Poco a poco, nos acostumbramos a los chatbots basados en voz en nuestra vida personal, como el Asistente de Google, Alexa de Amazon, Siri de Apple y Cortana de Microsoft. Sin embargo, cuando las empresas implementan bots similares como agentes de atención al cliente, se enfrentan a muchos obstáculos.
La investigación realizada por Yuqian Xu, profesor asociado de operaciones en la UNC Kenan-Flagler Business School, mejora nuestra comprensión de cómo es un agente de servicio al cliente capacitado en IA y cómo las empresas pueden mejorar la experiencia de los consumidores.
Los chatbots basados en voz son complejos en comparación con sus primos anteriores basados en texto. La comunicación oral consta de tantas variables diferentes que las empresas y los investigadores deben tener en cuenta, como el tono de voz, el acento y la cadencia del habla.
La forma central de la investigación de Xu es cómo las empresas pueden aprovechar los beneficios de ahorro de costos de la IA sin alienar a los clientes o disminuir la confianza y la competencia.
En una nueva investigación, identificó una forma en que los agentes de servicio al cliente de IA pueden satisfacer mejor las expectativas de los usuarios: predecir de manera proactiva las necesidades de los clientes. Ella comparte sus hallazgos en «Diseño de chatbot de voz: aprovechamiento del algoritmo de predicción preventiva».
Las predicciones mejoran la experiencia del cliente
Xu y el estudiante de doctorado Shuai Hao trabajaron con una empresa líder en comercio electrónico que ya utilizaba chatbots para atender las consultas de los clientes sobre sus pedidos. Para este estudio, Xu modificó la IA para incluir una función que identificara de forma proactiva el paquete probable que solicitaba cada cliente.
La IA modificada comenzaba cada llamada con algo como: «¿Llamas por el paquete ABC?». Hizo predicciones utilizando un algoritmo de aprendizaje automático que analizó datos clave relacionados con la logística del historial del individuo en el sistema de seguimiento de paquetes de la empresa.
Cuando la IA predijo correctamente qué paquete pedía un cliente, los resultados fueron impresionantes. La satisfacción del cliente con la interacción aumentó un 6,4%, los tiempos de llamada disminuyeron un 7,7% y hubo que transferir menos llamadas a agentes humanos.
Si el agente de IA predijo incorrectamente, la experiencia del cliente se vio afectada, pero el impacto negativo fue significativamente menor que las ganancias logradas con una predicción correcta.
La investigación de Xu muestra que establecer confianza entre los humanos y la IA al principio de su interacción aumenta la probabilidad de que los clientes permitan que la IA resuelva sus problemas, en lugar de solicitar una transferencia a un agente humano de inmediato.
Generar confianza en la tecnología
Las investigaciones han descubierto que muchas personas sienten instintivamente aversión a tecnologías nuevas y avanzadas como la IA, que parece imitar características humanas. Les desanima su inteligencia y autonomía humanas combinadas con una falta de emoción y no les gusta la opacidad detrás del «pensamiento» de la IA. Esa desgana puede traducirse en una falta de fe en los productos impulsados por IA.
La investigación de Xu demostró que mejorar la inteligencia del chatbot con algoritmos predictivos puede ayudar a ganarse la confianza del cliente. Las predicciones correctas indican al usuario que el agente de IA es competente y que puede confiar en él para abordar sus inquietudes. Esto hace que sea más probable que los clientes continúen trabajando con el chatbot en lugar de recurrir a un agente humano en la primera oportunidad posible.
A medida que las empresas implementen cada vez más la tecnología de inteligencia artificial en funciones de cara al cliente, generar confianza seguirá siendo un objetivo fundamental. La credibilidad ayuda a los clientes a tener experiencias satisfactorias al interactuar con agentes de IA y una imagen positiva de las empresas que los utilizan.
A continuación, Xu explorará cómo mejorar la confiabilidad de los chatbots de IA. Por ejemplo, ¿cómo afecta el tono de voz lo que siente un cliente acerca de un agente de IA? ¿Las diferentes elecciones de palabras y frases marcan la diferencia? ¿Deberían los chatbots intentar ofrecer más predicciones en una conversación? ¿Qué sucede si los clientes se salen del guión?
A medida que los chatbots de IA basados en voz se convierten en un actor cada vez más importante en el servicio al cliente, investigaciones como la de Xu se vuelven aún más importantes: descubrir qué es lo que realmente funciona para beneficiar tanto a las empresas como a los consumidores.
