Deje de optimizar los chatbots: por qué la atención al cliente necesita orquestación agéntica

Actualmente, las soluciones automatizadas resuelven solo alrededor del 14 % de las consultas de los clientes. Los clientes esperan hacer una pregunta a un chatbot, obtener una respuesta clara, refinar su pregunta, cambiar de dirección y aún así ser comprendidos. Esperan que los sistemas mantengan el contexto, manejen la ambigüedad, recuerden sus necesidades en múltiples sesiones y respondan de una manera que se sienta natural, porque los chatbots de consumo como ChatGPT brindan estas experiencias.

Luego, preguntan a su banco, aseguradora o proveedor de telecomunicaciones y tienen una experiencia diferente con su equipo de atención al cliente. Se preguntan: “¿Por qué este chatbot no funciona de la misma manera que el chatbot que uso?”

En cambio, reciben flujos rígidos, preguntas repetidas y callejones sin salida que los llevan a solicitar un agente humano. Cuando eso sucede con la suficiente frecuencia, los clientes pierden por completo la confianza en los canales digitales. Podrían recurrir a herramientas externas de IA como su interfaz principal para comprender productos, políticas y servicios, lo que pone a las empresas en riesgo de perder el control de la relación con el cliente.

Para los líderes de atención al cliente, la consecuencia de esta experiencia es inmediata: aumento de los costos de servicio, disminución de la contención y una falla en la experiencia del cliente. Sustituir a los agentes humanos por chatbots que no pueden resolver problemas deja a los clientes frustrados y sin apoyo. Cuando un cliente no puede obtener ayuda, no solo se desconecta, sino que se va.

La mayor parte de la automatización de atención al cliente se construyó sobre un modelo simple: guiar al cliente a través de una ruta predefinida. Presione 1 para esto, 2 para aquello. Incluso cuando los chatbots reemplazaron los árboles telefónicos, la arquitectura subyacente se mantuvo prácticamente igual. Estos sistemas utilizaban lógica basada en reglas con IA limitada tras bambalinas. Podían convertir la voz en texto, detectar intenciones, capturar algunas entidades y mover a los usuarios a través de flujos con guiones, pero solo cuando la conversación seguía la ruta exacta que esperaba el sistema.

Sin embargo, los clientes cambian de dirección, hacen preguntas de seguimiento y combinan problemas. Esperan que el sistema comprenda e interprete adecuadamente lo que quieren decir. Aquí es donde las generaciones anteriores de automatización tendían a fallar, y por qué muchas organizaciones continúan viendo una baja contención a pesar de años de inversión en la automatización de la atención al cliente.

Para satisfacer las crecientes expectativas, se necesita un enfoque diferente. Uno que no obligue a los clientes a seguir caminos rígidos, pero que pueda comprender la intención, adaptarse en tiempo real y completar la tarea.

Los problemas de servicio grandes y complejos se vuelven más manejables cuando se dividen en tareas más pequeñas y enfocadas. En lugar de pedirle a un sistema que haga todo, las organizaciones pueden asignar partes de la interacción a agentes de IA especializados.

Un agente puede iniciar la conversación e interpretar lo que el cliente necesita. Al mismo tiempo, otro puede recuperar conocimientos relevantes, mientras que un tercero puede ejecutar una transacción, como actualizar una cuenta o verificar el estado de un reclamo, y así sucesivamente. Cada agente de IA hace bien un trabajo y, juntos, ayudan a resolver el problema completo.

Este modelo es la idea central detrás de la orquestación agéntica en la atención al cliente. Desplaza la automatización de programas monolíticos if-then a un sistema coordinado de agentes de IA diseñados en torno a la resolución.

Una clienta tiene una emergencia médica y poco efectivo para el mes. Necesita solicitar un aplazamiento en el próximo pago de un automóvil de 500 USD. En lugar de llamar a un centro de contacto, recurre al asistente de IA de su banco.

Así es como un sistema agéntico maneja la interacción:

• El agente principal entiende la solicitud y la divide en tareas.
• Un agente de crédito consulta su puntuación crediticia para evaluar su elegibilidad.
• Un agente de historial de pagos verifica si se omitieron pagos en los últimos años.
• Un agente de elegibilidad de aplazamiento verifica si ha solicitado un aplazamiento reciente.
• Un agente de cálculo de préstamos determina los términos actualizados del préstamo, incluidos los intereses acumulados y una fecha de pago revisada.

