Crayon está cambiando la conversación sobre los chatbots

No se puede negar que los chatbots han mejorado la asistencia digital al cliente ofrecida por las organizaciones, pero nadie se hace ilusiones de que lo que estamos haciendo sea realmente una “conversación”. En esencia, los chatbots no hacen mucho más que sustituir las páginas estáticas de preguntas frecuentes (FAQ), que suelen ser demasiado extensas y poco intuitivas para buscar información. Un chatbot proporciona una respuesta casi de inmediato: una respuesta estándar, ya que solo puede entender preguntas para las cuales tiene una respuesta predefinida y es incapaz de salirse del guión. Por eso, tantas “conversaciones” con chatbots terminan en decepción con el consejo de contactar con el servicio de atención al cliente.

¿Qué son los agentes conversacionales?

Pero el panorama ha cambiado por completo. La aparición de los Modelos de Lenguaje de Gran Tamaño (LLMs, por sus siglas en inglés) está dotando a los chatbots de la capacidad de responder de forma ágil y generar respuestas que son radicalmente más naturales, precisas y útiles.

Esta nueva generación de chatbots se conoce como “agentes conversacionales”, y esta vez el nombre no está fuera de lugar, porque realmente parecen hablar contigo mientras reaccionan inteligentemente a preguntas que desconcertarían a un chatbot tradicional.

Los agentes conversacionales aprovechan el poder de la IA generativa, con la que todos estamos familiarizados a través del uso de ChatGPT. Es importante no confundir ambos conceptos. Ambos dependen de LLMs para obtener sus resultados, pero mientras que ChatGPT interroga el universo digital conocido para proporcionar cualquier tipo de respuesta a cualquier tipo de pregunta, los agentes conversacionales están entrenados para interpretar un conjunto de datos específico: típicamente, datos legales, financieros, de productos o de prospectos de una organización. ChatGPT tiene como caso de uso cualquier cosa y todo, pero los agentes conversacionales están diseñados para resolver problemas específicos.

Los agentes conversacionales basados en LLM acceden a información externa y la utilizan para responder preguntas. Esta capacidad les permite ofrecer respuestas más precisas y fiables, incluso para preguntas fuera de sus datos de entrenamiento iniciales. A través de un enfoque conocido como Generación Aumentada por Recuperación (RAG, por sus siglas en inglés), el modelo de lenguaje se ajusta a un conjunto de datos definido, lo que concentra el poder de la IA generativa en los datos necesarios para un caso de uso específico. Esto evita la generación de respuestas erróneas o irrelevantes (hallucination) y amplía la utilidad y el valor potencial de los agentes conversacionales mucho más allá del ámbito del soporte al cliente, donde los chatbots suelen ser más comunes.

¿Cómo crean valor empresarial los agentes conversacionales?

- Capacitar a los representantes de ventas con recomendaciones de productos en tiempo real: Mayor eficiencia y experiencia en el terreno

El primer caso de uso es el de un fabricante de aceites y productos químicos industriales que quería que sus representantes de ventas en el terreno tuvieran un mejor conocimiento de sus productos.

Un representante de ventas visita a un cliente potencial, un fabricante de pinturas y tintes que necesita ciertos tipos de solventes para su línea de producción. El representante “consulta” al agente conversacional introduciendo los requisitos detallados del fabricante. Basándose en el escenario inicial, el agente conversacional está diseñado para formular preguntas adicionales antes de generar su(s) recomendación(es) de productos. Estas recomendaciones pueden proporcionarse al fabricante en el momento, sin la típica respuesta de “te lo haré saber más tarde”.

En este caso de uso, el agente conversacional acelera el proceso de compra y posiciona a los representantes de ventas como verdaderos expertos.

- Herramienta conversacional para una universidad australiana: Mejorando la interacción entre estudiantes y personal con respuestas en tiempo real

El segundo caso de uso es una herramienta conversacional que Crayon ha desarrollado para una universidad en Australia. El mismo agente sirve tanto al personal como a los estudiantes, pero consulta conjuntos de datos diferenciados para cada uno. Es fundamental que los estudiantes no tengan acceso a los documentos del personal, y el agente conversacional establece restricciones según el inicio de sesión o la materia estudiada.

