Inteligencia artificial conversacional

menu icon

Inteligencia artificial conversacional

Conozca la inteligencia artificial (IA) conversacional y cómo ayuda a las empresas a interactuar con los clientes y a suministrar servicios.

¿Qué es la IA conversacional?

La inteligencia artificial (IA) incluye tecnologías, como chatbots o agentes virtuales, con las que pueden hablar los usuarios. Utilizan grandes volúmenes de datos, machine learning y el procesamiento de lenguaje natural para imitar interacciones humanas, y son capaces de reconocer información oral y escrita, así como de traducir el significado a diversos idiomas.

Componentes de la IA conversacional

La IA conversacional combina el procesamiento del lenguaje natural (PLN) con el machine learning. Estos procesos de PLN se integran en un bucle de retroalimentación constante con procesos de machine learning para mejorar continuamente los algoritmos de IA. La IA conversacional cuenta con varios componentes principales que le permiten procesar, comprender y generar respuestas de forma natural.

Machine learning (ML) es una especialidad secundaria de la inteligencia artificial que consta de un conjunto de algoritmos, prestaciones y conjuntos de datos que mejoran continuamente con la experiencia. A medida que recibe más información, la plataforma de IA cada vez reconoce mejor los patrones y los utiliza para realizar predicciones.

El procesamiento del lenguaje natural es el método actual de análisis del lenguaje con ayuda del machine learning empleado en la IA conversacional. Antes del machine learning, la evolución de las metodologías de procesamiento del lenguaje pasó de la lingüística a la lingüística computacional y al procesamiento del lenguaje natural . En el futuro, el deep learning logrará mejorar aún más las prestaciones de procesamiento del lenguaje natural de la IA conversacional.

El PLN consta de cuatro pasos: generación de entradas, análisis de entradas, generación de salidas y aprendizaje de refuerzo. Los datos no estructurados se convierten a un formato que pueda ser leído por un ordenador y, después, se analizan para generar una respuesta adecuada. Los algoritmos de machine learning subyacentes mejoran la calidad de las respuestas a lo largo del tiempo, a medida que aprenden. Estos cuatro pasos de PLN pueden subdividirse asimismo del modo siguiente:

  • Generación de entradas: los usuarios proporcionan información a través de un sitio web o una aplicación; esas entradas pueden ser orales o escritas.
  • Análisis de entradas: si la entrada está basada en texto, la aplicación con la solución de IA conversacional utilizará la comprensión de lenguaje natural  (CLN) para descifrar el significado de la entrada y deducir su intención. Sin embargo, si la entrada está basada en el habla, utilizará una combinación del reconocimiento automático de voz y de la CLN para analizar los datos.
  • Gestión del diálogo: durante esta fase, la generación de lenguaje natural, que es un componente del procesamiento, formula una respuesta.
  • Aprendizaje de refuerzo: por último, los algoritmos de machine learning depuran las respuestas a lo largo del tiempo para garantizar su precisión.

Cómo crear IA conversacional

Para desarrollar IA conversacional, lo primero es plantearse cómo querrán los posibles usuarios interactuar con su producto y cuáles serán las principales preguntas que tendrán. Entonces, puede utilizar herramientas de IA conversacional para remitirles a la información pertinente. En esta sección revisaremos los métodos para comenzar a planificar y crear una IA conversacional.

1. Encuentre la lista de preguntas frecuentes correspondiente a sus usuarios finales

Las preguntas frecuentes constituyen la base del proceso de desarrollo de IA conversacional. Ayudan a definir las preocupaciones y necesidades principales de los usuarios finales y, además, reducen parte del volumen de llamadas que recibe su equipo de soporte. Si no dispone de una lista de preguntas frecuentes para su producto, entonces debe comenzar trabajando con el equipo de satisfacción del cliente para elaborar una lista de preguntas que, posteriormente, su IA conversacional podrá responder. 

Por ejemplo, digamos que su empresa es un banco. Su lista de preguntas frecuentes inicial podría ser:

  • ¿Cómo puedo acceder a mi cuenta?
  • ¿Dónde puedo consultar mi número de cuenta y mi código SWIFT?
  • ¿Cuándo llegará mi tarjeta de débito?
  • ¿Cómo puedo activar mi tarjeta de débito?
  • ¿Cómo puedo encargar cheques?
  • ¿Cómo puedo hablar con una oficina local?

Siempre puede ir añadiendo más preguntas a la lista, así que solo necesita un pequeño conjunto de preguntas para crear el prototipo del proceso de desarrollo de una IA conversacional.

