Blog

Stock market digital graph chart on LED display concept. A large display of daily stock market price and quotation. Indicator financial forex trade education background.

En estos tiempos, Directorios y Gerentes tienen discusiones por comprender cuán seriamente deben tomar el último fenómeno en el mundo de la inteligencia artificial: la IA generativa. Por un lado, ya ha demostrado una asombrosa capacidad para crear nuevo contenido, como música, discurso, texto, imágenes y video, y actualmente se utiliza, por ejemplo, para escribir software, transcribir las interacciones de los médicos con sus pacientes y permitir a las personas conversar con CRM (sistemas de gestión de relaciones con el cliente).Por otro lado, esta tecnología está lejos de ser perfecta: a veces produce resultados distorsionados o completamente fabricados y podría pasar por alto preocupaciones de privacidad y derechos de autor. Muchas preguntas asoman con la aparición de esta nueva tecnología:¿Es exagerada la importancia de la IA generativa? ¿Valen la pena los riesgos en comparación con las recompensas potenciales? ¿Cómo pueden las empresas determinar dónde es mejor aplicarla? ¿Cuáles deberían ser sus primeros pasos?Para proporcionar orientación, este artículo se basa en una investigación publicada en HBR edición Nov-Dic 23 que comprende estudios de proyectos específicos de IA generativa y análisis amplios de cómo la tecnología afectará a las tareas y empleos.<h2>Quick Win</h2>Una empresa de software estudiada por investigadores del MIT ilustra un excelente Quick Win aplicado en Servicio al cliente aprovechando los beneficios de la IA generativa y a la vez conteniendo sus riesgos.Es común ver en empresas con regulaciones complejas, cómo las&nbsp; de software, empresas financieras, etc, que los nuevos agentes de servicio al cliente necesiten varios meses para comprender qué y cómo responder a muchas preguntas técnicas y saber lidiar con clientes a veces confundidos. Las evaluaciones de calidad de servicio son exigentes, y muchas personas renuncian antes de volverse competentes en su tarea generando un loop sin solución.La empresa vio a la Gen AI como una salida a este problema y ayudada por una consultora especialista decidió implementar dos tipos de inteligencia artificial: El primero era un modelo de lenguaje grande (LLM), diseñado para comprender y responder a los humanos en sus propias palabras, que "escuchaba" las conversaciones. Se ajustó para reconocer frases que conducían a resultados satisfactorios en diversas situaciones de servicio al cliente. Pero debido al riesgo de confabulaciones o respuestas plausibles pero incorrectas, el sistema también utilizó una técnica de aprendizaje automático llamada aprendizaje en contexto, que extraía respuestas de manuales y documentos relevantes para el usuario.El LLM monitoreaba las conversaciones en línea en busca de frases específicas, y cuando una de ellas ocurría, basaba sus respuestas en la información del sistema de aprendizaje en contexto. Como salvaguardia adicional, no respondía a las consultas directamente. En cambio, los agentes humanos eran libres de aplicar su sentido común para decidir si usar o ignorar las sugerencias del LLM.<h2>en números...</h2>Después de una prueba piloto de siete semanas, el sistema se implementó en más de 1,500 agentes. En dos meses, aparecieron múltiples beneficios. Tanto el número promedio de problemas resueltos por hora como la cantidad de chats que un agente podía manejar simultáneamente aumentaron casi un 15%; el tiempo promedio de chat disminuyó en casi un 10%; y un análisis de los registros de chat también mostró que inmediatamente después de la implementación del nuevo sistema, la satisfacción del cliente mejoró. Las expresiones de frustración disminuyeron, por ejemplo, al igual que las MAYÚSCULAS EN TODA LA CONVERSACIÓN.Es especialmente interesante que los agentes menos capacitados, que también eran a menudo los más nuevos, se beneficiaron más. Por ejemplo, las resoluciones por hora de los agentes del 20% mas lento antes de la introducción del nuevo sistema aumentaron en un 35%. (La tasa de resolución del 20% más rápido no cambió). El sistema de IA generativa fue una tecnología de capacitación rápida. Puso a disposición de todos los agentes conocimientos que antes solo se adquirían con experiencia o formación. Además, la rotación de agentes disminuyó, especialmente entre aquellos con menos de seis meses de experiencia, quizás porque las personas tienden a quedarse cuando tienen herramientas poderosas para hacer su trabajo de manera más eficiente. Si quieres revisar cómo poder establecer una estrategia de Gen Ai en tu empresa, ponte en contacto con nosotros, estaremos felices de colaborar en esta desafiante tarea. Fuente: <a class="OYPEnA text-decoration-none text-strikethrough-none" draggable="false" href="https://hbr.org/archive-toc/BR2306" target="_blank" rel="noopener" data-mce-href="https://hbr.org/archive-toc/BR2306">HBR Magazine (November–December 2023)</a>. How to Capitalize on Generative AI - A guide to realizing its benefits while limiting its risks by <a class="OYPEnA text-decoration-none text-strikethrough-none" draggable="false" href="https://hbr.org/search?term=andrew%20mcafee" target="_blank" rel="noopener" data-mce-href="https://hbr.org/search?term=andrew%20mcafee">Andrew McAfee,</a>, <a class="OYPEnA text-decoration-none text-strikethrough-none" draggable="false" href="https://hbr.org/search?term=daniel%20rock" target="_blank" rel="noopener" data-mce-href="https://hbr.org/search?term=daniel%20rock">Daniel Rock,</a> and <a class="OYPEnA text-decoration-none text-strikethrough-none" draggable="false" href="https://hbr.org/search?term=erik%20brynjolfsson" target="_blank" rel="noopener" data-mce-href="https://hbr.org/search?term=erik%20brynjolfsson">Erik Brynjolfsson</a>.

