Marta del Castillo, Project Manager en DEC, dio la bienvenida a participantes y asistentes al webinar “IA en la Era de las HyperExperiencias”, organizado en colaboración con IZO. Vivimos en la era donde la Inteligencia Artificial juega un papel fundamental como catalizador de experiencias más personalizadas, más humanas, más memorables, más dinámicas y automatizadas. Durante la sesión se resolvió una cuestión que está muy presente en las empresas: ¿cómo aplico en mi compañía la Inteligencia Artificial, para que impacte realmente en la mejora de la Experiencia y los resultados de negocio?

La sesión moderada por José María Gómez, Director Comercial en IZO, contó con la participación de Sergio Martín, Director de Tecnología en IZO, y Jorge Honorio Domínguez González, Head of Phone Cannels en Endesa.

Para comenzar, Jose María explicó el concepto de la HiperExperiencia, una estrategia con diferentes puntos a partir de los que se debe desplegar la estrategia de CX: HiperPersonalización, HiperAutomatización, HiperHumanización, HiperMemorable e HiperDinámica. Donde los modelos de transformación se tienen que adaptar a los rápidos cambios de la actualidad.

Sergio Martín se centró en explicar cómo es la visión que tiene IZO de la IA y cómo la están aplicando hoy en día en la mayoría de las experiencias, así como qué proyectos están llevando a cabo y la mejor estrategia a seguir para implementar la IA de manera efectiva.

La IA tiene un impacto en las Experiencias HiperPersonalizadas, debido a que:

1. La democratización de la IA en los últimos tiempos se debe, en gran medida, a la llegada de los LLMs (Large Language Models), modelos de Inteligencia Artificial que utilizan técnicas de procesamiento del lenguaje natural y aprendizaje automático, que ayudan a entender y generar un lenguaje humano de forma correcta. El más famoso de los LLMs es el ChatGPT.
2. Los LLMs han facilitado el acceso de manera masiva a las IA avanzadas, lo que permite entender conversaciones como nunca antes. De esta manera se facilita el camino para ofrecer experiencias más naturales y personalizadas sin elevar los costes operativos.
3. La IA debe ser el motor que impulse la transformación creando momentos memorables, simplificando y optimizando las operaciones en una era que cada día es más y más digital.
4. En IZO están apostando por la IA como un socio estratégico en el camino a la excelencia y en la creación de experiencias HiperPersonalizadas.

Están potenciando al máximo diferentes procesos utilizando la IA para generar experiencias inolvidables. Los cuatro productos más representativos son los chatbots de asistencia impulsados por IA, completamente revolucionarios, que atienden al cliente de manera rápida y precisa, además de generar experiencias memorables al ofrecer buenos servicios; Voice Analytics para profundizar en las Experiencias, sumarización de llamadas…; Predictive Analytics, con lo que se pueden prever comportamientos del cliente a través de datos históricos; y con Workflow Automation, para automatizar procesos de forma inteligente. Con ello han conseguido mejorar en la extracción de datos y en la automatización de los procesos cognitivos.

La estrategia óptima para aprovechar al máximo la Inteligencia Artificial pasa por diferentes fases: identificar el caso de uso idóneo; hacer disponible el acceso a los datos; crear un equipo experto en Inteligencia Artificial; y evaluar las diferentes soluciones. La selección que mejor se adapte a cada empresa es la clave para el éxito de todas las estrategias. También se pueden crear prototipos para desarrollar la puesta en marcha; hacer un análisis de costes y evaluar los riesgos; así como medir, escalar y desarrollar las capacidades de IA, mejorando continuamente dentro de una estrategia 360 grados.

A continuación, Jorge Honorio Domínguez González comentó que Endesa lleva trabajando con IA desde los últimos 5 años. En su caso, lo que quieren ofrecer es una experiencia homogénea de manera omnicanal. Los proyectos que realizan los despliegan en aquel canal más usado, para probar su funcionamiento y  extrapolarlo al resto de canales. En lo que respecta al contact center se puede mejorar de dos formas: con un asistente de ayuda al cliente y con un asistente de ayuda al agente. También están tratando la biometría vocal como un eje clave dentro de la estrategia, pues es un potenciador que ayuda, tanto al cliente como al agente.

En este aspecto, Endesa se ha planteado una serie de objetivos: emplear la IA dentro de la relación con el cliente; generar experiencias únicas para los clientes, optimizando el tiempo de gestión; maximizar el uso de la información del cliente disponible; solucionar los casos durante la llamada; la IA como ayuda al cliente debe ser una opción y no una imposición, pues el cliente debe poder elegir no ser atendido por el asistente virtual; anticipar en la función de la información disponible el motivo del contacto; identificar las próximas acciones con el cliente; potenciar el acceso a los contenidos de gestión de conocimiento de la operativa del agente; y mejorar la productividad del agente con funcionalidad estándar.