2. Utilice las preguntas frecuentes para desarrollar objetivos en su herramienta de IA conversacional

Sus preguntas frecuentes constituyen la base de los objetivos, o propósitos, expresadas por los usuarios al introducir información; puede ser, por ejemplo, acceder a una cuenta. Una vez definidos los objetivos, puede incluirlos en una herramienta competitiva de IA conversacional, como Watson Assistant, como propósitos.

Captura de pantalla de Watson Assistant donde el usuario crea un propósito

 

A partir de ahí, tendrá que enseñar a su IA conversacional las diferentes maneras en que un usuario puede formular preguntas o pedir este tipo de información. Tomemos como ejemplo la pregunta "¿Cómo puedo acceder a mi cuenta?". Piense en otras frases que los usuarios podrían utilizar al chatear con un agente de soporte, tales como: "¿cómo puedo iniciar sesión?", "¿cómo puedo reiniciar la contraseña?", "¿cómo puedo registrarme para tener una cuenta?", etc.

Captura de pantalla de Watson Assistant donde el usuario crea una lista de propósitos

Si no sabe qué otras frases podrían usar los clientes, puede colaborar con sus equipos de análisis y soporte. Si sus herramientas de análisis de chatbots están correctamente configuradas, los equipos de análisis puede recurrir a la minería de los datos de la web e investigar otras peticiones con los datos de búsqueda del sitio. Otra alternativa es que analicen datos de transcripciones de conversaciones mantenidas por el chat de la web o con los call centers. Si los equipos de análisis no están preparados para este tipo de análisis, sus equipos de soporte también pueden proporcionarle valiosa información sobre las frases más habituales que emplean los clientes para plantear sus preguntas.

3. Utilice objetivos para comprender y recopilar palabras clave y sustantivos relevantes

Piense en los sustantivos, o entidades, asociados a sus propósitos. En este ejemplo nos centraremos en la cuenta bancaria de un usuario. Por consiguiente, es oportuno crear una entidad en torno a la información de cuenta bancaria.

Captura de pantalla de Watson Assistant donde el usuario crea una entidad

Hay una serie de valores que entrarían en esta categoría de información, como "nombre de usuario", "contraseña" y "número de cuenta", entre otros.

Captura de pantalla de Watson Assistant donde el usuario crea una lista de entidades

Para comprender las entidades asociadas a propósitos específicos de los usuarios, puede utilizar la misma información que recopiló de las herramientas o de los equipos de soporte para desarrollar objetivos o propósitos. Esos sustantivos precederán o seguirán a la pregunta principal.

4. Combínelo todo para crear un diálogo coherente con el usuario

Todos estos elementos funcionan juntos para crear una conversación con el usuario final. Los propósitos permiten a una máquina descifrar lo que pregunta el usuario y las entidades constituyen una forma de proporcionar respuestas relevantes. Por ejemplo, podría prever que el diálogo entre una IA conversacional y un usuario que se ha olvidado de la contraseña se desarrolle del modo siguiente:

Captura de pantalla de un diálogo con una IA conversacional

En conjunto, los objetivos y los sustantivos (o propósitos y entidades, como los llama IBM) construyen un flujo de conversación lógico basado en las necesidades del usuario. Si está listo para comenzar a desarrollar su propia IA conversacional, puede probar gratuitamente la versión Lite de IBM Watson Assistant

Casos de uso de la IA conversacional

Cuando la gente piensa en inteligencia artificial conversacional, a menudo les vienen a la mente los asistentes de voz y los chatbots en línea para sus implementaciones omnicanal y servicios de atención al cliente . La mayoría de aplicaciones de IA conversacional integran una gran cantidad de análisis en el  backend , lo cual contribuye a garantizar unas experiencias conversacionales similares a las humanas. 

Los expertos consideran que las aplicaciones actuales de IA conversacional debilitan la IA, dado que se centran en realizar una categoría muy limitada de tareas. Una IA fuerte, que todavía es un concepto teórico, se centra en una conciencia similar a la humana, capaz de completar diversas tareas y de solucionar una amplia variedad de problemas.

A pesar de su enfoque limitado, la IA conversacional es una tecnología extremadamente lucrativa para las empresas, pues les ayuda a aumentar sus beneficios. Aunque que el chatbot de IA es la forma más popular de IA conversacional, existen muchos otros casos de uso en las empresas. A continuación recogemos algunos ejemplos:

