Agentes virtuales: Más allá de los límites de los chatbots tradicionales

Con volúmenes de atención al cliente cada vez mayores y una deserción de los agentes que ya se acerca al 40%, estas tendencias están creando un efecto de bola de nieve en los contact centers que puede repercutir negativamente en las experiencias de los clientes y reducir los ingresos.

Ante este desafío, las empresas recurren a los bots para cerrar la brecha. Pero, aunque los chatbots tradicionales han sido la solución estándar para potenciar las capacidades de autoservicio, fueron diseñados para fines más limitados. Los bots están predefinidos con una tarea específica y ofrecen flexibilidad limitada.

No pueden manejar la ambigüedad como un humano, conversar sobre un tema concreto o personalizar la información de forma que sea única para tu marca. Es posible trasladar las consultas complejas a los agentes humanos, pero sin contexto los clientes se ven obligados a repetirse, lo que contribuye a que tengan malas experiencias.

Los agentes virtuales, que son el siguiente paso en la IA conversacional, potencian el autoservicio porque ayudan a las organizaciones a ampliar su alcance mediante el contexto y la adaptabilidad. En lugar de responder únicamente a entradas específicas, los agentes virtuales de IA utilizan la comprensión del lenguaje natural para interpretar los comentarios de los clientes en tiempo real, ajustar dinámicamente las respuestas en función del flujo de la conversación y captar el contexto que también puede entregarse a los agentes humanos.

Esto permite interacciones más personalizadas y complejas que las que pueden ofrecer los chatbots basados en funciones. Los chatbots de IA transfieren información a los agentes humanos sin altobajos y no solo ofrecen soporte automatizado, sino que también están entrenados para expresar empatía hacia tus clientes.

Agentes virtuales: El nuevo hito de los robots tradicionales

En el pasado, las primeras conversaciones sobre la implantación de un bot versaban sobre su función. Era una cuestión de elegir chatbot o voicebot. Y luego, de qué consultas manejaría.

El siguiente paso era comprender qué flujo necesitaba el bot para gestionar sus tareas y, a continuación, diseñarlo.

Después de todo ese esfuerzo, tal vez acababas teniendo un bot decente, pero con limitaciones significativas. Si el bot encuentra una pregunta fuera de su guión predefinido, se atasca. No puede aprender de los datos nuevos, mejorar sus respuestas con el tiempo ni comprender el contexto de una solicitud para ofrecer respuestas más pertinentes.

Los avances en materia de tecnología de IA, especialmente los modelos de lenguaje de gran tamaño (LLM) y la IA generativa, han facilitado que las empresas aprovechen el potencial de los agentes virtuales. Pueden adaptar sus respuestas a medida que aprenden del comportamiento de los usuarios y mejorar la personalización y la eficiencia.

Veamos seis formas en las que los agentes virtuales llevan a los bots tradicionales a un nivel superior, y los sorprendentes beneficios que puede esperar tu empresa.

1. Creación de intenciones que van más allá de los scripts estáticos

Los agentes virtuales superan por mucho el alcance de lo que puede hacer un bot tradicional. Esto se nota primeramente en la creación de intenciones. Esto solía requerir una gestión meticulosa de cada enunciado individual, con una adaptación constante a lo largo del tiempo. Pero los LLM han cambiado eso.

Es mucho más sencillo definir y diseñar los pasos para resolver una tarea, con una serie de acciones basadas en LLM en un flujo que se centra en actividades muy concretas. Este diseño basado en flujos garantiza que tu solución haga solo aquello para lo que ha sido entrenada, y que el entrenamiento sea más sencillo o incluso automatizado.

Básicamente, le das la descripción de una tarea, como “recopilar información” o “encontrar un artículo”, y el LLM se encarga de ella. Así, la creación de intenciones, el recorrido y los flujos son más versátiles en un lenguaje que suena natural. Esta versatilidad permite a los agentes virtuales manejar interacciones más complejas e incluso “alternar entre intenciones”, es decir, adoptar un enfoque más parecido al humano para manejar las interacciones.

Supongamos que un cliente hace una pregunta a un agente virtual sobre la función de un producto. Ante la respuesta del agente virtual, el cliente podría tener otra pregunta completamente nueva. En ese momento, el agente virtual puede cambiar sin problemas al modo de consulta en función de las preguntas del cliente, e incluso remitirse a la pregunta original.