Para los estudiantes, la herramienta encuentra respuestas a preguntas que tradicionalmente se dirigirían a los profesores: ¿Cuándo es mi próximo examen? ¿Cuál es el plan de estudios de esta materia? ¿Puedo cambiar uno de mis módulos por otro? ¿Puedo hacerlo el próximo año? Para los profesores, responder a estas consultas, que pueden provenir de cientos de estudiantes diariamente, es una distracción y una pérdida de tiempo.

Toda la información está disponible en el prospecto del curso, en los horarios, en la web de la universidad o del campus, en SharePoint, pero estas fuentes suelen ser confusas y difíciles de manejar. Como resultado, el estudiante acaba enviando un mensaje a su profesor, quien tampoco tiene todas las respuestas a mano.

Este agente conversacional logra dos cosas: los estudiantes obtienen respuestas claras y completas a sus preguntas, y el personal puede centrarse en su verdadero trabajo.

Los profesores también tienen sus propias dudas sobre actualizaciones del currículo, criterios de calificación y recuperación de exámenes, pautas sobre el bienestar de los estudiantes, entre otros. También pueden utilizar el agente conversacional para ayudarles a planificar clases o preparar material del curso.

La universidad que ha implementado este agente conversacional atrae a muchos estudiantes cuyo idioma nativo no es el inglés. Los agentes conversacionales actúan como auténticas torres de Babel, permitiendo la comunicación en múltiples idiomas. Se puede hacer una pregunta en cantonés o bahasa indonesia (de manera escrita o hablada), y el agente conversacional responderá en el idioma en el que se formuló la consulta, también en casi tiempo real. Del mismo modo, se puede preguntar en inglés y configurar la herramienta para que responda en otro idioma, si esto ayuda al estudiante.

El futuro imparable de los agentes conversacionales

Esta revolución de los chatbots acaba de comenzar; las organizaciones están descubriendo constantemente nuevas formas en las que los agentes conversacionales pueden aportar valor.

Crayon está desarrollando un agente legal para ayudar a una empresa de servicios públicos a buscar contratos. Esto es más complejo de lo que parece, ya que muchos de los contratos son antiguos y nadie en la organización tiene conocimiento de ellos. La documentación es escasa, lo que dificulta la búsqueda de estos contratos.

Este es el tipo de desafío altamente específico y especializado para el que no existía una buena solución, hasta ahora.

Las organizaciones más grandes están desplegando cada vez más agentes conversacionales específicos para diferentes departamentos. Pueden tener una herramienta para recursos humanos, otra para asuntos legales, otra para finanzas, e incluso un agente conversacional de “triaje” que dirige a los usuarios al chatbot adecuado para su consulta. Esta separación de funciones (y, por tanto, de documentos) permite a las organizaciones resolver múltiples problemas sin riesgo de filtraciones de datos entre áreas de negocio.

El caso de uso fundamental del chatbot no ha desaparecido. Los agentes conversacionales transforman la experiencia del cliente porque hacen mucho más que dar respuestas estándar. Incluso para las personas que nunca utilizan un chatbot, la experiencia del cliente mejora, ya que el servicio de asistencia “real” no recibe el mismo volumen de llamadas y puede gestionar cada consulta con mayor rapidez, gracias a que el agente conversacional lo hace por ellos en casi tiempo real.  

La mayoría de las organizaciones tienen dificultades con la atención al cliente, y un agente conversacional suele ser la “herramienta de entrada” para resolver casos más individuales y complejos.  

A medida que los responsables de la toma de decisiones comprendan mejor el poder de los agentes conversacionales, descubrirán cada vez más casos de uso en los que pueden aportar valor a su negocio.  

Crayon ha sido líder en este campo desde la primera generación de chatbots, y no es diferente ahora. Sus Centros de Excelencia en Datos e IA en Europa, América del Norte, Oriente Medio y Asia pueden ayudarte a descubrir lo que los agentes conversacionales pueden significar para tu organización.