Tu IA superó todas las pruebas de la fase piloto. Tras tres meses de producción, las respuestas se están quedando obsoletas poco a poco y nadie sabe decir con exactitud cuándo empezó a ocurrir.
La gestión inteligente del conocimiento utiliza la inteligencia artificial para recopilar, estructurar, gestionar y mantener el conocimiento de la empresa como una capa operativa dinámica a la que recurren tanto los equipos de atención al cliente como los agentes de inteligencia artificial y los agentes humanos para resolver las interacciones con los clientes.
La mayoría de los equipos de experiencia del cliente (CX) cuentan con una base de conocimientos. Son menos los que disponen de un sistema de gestión del conocimiento en atención al cliente. Esa diferencia determina si la IA resuelve los problemas, da respuestas erróneas o deja de funcionar.
El repositorio parece estar en buen estado. Sin embargo, las respuestas cuentan una historia diferente. Esa brecha es precisamente donde la gestión inteligente del conocimiento cobra todo su sentido.
Puntos clave
- La gestión inteligente del conocimiento no es simplemente una base de conocimientos más avanzada. Es el sistema que recopila, estructura, gestiona y mantiene el conocimiento de la empresa para la IA aplicada a la experiencia del cliente (CX).
- Una base de conocimientos almacena artículos. La gestión del conocimiento crea intenciones reguladas y listas para su uso en producción, a las que recurren los agentes de IA para resolver las interacciones con precisión.
- La calidad de la capa de conocimiento determina todo lo que viene a continuación: la precisión de la IA, las tasas de alucinaciones, la resolución en el primer contacto y la auditabilidad.
- Sin un mantenimiento autónomo, la precisión se va deteriorando de forma imperceptible tras la puesta en marcha, ya que el contenido original cambia más rápido de lo que puede seguir cualquier ciclo de revisión manual.
- ¿Quieres ver cómo se crean los «intents» gestionados a partir de tu propio contenido? Reserva una demostración.
¿Qué es la gestión inteligente del conocimiento?
La gestión inteligente del conocimiento consiste en utilizar la inteligencia artificial para recopilar contenido empresarial procedente de múltiples fuentes, estructurarlo en intenciones y respuestas reguladas, distribuirlo a través de distintos canales y agentes de IA, y actualizarlo de forma continua a medida que cambia el contenido original.
Va más allá de las bases de conocimientos tradicionales, ya que gestiona activamente el conocimiento: genera automáticamente las intenciones, vincula cada respuesta a su fuente y supervisa si hay lagunas o información obsoleta.
Para los equipos de experiencia del cliente (CX), es la base que determina si los agentes de IA resuelven los problemas con precisión, responden de forma genérica o dan respuestas erróneas.
Gestión del conocimiento frente a base de conocimientos: en qué se equivocan los equipos de CX
Ambos términos se utilizan indistintamente. Describen sistemas muy diferentes, y es precisamente en esa diferencia donde la IA aplicada a la experiencia del cliente (CX) fracasa de forma imperceptible.
Los 6 componentes clave de un sistema inteligente de gestión del conocimiento
Hay seis características que diferencian la gestión inteligente del conocimiento (KM) de un simple repositorio de contenidos. Cada una de ellas es un requisito imprescindible, no una mejora opcional.
1. Importación multiformato
El conocimiento se encuentra en páginas web, documentos, archivos de audio y de vídeo. La gestión inteligente del conocimiento (KM) recopila todo ello, incluido el contenido dinámico y autenticado, en una única capa estructurada.
2. Generación automática de intenciones
El sistema lee el contenido de origen y genera intenciones reguladas con borradores de respuestas y frases modelo. En cuestión de minutos se preparan cientos de intenciones, que posteriormente son revisadas por una persona.
3. Vinculación de fuentes y gobernanza
Cada intención está vinculada a la fuente de la que procede. Esa vinculación hace que cada respuesta sea rastreable y cada decisión, auditable, y esa es la diferencia que importa a los reguladores.
4. Mantenimiento autónomo y detección de deficiencias
El sistema supervisa las interacciones en tiempo real, señala las intenciones que fallan o están obsoletas y pone de relieve los temas que aún no abarca ninguna intención. El mantenimiento pasa a ser continuo, en lugar de programado.