Cómo dar los primeros pasos con Gen AI en la Empresa

Water level gauge or Staff Gauge on blue water in the wetland
 

Estás al telefono, atrapado en una maraña de menús de voz automatizados, llamando a tu compañía de un servicio de telefonía, tu banco, una compañía de seguros,&nbsp; ya tienes la idea, música en espera repetitiva y largas esperas al teléfono. Finalmente, cuando logras hablar con un agente, a menudo te encuentras con información confusa, guía póco clara y, en ocasiones, conversaciones con ningún resultado en absoluto. Si alguna vez has interactuado con un centro de llamadas, es probable que esta situación te resulte familiar. Sin embargo, hay luz al final del túnel. La IA Generativa.<h3>Que es la IA Generativa?</h3>La IA generativa se refiere al uso de algoritmos de inteligencia artificial para crear contenido nuevo y único, como imágenes, videos o texto. A diferencia de los modelos tradicionales de IA que se basan en datos preexistentes, la IA generativa tiene la capacidad de generar contenido original basado en patrones y tendencias que ha aprendido de grandes cantidades de datos.Al aprovechar el poder de la IA generativa, las empresas pueden explorar nuevas vías para medir la productividad. Esta tecnología puede analizar varios factores y generar conocimientos que antes eran difíciles de obtener.&nbsp;<h3>El Caso de Estudio</h3>Pero, ¿Qué tiene que ver un CallCenter con la IA Generativa?. Un reciente estudio sobre el uso de GenAI es justamente aplicado con un caso práctico de "Experto Virtual", publicado por el NATIONAL BUREAU OF ECONOMIC RESEARCH (<a data-mce-href="https://www.nber.org/system/files/working_papers/w31161/w31161.pdf" href="https://www.nber.org/system/files/working_papers/w31161/w31161.pdf" title="Midiendo la GEN AI " target="_blank" rel="noopener">ver aquí paper completo</a>) que da cuenta de la aplicación de una herramienta de IA destinada a respaldar el trabajo de los agentes humanos de atención al cliente, en la forma de un experto virtual ofreciéndoles posibles respuestas a las consultas de los clientes. Los agentes podrían optar por aceptar esas sugerencias o ignorarlas e ingresar sus propias respuestas. Se utilizaron datos de aproximadamente 5.000 agentes de una empresa Fortune 500, donde se tomaron variables de duración, calidad y los resultados de las interacciones de atención al cliente antes y después de la implementación de una herramienta de IA generativa. Los resultados fueron asombrosos.El caso se realizó con implementación gradual entre los agentes entre noviembre de 2020 y febrero de 2021. Para un grupo de control, los investigadores también recopilaron datos de los agentes que no recibieron la herramienta durante 2020 y 2021.