Con respecto a la utilización de la IA como asistente al cliente, lo que han hecho es tratarla como si fuera un agente más. Con esto se dieron cuenta de que había tres niveles de atención, que pasaban por el lenguaje natural + IVR, mientras que con la IA conversacional podían optimizar la experiencia y crear valor a través de un asesor personal, que entre en aquellas interacciones que requieren contacto humano. Si bien el asistente virtual tiene que ser lo más eficaz posible, siempre debe existir un plan de calidad, pues se trata de crear valor, y para ello se marcaron como objetivo que el cliente pudiera elegir el tipo de atención. Para ello se aseguraron de que la necesidad quedaba resuelta a través de una simple pregunta, obteniendo una visión 360 del cliente, basándose en escuchar, preguntar y mejorar.

Con respecto a los KPIs, consiguieron una tasa de éxito del 60%, 79% de FCR y 16% de NPS. El siguiente paso fue incorporar la biometría vocal para mejorar la experiencia en el acceso, optimizar la identificación y aumentar la seguridad del cliente cuando accede a su información.

Por todas estas razones, Jorge Honorio, comentó que en Endesa ven potencial en la IA para tres casos de uso: elegir las mejores acciones a posteriori, una vez que el cliente ha sido atendido; asesorar con información y ayudar en la ejecución de operaciones, pues la IA tiene capacidad para recopilar datos durante la llamada; y ayudar al agente en las acciones más complejas.

Tras las intervenciones hubo un turno de preguntas:

En vuestro roadmap, ¿cómo balanceáis el concepto de eficiencia y el concepto de CX?

Para Domínguez González, este concepto se basa en el ahorro de costes, que es lo que más interesa a los directivos, ya que siempre hemos mantenido el equilibrio entre la CX y la eficiencia en este aspecto. Es fácil cerrar llamadas y obtener la mejor eficiencia, pero eso es una solución cortoplacista. Nosotros nos hemos preocupado por la calidad que ofrecemos con el asistente virtual.

¿Qué chatbots son los más eficientes?

Depende del uso que le quieras dar, comentó Sergio Martín. Así por ejemplo, en nuestro caso, tenemos un chatbot que está orientado a dar respuestas basadas en una gran cantidad de documentación escrita, pero hay otros que están centrados en dar asistencia al cliente. Cada solución se adapta a cada situación.

¿Cómo hacer un diagnóstico de los datos para llevar un caso de uso con las soluciones de IA?

Lo primero es tener claro el proceso a implantar con la IA. Por ello es fundamental el papel del profesional que conoce la operativa, ya que sabrá recopilar los datos que intervienen en la gestión, así como aquellos que puedan aportar valor.

¿Algún caso de IA para recabar información desestructurada?

Los chatbots pueden recopilar silos de información dispersa o desestructurada. La facilidad que nos proporciona es que puedes obtener información de ese repositorio y automáticamente la IA la lee y la combina con lenguaje natural. Se le hace una pregunta y proporciona una respuesta comprensible.

¿Cómo miden la mejora de la eficiencia de los agentes y la experiencia de los clientes que usan el servicio?

Jorge Honorio comentó que hay una parte de indicadores que miden la reducción del tiempo de operación y solución en el primer contacto. Aparte de eso, tienen como herramienta de contraste la calidad percibida, con unos modelos de encuesta universal que evalúan la atención, satisfacción y NPS. Esto ofrece una foto clara del rendimiento. También miden la asistencia del agente virtual.

¿Cómo aumenta la fidelización tras una mala experiencia con Endesa?

En Endesa tienen tres niveles de servicio. El más básico lo puede realizar el asistente virtual, mientras que para acciones más complejas utilizan a los agentes, así el cliente está más predispuesto a comentar sus problemas.

¿Cómo está la protección de datos con el ChatGPT?

Sergio Martín explicó que ha habido un gran revuelo con el tema, hasta el punto de que en Italia se llegó a bloquear el acceso a ChatGPT a las personas. Ahora, yo diferenciaría dos aspectos principales, por un lado, el acceso de las personas a ChatGPT, que está en controversia porque se puede volcar información sensible a ser utilizada para integrarla en los modelos; y el otro aspecto es su uso empresarial, en el que la compra de Azure por parte de Microsoft ha allanado el camino, para que Europa sea menos restrictiva.

Hay que tener claro que los datos, cuando se trabaja con Azure, no estarán nunca disponibles para OpenAI, ni para servicios de Microsoft o terceros.

¿Diferenciáis las incidencias para un departamento técnico e incidencias o dudas para los agentes de atención al cliente? ¿La IA puede ayudar a diferenciar esto de forma automática?

Sí, hay que dar pautas a la IA para que no haya ningún problema. Tal vez para diferenciar hay que hacer una pregunta abierta bien definida, para que el cliente refleje lo que quiere hacer.

¿Qué soluciones tenemos en IZO que ayudan a identificar el sentimiento de los clientes?

En IZO hemos empezado a adaptar modelos de machine learning que predicen sentimiento, con una fiabilidad bastante alta. Hoy en día, si tenemos que extraer el sentimiento de un texto, interacción o audio, se podría hacer con ChatGPT.