5. Capa de conocimiento unificada en todos los canales
La voz, el chat y la búsqueda se basan en los mismos criterios definidos. Una misma pregunta recibe la misma respuesta en todas partes, por lo que las respuestas no varían de un canal a otro.
6. Acceso sin necesidad de programar para los responsables del conocimiento
Las personas que conocen el negocio crean y gestionan el conocimiento directamente. Los responsables de los centros de atención al cliente y los especialistas en contenidos no tienen que esperar a que el departamento de ingeniería realice ningún cambio.
Cómo medir la eficacia de la gestión del conocimiento en la experiencia del cliente (CX)
La mayoría de los equipos evalúan la IA y pasan por alto la capa de conocimiento que hay detrás. Estas métricas permiten detectar problemas en la calidad de la gestión del conocimiento antes de que se traduzcan en una caída de la satisfacción del cliente.
Por qué los equipos de CX necesitan ahora una gestión inteligente del conocimiento
La gestión del conocimiento para el servicio de atención al cliente solía ser una tarea administrativa. Tres factores la han situado en el centro de la estrategia de experiencia del cliente.
En primer lugar, la IA agentiva requiere una base de conocimientos regulada. Los agentes autónomos actúan en función de lo que saben, por lo que, si el conocimiento no está regulado, tampoco lo estarán sus acciones.
En segundo lugar, el riesgo de «alucinaciones» aumenta a medida que se generaliza su uso. Cuantas más interacciones gestiona la IA, con mayor frecuencia llega al cliente una respuesta no controlada. Las intenciones controladas limitan ese riesgo desde el origen.
Esta relación es cuantificable. SQM Group señala que cada aumento del 1 % en la resolución en el primer contacto reduce los costes operativos en un 1 %, y que el 93 % de los clientes espera que su problema se resuelva en el primer contacto.
En tercer lugar, la presión normativa está aumentando. La auditabilidad se está convirtiendo en un requisito imprescindible para la implementación, y solo una capa de conocimiento en la que cada respuesta esté vinculada a su fuente permite implementar la IA en la experiencia del cliente (CX) en entornos regulados.
M&T Bank, por ejemplo, consolidó su servicio de atención al cliente digital en la capa de resolución regulada de Encore, un tipo de base que una base de conocimientos estática no puede ofrecer.
El problema de la pérdida de conocimientos: ¿qué ocurre tras la puesta en marcha?
El patrón es siempre el mismo. Se pone en marcha la IA, la precisión es alta y los responsables informan de que todo va bien. Tres meses después, el índice de satisfacción del cliente (CSAT) se estanca y las reclamaciones van aumentando poco a poco. La IA sigue respondiendo, pero las respuestas son repetitivas.
Esto ocurre porque las bases de conocimientos tradicionales requieren un mantenimiento manual con una periodicidad fija. En un centro de atención al cliente con un gran volumen de llamadas, el contenido original cambia más rápido de lo que permite seguir una revisión manual, por lo que la base de conocimientos siempre va con retraso.
El mantenimiento autónomo es la solución: supervisión continua de las interacciones en tiempo real, detección de lagunas en las intenciones que faltan, un motor de actualización que señala las intenciones obsoletas cuando cambia el contenido y una función de aceptación con un solo clic que publica las actualizaciones directamente.
Cómo Encore ofrece una gestión inteligente del conocimiento
Inbenta Encore considera el conocimiento como el producto en sí mismo, y no como un insumo para el mismo. A continuación se explica cómo la plataforma diseña y mantiene la capa regulada.
La ingeniería del conocimiento es el núcleo: el conocimiento de la empresa se estructura y se gestiona en forma de «intentos» de IA listos para su uso, en lugar de almacenarse como artículos. La plataforma se basa en varias capacidades:
- La ingestión inteligente utiliza un rastreador web universal para capturar contenido complejo, dinámico y autenticado en sitios web, documentos, audio, vídeo y voz.
- La generación automática de intenciones permite crear cientos de ellas en cuestión de minutos, lo que reduce la carga de trabajo de ingeniería del conocimiento en un 90 %.
- Para cada implementación se crea una base de conocimientos nueva. Inbenta no aplica la formación de un cliente a otro, por lo que la IA habla el lenguaje específico de tu organización.