&nbsp;<figure id="figure-tahf1sjhlllncajg6y"><img id="tahf1sjhlllncajg6y" src="https://cdn.durable.co/blocks/1cj5ZgDwHeEYVjREjW8pQuXufA9zOmqLw0pE4NTLfgyMyRjeGkrzHahp3XY8JDcm.png" alt="" class="object-cover bg-gray-100 rounded-sm md:rounded-md lg:rounded-lg" style="aspect-ratio: 16/9; object-position: center center;" data-corners="default" data-aspect="16:9" data-caption="" data-positionx="undefined" data-positiony="undefined" data-mce-src="https://cdn.durable.co/blocks/1cj5ZgDwHeEYVjREjW8pQuXufA9zOmqLw0pE4NTLfgyMyRjeGkrzHahp3XY8JDcm.png" data-mce-style="aspect-ratio: 16/9; object-position: center center;"></figure>Los agentes de atención al cliente que utilizaron esta herramienta de inteligencia artificial experimentaron un aumento del 14% en la productividad. Lo que es aún más impresionante es que los trabajadores menos experimentados y menos calificados vieron mejoras del 35% en su desempeño, sin efectos negativos apreciables en los agentes más experimentados.<figure id="figure-il5zmtbq0tlnc8a7by"><img id="il5zmtbq0tlnc8a7by" src="https://cdn.durable.co/blocks/blR4szeHwVWNzYPKgL3uD7TQUE1m9vEl98DqDRRc4sZX2KnOiA1CraLHRehW7tT5.png" alt="productivity analysis" class="object-cover bg-gray-100 rounded-sm md:rounded-md lg:rounded-lg" style="aspect-ratio: 16/9; object-position: center center;" data-corners="default" data-aspect="16:9" data-caption="" data-positionx="null" data-positiony="null" data-mce-src="https://cdn.durable.co/blocks/blR4szeHwVWNzYPKgL3uD7TQUE1m9vEl98DqDRRc4sZX2KnOiA1CraLHRehW7tT5.png" data-mce-style="aspect-ratio: 16/9; object-position: center center;"></figure><h3> </h3><h3>La solución brillante</h3>Entonces, ¿cómo funciona esta magia? La IA Generativa permite a los agentes de servicio al cliente atender más llamadas por hora y aumentar su tasa de resolución. Los agentes pueden participar en múltiples chats a la vez, reduciendo el tiempo por chat en un 9 por ciento, manejando un 14 por ciento más de chats por hora y resolviendo con éxito un 1,3 por ciento más de chats en general. ¿El resultado? Un servicio más rápido y eficiente sin comprometer la calidad..<h3>Tu solución en Modolab</h3>En Modolab, entendemos la importancia de mantener a tus clientes satisfechos y tu negocio en funcionamiento sin problemas. Es por eso que ofrecemos soluciones de IA Generativa de vanguardia para resolver los desafíos de los centros de llamadas. Imagina tener un experto virtual a tu disposición para ayudar a tus agentes a brindar un servicio excepcional.Si deseas instalar un experto virtual en tu centro de llamadas y experimentar el mismo aumento en la productividad y la satisfacción del cliente que mencionamos anteriormente, conversemos hoy mismo.

Blog

Cómo dar los primeros pasos con Gen AI en la Empresa

Midiendo la Productividad en IA Generativa