de antemano, comparándola con un conjunto regulado?
2. ¿Quién redacta las frases de formación y quién se encarga de actualizarlas cuando cambian los productos y las políticas?
3. ¿El paso en el que se identifica la intención es independiente del paso en el que se redacta la respuesta?
4. ¿Qué ocurre cuando no hay ninguna coincidencia: el sistema remite la consulta con el contexto, formula una pregunta aclaratoria o responde de todos modos?
5. Cuando el proveedor habla de precisión, ¿se refiere al reconocimiento de voz, a la precisión en la interpretación de la intención o a la exactitud de la respuesta, y en qué conjunto de pruebas?

Para conocer los argumentos generales a favor de realizar este trabajo antes de la llamada, incluyendo lo que esto supone para las alucinaciones, consulta «Cómo prevenir las alucinaciones de la IA en la atención al cliente: corrige la arquitectura, no la indicación». Para saber por qué la recuperación por sí sola no basta para subsanar esta carencia, consulta «¿Es suficiente RAG? Por qué la recuperación sigue provocando alucinaciones en la atención al cliente».

El momento en el que estás atendiendo al cliente es el peor para averiguar qué necesita. Haz ese trabajo antes de que suene el teléfono.