Cada agente completa una tarea específica y comparte los resultados a través de una capa de contexto compartida. Luego, la capa de orquestación ensambla el resultado y presenta los términos del préstamo actualizados a la clienta para su aprobación.

Si esta acepta:

1. Un agente actualiza el contrato de préstamo.
2. Otra actualización del sistema CRM.
3. La interacción se completa de principio a fin sin necesidad de un agente humano.

En los sistemas tradicionales, cada paso de este proceso habría requerido una lógica programada explícitamente. Los desarrolladores tendrían que definir cada regla, condición y camino posible por adelantado, lo que haría que el sistema fuera rígido y difícil de adaptar.

Con la orquestación agéntica, el modelo cambia. En lugar de crear secuencias de comandos para cada resultado, los equipos pueden definir objetivos, restricciones y políticas. Los agentes determinan dinámicamente cómo completar la tarea, dentro de las medidas de seguridad gobernadas. Este proceso reduce significativamente el tiempo de desarrollo, de semanas de programación a horas de configuración, y da como resultado sistemas que son mucho menos frágiles cuando surge inevitablemente la complejidad del mundo real.

Identifique las 10-15 intenciones que generan el mayor volumen, el mayor costo o la mayor frustración para los clientes. En muchas organizaciones, eso incluye casos de uso como disputas de facturación, reclamos, actualizaciones de cuentas, preguntas de entrega o estado del servicio y otras interacciones que son comunes y difíciles de resolver de manera eficiente.

Estos recorridos son aquellos en los que la economía suele ser más clara. Las interacciones automatizadas suelen costar entre 0.03 y 0.25 USD por llamada, mientras que las interacciones con agentes en vivo oscilan entre 3.00 y 6.50 USD por llamada. Cuando demasiadas de estas interacciones se intensifican, las empresas permanecen atrapadas en la economía del canal humano. La oportunidad es mejorar el porcentaje de interacciones que se resuelven mediante la automatización, especialmente en recorridos de gran volumen y alta fricción.

El objetivo no es eliminar por completo a los agentes humanos del proceso. Es involucrarlos en los momentos adecuados, cuando se requiere juicio, empatía, negociación o manejo de excepciones.

Si se hace bien, la orquestación agéntica mejora la calidad de la transferencia humana al transmitir todo el contexto, reducir la repetición y ayudar a los agentes a captar la interacción sin obligar al cliente a empezar de nuevo.

Otra ventaja de la orquestación es que crea un ciclo de feedback más sólido.

Al analizar los resultados de la interacción y el rendimiento de los agentes, las organizaciones pueden refinar los flujos de trabajo, mejorar la coordinación entre agentes, identificar brechas en el conocimiento o la integración de sistemas y aumentar constantemente las tasas de resolución a lo largo del tiempo.

IBM® watsonx Orchestrate ofrece a los equipos de atención al cliente una forma de pasar de la automatización fragmentada a un modelo más coordinado y orientado a la acción. Permite a las organizaciones construir y gobernar agentes de IA que trabajan en sistemas y flujos de trabajo existentes, ayudando a los equipos a mejorar la resolución sin necesidad de copiar y reemplazar su entorno de centro de contacto.

También admite un enfoque de ecosistema abierto, que incluye capacidades de voz y conversacionales de socios como Deepgram y ElevenLabs. Este enfoque permite a las empresas diseñar experiencias con las últimas tecnologías que reflejen mejor cómo quieren interactuar los clientes.

Lo más importante es que reúne orquestación, acción y gobernanza. Eso significa que las organizaciones de atención al cliente pueden hacer más que generar mejores respuestas: pueden conectar conversaciones con sistemas empresariales, preservar el contexto en todas las interacciones y operar dentro de los controles que requieren las empresas. El resultado es una base más sólida para mejorar la contención, reducir la dependencia de agentes en vivo y ofrecer una atención al cliente más congruente a escala.

Vea IBM watsonx Orchestrate en acción con Farmers State Bank

Explore IBM watsonx Orchestrate