  • Soporte al cliente en línea:  los chatbots en línea están sustituyendo a los operadores humanos en el recorrido del cliente. Responden las preguntas frecuentes sobre temas como el envío o proporcionan consejos personalizados y realizan ventas cruzadas o sugieren tallas a los usuarios; así, están cambiando nuestra forma de ver la fidelización del cliente en los sitios web y las plataformas de las redes sociales . Algunos ejemplos incluyen bots de mensajería en sitios web de comercio electrónico con agentes virtuales, aplicaciones de mensajería como Slack y Facebook Messenger, y tareas que suelen realizar los asistentes virtuales y los asistentes de voz.
  • Accesibilidad: las empresas pueden volverse más accesibles al reducir los obstáculos de acceso, en particular para usuarios que utilizan tecnologías de asistencia. Las prestaciones de IA conversacional más habituales para estos grupos son el dictado de texto a voz y la traducción de idiomas.
  • Procesos de RR. HH.: existen muchos procesos de recursos humanos que se pueden optimizar mediante la IA conversacional, como la formación de empleados, los procesos de incorporación y la actualización de la información de los trabajadores.
  • Asistencia sanitaria: la IA conversacional puede lograr que los servicios sanitarios sean más accesibles y asequibles para los pacientes, además de mejorar la eficiencia operativa y racionalizar los procesos administrativos, como la tramitación de reclamaciones.
  • Dispositivos del Internet de las cosas (IoT): la mayoría de hogares actualmente dispone de al menos dispositivos de IoT, desde altavoces Alexa hasta relojes inteligentes o teléfonos móviles. Estos dispositivos utilizan el reconocimiento  de voz automático para interactuar con los usuarios finales. Entre las aplicaciones más populares se encuentran Alexa de Amazon, Siri de Apple y Google Home.
  • Software informático: muchas de las tareas propias de una oficina se pueden simplificar mediante la IA conversacional, como el autocompletado cuando buscamos algo en  Google o la revisión ortográfica.

Aunque la mayoría de las aplicaciones y chatbots actualmente solo poseen una capacidad de resolución de problemas rudimentaria, pueden ahorrar tiempo y costes en interacciones repetitivas de soporte al cliente , para que los recursos de personal puedan dedicarse a interacciones más específicas con los clientes. En general, las aplicaciones de IA conversacional han sido capaces de replicar adecuadamente experiencias conversacionales humanas y han permitido mejorar la tasa de satisfacción de los clientes.

    Ventajas de la IA conversacional

    La IA conversacional es una solución rentable para muchos procesos empresariales. A continuación se muestran algunos ejemplos de las ventajas de utilizar IA conversacional.

    Rentabilidad

    Dotar de personal a un departamento de atención al cliente puede resultar bastante costoso, especialmente cuando la empresa quiere atender preguntas fuera del horario laboral habitual. La atención al cliente a través de interfaces conversacionales puede reducir los costes empresariales de salarios y formación, especialmente en pequeñas y medianas empresas. Los chatbots y los asistentes virtuales pueden responder al instante y están disponibles las 24 horas para los posibles clientes.

    En las conversaciones humanas también se pueden dar respuestas incoherentes a los posibles clientes. Dado que la mayoría de interacciones con el soporte consisten en obtener información y son repetitivas, las empresas pueden programar la IA conversacional para que responda a diferentes casos de uso y garantizar un elevado nivel de comprensión y coherencia. De esta forma se consigue continuidad en la experiencia de cliente y los valiosos recursos humanos se destinan a consultas más complejas.

    Un incremento de las ventas y la fidelización de clientes

    Ahora que los consumidores utilizan dispositivos móviles en sus vidas cotidianas, las empresas deben estar listas para ofrecerles información en tiempo real. Dado que las herramientas de IA conversacional son más accesibles que los trabajadores humanos, permiten a los clientes interactuar con las marcas más rápido y con mayor frecuencia. Este soporte inmediato permite a los clientes evitar largas esperas al teléfono con los call centers y mejora la experiencia del cliente en su conjunto. Las empresas verán que la creciente satisfacción de los clientes se refleja en una mayor fidelidad y mayores ingresos gracias a las recomendaciones.

    Las prestaciones de personalización de la IA conversacional también permiten a los chatbots ofrecer recomendaciones a los usuarios finales, así las empresas pueden llevar a cabo la venta cruzada de productos adicionales a los que buscaban inicialmente los clientes.

    Escalabilidad

    La IA conversacional también es muy escalable, dado que añadir infraestructura para dar soporte a la IA conversacional resulta más económico y rápido que el proceso de contratación e incorporación de nuevos empleados. Esta característica resulta especialmente útil cuando se llevan los productos a nuevos mercados geográficos o durante picos de demanda inesperados y breves, por ejemplo durante las fiestas.

    Para obtener más información sobre las ventajas de la IA conversacional, vea nuestra serie de seminarios web Masterclass.

    Desafíos de las tecnologías de IA conversacional

    La IA conversacional todavía está dando sus primeros pasos, y su adopción generalizada por las empresas tan solo comenzó hace unos años. Como suele ocurrir con cualquier avance tecnológico, existen ciertos desafíos al cambiar a aplicaciones de IA conversacional. A continuación recogemos algunos ejemplos:

    Entrada de lenguaje

    La entrada de lenguaje puede ser un punto débil de la IA conversacional, ya sea en forma de texto o voz. Los dialectos, los acentos y el ruido de fondo pueden afectar a la capacidad de la IA para comprender las entradas sin procesar. El lenguaje coloquial o improvisado también puede complicar el procesamiento de las entradas.