El cliente interactúa con el agente virtual del mismo modo que cambian las conversaciones con los humanos, sin instrucciones específicas. También puede personalizar su respuesta en función de la pregunta exacta y citar la fuente para verificar la información.

2. Transferencias integrales a agentes y sistemas CRM

Los chatbots no pueden captar el contexto de las interacciones con los clientes ni realizar transferencias en la misma medida en que pueden hacerlo los asistentes virtuales o los agentes virtuales. Cuando lo hace el bot, faltan el resumen, los antecedentes y los códigos de finalización de la interacción que acaban de completar con un cliente.

Luego de una interacción, el agente virtual elige el siguiente paso apropiado. Si un agente en vivo debe hacerse cargo de una consulta, el agente virtual puede crear un resumen y enviarlo como parte de la transferencia. Esto permite que el agente retome la conversación donde la dejó el agente virtual. ¿El resultado? No hace falta que los clientes repitan lo mismo, y esto supone una mejora directa de su experiencia.

Pero, si la tarea se ha completado en su totalidad, el agente virtual preparará un resumen y etiquetará la conversación con uno de sus códigos de finalización predefinidos; en otras palabras, realizará las mismas acciones posteriores a la interacción que se esperaría de un agente humano.

De este modo, se encarga de varias tareas que requieren mucho tiempo y capta insights de forma consistente. En ambos casos, el agente virtual guarda los datos en tus sistemas CRM para que otras herramientas, agentes virtuales, administradores y agentes humanos puedan utilizarlos.

3. Visibilidad del journey del cliente para abordar los problemas de forma proactiva

Los chatbots tradicionales normalmente no pueden acceder a los análisis y utilizarlos para revelar las falencias del journey del cliente en su ciclo de vida. No saben qué información puede faltar ni que deben intentar encontrarla. Sin embargo, los agentes virtuales pueden identificar lo que falta en cada interacción y a través de múltiples puntos de contacto.

Los insights proporcionados pueden traducirse en acción, lo que difiere de un dashboard tradicional de métricas a las que se debe dedicar tiempo para darles sentido. Utilizar análisis de opiniones y de intenciones potenciados con IA ayuda a hacer realidad la mejora continua de la experiencia del cliente o del contact center. Los datos pueden revelar los recorridos habituales, dónde abandonan los clientes y otras ineficiencias que pueden mejorarse para mejorar los journeys.

Al integrarse con los sistemas CRM, estos detalles te permiten optimizar la experiencia del cliente determinando de forma proactiva qué falencias deben abordarse para mejorar la prestación del servicio.

4. Los agentes virtuales eliminan el trabajo pesado

Incluso con sus capacidades limitadas, se necesita mucho trabajo para que los chatbots funcionen bien. Y ese trabajo requiere habilidades técnicas, incluidos equipos de científicos de datos. Es un trabajo pesado para recursos especializados y difíciles de encontrar. Las necesidades de entrenamiento de los bots lo hacen aún más complejo.

En cambio, los agentes virtuales pueden ser diseñados e implementados por recursos no especializados. Utilizamos un generador de flujos visuales, sin código, impulsado por IA generativa, LLM y servicios de generación aumentada por recuperación basados en IA con el fin de crear intención y agentes virtuales. Nuestro enfoque de diseño drag-and-drop permite a tus equipos de soporte crear flujos de trabajo sofisticados, adaptables y escalables. Además, puedes utilizar oraciones en lenguaje común en los flujos, en lugar de instrucciones inflexibles y redactadas de forma muy específica.

Dado que Genesys Cloud se encarga del trabajo pesado, nuestro enfoque reduce drásticamente la carga de recursos sobre tus equipos.

Dado que Genesys Cloud se encarga del trabajo pesado, nuestro enfoque reduce drásticamente la carga de recursos sobre tus equipos.

Y lo que es más importante: puedes extraer las conversaciones de tus mejores agentes y dejar que la IA genere todo un flujo basado en ellas, lo que ahorrará mucho tiempo y garantizará que tus conversaciones más exitosas puedan reproducirse en futuras interacciones con agentes humanos y virtuales.

5. Los flujos de los agentes virtuales están diseñados para su reutilización

Los agentes virtuales eliminan la necesidad de generar flujos de bots desde cero porque los flujos que se crean para los agentes virtuales son reutilizables en todas las soluciones de IA de Genesys Cloud™, incluido Genesys Cloud Agent Copilot. No hay necesidad de recrear flujos para diferentes propósitos o tipos de soporte digital. Esto aumenta el ROI al simplificar el mantenimiento y utilizar menos recursos para derivar y optimizar las interacciones de forma eficiente.