- La arquitectura «Knowledge-first» da prioridad al conocimiento gestionado. Inbenta Encore utiliza modelos de lenguaje grande (LLM) para la coordinación y el enriquecimiento, no para generar respuestas en tiempo de ejecución.
- Elevate ofrece un mantenimiento autónomo. El análisis continuo detecta nuevas intenciones, fuentes que faltan y soluciones de escalación, y con un solo clic se publican directamente en la base de conocimientos.
- La gobernanza de tipo «caja de cristal» permite rastrear cada respuesta hasta su intención subyacente y su contenido de origen, con un registro de auditoría completo que la respalda.
- Una plataforma sin código permite a los responsables del conocimiento, a los directores de centros de atención al cliente y a los especialistas en contenidos gestionar directamente la capa de conocimiento, sin depender de los ingenieros.
- Más de 850 integraciones y más de 800 conectores vinculan la capa de conocimiento con los sistemas que ya utilizas, sin necesidad de sustituir los sistemas actuales.
- Se generan automáticamente más de 90 idiomas a partir de una única base de conocimientos, por lo que cualquier cambio en el texto original se aplica en todas partes al mismo tiempo.
Encore ganó el premio TSIA Star Award por su capa de resolución gestionada, que fue reconocida en la conferencia de la TSIA.
Descubre cómo tu contenido se convierte en «intents» controlados. Reserva una demostración.
Preguntas frecuentes
¿Cómo mejora la IA la gestión del conocimiento en el ámbito de la experiencia del cliente?
La IA recopila contenidos en distintos formatos, genera automáticamente intenciones reguladas, vincula cada respuesta a su fuente y mantiene la capa actualizada a medida que cambia el contenido.
Esto convierte un repositorio estático en un sistema dinámico, de modo que los agentes de IA ofrecen respuestas precisas en lugar de hacer conjeturas a partir de información parcial.
¿Qué es la ingeniería del conocimiento?
La ingeniería del conocimiento es el término que utiliza Inbenta para referirse al proceso mediante el cual el conocimiento empresarial se estructura y se gestiona para convertirlo en intenciones de IA listas para su uso en producción.
Es la disciplina que consiste en convertir el contenido original en intenciones prevalidadas y vinculadas a la fuente, a partir de las cuales un agente de IA pueda actuar, de modo que una base de conocimientos de IA responda con precisión en lugar de devolver un artículo almacenado.
¿Cómo se mide la eficacia de la gestión del conocimiento?
Realiza un seguimiento de la tasa de cobertura de las intenciones, la tasa de lagunas en el contenido, la actualidad de la información, la correlación entre la escalación y las lagunas, la resolución en el primer contacto y la coherencia entre canales.
En conjunto, permiten determinar si el nivel de conocimiento se adapta a las necesidades de los clientes antes de que las deficiencias se traduzcan en una caída de la satisfacción del cliente (CSAT).
¿Qué es la pérdida de conocimientos y cómo se puede evitar?
El deterioro del conocimiento es la degradación silenciosa de la precisión de la IA tras su puesta en marcha, a medida que cambia el contenido de origen y surgen nuevas preguntas.
Esto se evita mediante el mantenimiento autónomo: supervisión continua, detección de discrepancias y un motor de actualización que actualiza las intenciones cuando cambia el contenido.
¿Por qué los equipos de experiencia del cliente (CX) necesitan una gestión inteligente del conocimiento para los agentes de IA?
Los agentes de IA actúan en función de lo que saben. El conocimiento no controlado da lugar a acciones descontroladas, alucinaciones y escaladas.
La gestión inteligente del conocimiento (KM) proporciona a los agentes intenciones reguladas y vinculadas a fuentes, lo que hace que la resolución autónoma sea precisa y auditable.
¿Puede la gestión inteligente del conocimiento funcionar tanto en llamadas de voz como en chat y correo electrónico?
Sí. Una capa de conocimiento unificada gestiona la voz, el chat, la búsqueda y el correo electrónico a partir de los mismos criterios regulados, de modo que una misma pregunta recibe la misma respuesta en todos los canales.
Solicita una demostración en para verlo en todos tus canales.
Artículos relacionados