    Sin embargo, el mayor reto de la IA conversacional es el factor humano de la entrada de lenguaje. Las emociones, el tono y el sarcasmo provocan que la IA conversacional tenga más dificultades para interpretar lo que quiere decir el usuario y para responder de forma adecuada.

    Privacidad y seguridad

    Dado que la IA conversacional debe recopilar datos para responder las preguntas de los usuarios, también es vulnerable a las infracciones de la seguridad y la privacidad. El desarrollo de aplicaciones de IA conversacional con un alto nivel de seguridad y privacidad, así como sistemas de supervisión, contribuirá a generar confianza entre los usuarios finales, llegando a aumentar el uso de chatbots a lo largo del tiempo.

    Recelos de los usuarios

    Los usuarios pueden mostrarse recelosos a la hora de compartir datos confidenciales o personales, especialmente cuando se dan cuenta de que están hablando con una máquina y no una persona. Dado que los clientes no siempre son de los primeros en adoptar tales avances, será importante educar e interactuar con el público destinatario para transmitirles las ventajas de estas tecnologías y cómo pueden mejorar, de forma segura, las experiencias de cliente. Esto puede conducir a malas experiencias de usuario y reducir el rendimiento de la IA, contrarrestando sus ventajas.

    Además, en ocasiones los chatbots no están programados para responder a la amplia variedad de consultas de los usuarios. Cuando no pueden responder, es importante ofrecer un canal de comunicación alternativo para abordar las solicitudes más complejas, dado que será frustrante para el usuario final recibir una respuesta incorrecta o incompleta. En tales casos, los clientes deberían poder entrar en contacto con un representante humano de la empresa.

    Por último, la IA conversacional también puede optimizar el flujo de trabajo en una empresa y reducir el número de trabajadores necesarios para completar las tareas de un determinado puesto. Esto puede dar lugar a un activismo socioeconómico y, en consecuencia, a repercusiones negativas para la empresa.

    IBM y la IA conversacional

    IBM® Watson Assistant es un chatbot de IA basado en el cloud que soluciona los problemas de los clientes a la primera. Proporciona a los clientes respuestas rápidas, coherentes y precisas en todos los canales, dispositivos o aplicaciones. Watson Assistant utiliza la IA para aprender de las conversaciones de los clientes, mejorar su capacidad de solucionar problemas a la primera, y evitar la frustración de los largos plazos de espera, las tediosas búsquedas y los chatbots inútiles. Junto con IBM Watson Discovery, puede mejorar la interacción con los usuarios con información de documentos y sitios web gracias a las búsquedas con tecnología de IA.

    Watson Assistant optimiza las interacciones pidiendo a los clientes contexto cuando se expresan de forma ambigua. Esto evita la frustración de tener que reformular continuamente las preguntas y ofrece una experiencia de cliente positiva. Además, Watson Assistant plantea a los clientes una serie de opciones en respuesta a sus preguntas. Si no es capaz de atender una petición del cliente especialmente compleja, puede remitir fácilmente al cliente a un operador humano a través de ese mismo canal.

    Watson Assistant ha sido diseñado para incorporarse en su ecosistema de atención al cliente, integrándose con sus plataformas y herramientas, de tal modo que la experiencia del cliente resulta más sencilla e inteligente de principio a fin. Así, las interacciones de su empresa con los clientes se parecen más a una relación significativa con alguien que realmente se preocupa, y menos a una serie de conversaciones aleatorias y fragmentadas con diversos extraños.

    IBM comprende asimismo que la experiencia de cliente no es solo cuestión de conversaciones, sino también de proteger datos confidenciales. Por eso aportamos nuestra experiencia de talla mundial en cuanto a conformidad, fiabilidad y seguridad al diseño de todos nuestros productos Watson. Además, IBM le ayuda a proteger su inversión ofreciéndole la flexibilidad de implementar Watson Assistant de forma local, en IBM® Cloud o con el proveedor de cloud que desee gracias a IBM® Cloud Pak for Data.

    Realice esta evaluación de cinco minutos de duración para descubrir cómo puede optimizar sus interacciones de atención al cliente con IA para aumentar la satisfacción de los clientes, reducir los costes e incrementar los ingresos.

    También puede hacer clic aquí para explorar Watson Assistant y comenzar a crearla hoy mismo. 

    Si desea más información sobre la IA conversacional, suscríbase a IBMid y cree su cuenta de IBM Cloud.