Genesys cuenta con décadas de experiencia en la resolución de problemas específicos de los contact centers, en todos los sectores. Esa experiencia nos ha permitido utilizar la tecnología de IA más reciente para diseñar y ofrecer agentes virtuales de úlitma generación con funciones que utilizas cuando atiendes a tus clientes. Esta es una de las formas en que nos diferenciamos de los proveedores que ofrecen agentes virtuales de uso general que no son específicos para contact centers.

La reutilización es posible porque nuestros agentes virtuales mantienen a los humanos involucrados. Derivan sin sobresaltos los problemas complejos de los clientes a los agentes humanos, con el contexto de las interacciones actuales y anteriores. También permiten la supervisión humana en tiempo real, lo cual garantiza que las respuestas generadas por la IA generativa sean precisas y ajustadas a las normas. Como siempre hay un humano involucrado, se garantiza que los datos estén limpios y seguros para su reutilización.

Tu ROI seguirá aumentando con el tiempo porque tus datos no requieren una comprobación constante sobre si los procesos son buenos, los datos son precisos o tu desempeño es satisfactorio. Hemos creado esas comprobaciones para ti y las hemos integrado en el agente virtual.

6. La seguridad está protegida

Algunas empresas lanzan iniciativas internas de IA, como la creación de sus propios GPT personalizados, dando por sentado que su experiencia se traducirá en un ahorro de costos. Aunque la creación de GPT especiales para uso empresarial ofrece flexibilidad, también puede introducir riesgos significativos. Las cuestiones de privacidad y de seguridad de los datos generan gran preocupación, en parte debido a los muchos casos en los que la IA se sale de control por falta de las protecciones adecuadas.

Según McKinsey se espera que la IA generativa aumente sustancialmente la productividad de los empleados en todos los ámbitos de la economía. Al automatizar las tareas, mejorar la calidad y complejidad de las respuestas y eliminar la necesidad de actualizaciones continuas, los agentes virtuales pueden contribuir a un aumento de la productividad y del ROI de tu contact center. Incluso ellos tienen limitaciones a la hora de automatizar el servicio de atención al cliente.

Por ejemplo, los modelos personalizados pueden generar respuestas inexactas o sesgadas, lo que repercute en el engagement y la confianza del cliente. Existen también riesgos éticos relacionados con resultados no deseados o inapropiados, o bien con alucinaciones.

Genesys adopta un enfoque híbrido respecto de los agentes virtuales, con lo mejor del mundo de los chatbots tradicionales basados en reglas y el de los los chatbots GPT. La IA generativa se infunde en cada paso, pero las tareas siguen estando definidas en un flujo. Esto reduce el riesgo y mantiene la IA en su tarea; al mismo tiempo, los datos de la empresa y de los clientes quedan protegidos cuando se accede a ellos, se analizan y se comparten.

Esa necesidad fundamental es lo que impulsa nuestros protocolos y enfoque de uso ético de la IA. Los protocolos cubren los datos utilizados por todos nuestros productos a diferencia de los instrumentos de protección de datos que se han diseñado únicamente para una solución específica.

Genesys entrena sus modelos integrados con datos cuidadosamente seleccionados y confiables de múltiples industrias, idiomas, casos de uso, dimensiones y más. Incorporamos principios de diseño de privacidad durante la etapa de desarrollo. Estas protecciones resguardan el derecho del individuo a la privacidad desde el principio y no añadimos complementos después del desarrollo.

Los agentes virtuales transforman los bots en diferenciadores

Este salto transformador de los chatbots tradicionales a los agentes virtuales es poderoso y flexible, y resulta fácil obtener valor con rapidez. Su capacidad para integrarse a la perfección con los flujos de bots existentes, atender interacciones complejas y dar una completa visibilidad de los journeys del cliente los convierte en una herramienta fundamental para mejorar las experiencias de los clientes.

Con sólidas medidas de seguridad de datos y estándares éticos de uso de la IA, Genesys le permite aprovechar rápidamente las ventajas de los agentes virtuales y hacerlo con prácticas seguras ya implantadas.

Entérate de cuánto más puedes conseguir con Genesys Virtual Agent.

* Ciertas funciones mencionadas en este artículo se lanzarán en breve.