Aplicaciones de chatbot de IA para infiltrarse en las empresas antes de lo que cree

Expectativas de la IA: evite la trampa antropomórfica

Afirmar que todos los productos incluirán IA tan pronto puede ser una sorpresa dado lo lejos que parece la inteligencia artificial. Pero las semillas de la IA ya se han arraigado en muchas aplicaciones comerciales y pronto se verán profundamente enredadas en el ecosistema de aplicaciones.

Las redes neuronales profundas, la tecnología detrás de los proyectos de inteligencia artificial, junto con el reconocimiento de imágenes, el reconocimiento de voz y el procesamiento del lenguaje natural, son clasificadores de contenido eficientes cuando se configuran adecuadamente y se alimentan con datos contra modelos analíticos, según Tom Austin, vicepresidente de Gartner que dirigió un seminario web reciente sobre las realidades de la IA.

Tienes que entrar con los ojos bien abiertos.

Sin duda, las empresas aún están lejos de conseguir sus propias Star Trek-esque Data android. Pero eso no es lo que las empresas necesitan de la IA, y esas fantasías de ciencia ficción son las que empujan a las personas hacia el tipo de «pensamiento antropomórfico» que establece falsas expectativas sobre lo que es la IA y lo que puede hacer, según Austin. Advirtió a las empresas que tengan cuidado con los promotores de la inteligencia artificial que «tejen historias seductoras, hablan sobre los éxitos y ocultan los fracasos».

«Las máquinas inteligentes no piensan, no tienen sentido común … no son conscientes de sí mismas, no son conscientes», dijo Austin en el seminario web. «La gente que anda hablando de esas cosas te está engañando o no está suficientemente informada de los hechos».

De hecho, muchos proveedores de tecnología afirman proporcionar inteligencia artificial, pero hacen un mal uso del término o lo utilizan de forma demasiado imprecisa. En realidad, los desarrolladores de aplicaciones han comenzado a reemplazar las reglas tradicionales y la heurística con modelos de datos estadísticos de aprendizaje automático generados automáticamente o con mucho cuidado y alimentación, explicó Schubmehl de IDC. Este cambio equivale a aplicaciones mucho más inteligentes.

“En los viejos tiempos, se necesitaba un conjunto de reglas para decir ‘si esto sucede, haz eso’. Las aplicaciones que no se basan en reglas y heurísticas, sino que se basan en un modelo de datos que proviene de datos buenos y válidos, pueden corregir [themselves] como parte de su aprendizaje «, dijo Schubmehl.» La idea es que estos sistemas se vuelvan cada vez más inteligentes y cada vez mejores en cosas como predecir cuándo es probable que falle una pieza «.

IBM y Google hacen avanzar la conversación sobre la IA

Actualmente, hay varios niveles de IA en el mercado; Siri de Apple y Cortana de Microsoft son esencialmente motores de búsqueda verbales en el sentido de que no pueden responder series de preguntas y no entienden el contexto. Pero las nuevas plataformas conversacionales de Google e IBM sí pueden.

La API Watson Conversation de IBM está disponible para desarrolladores y Google lanzó dos productos de Cloud Machine Learning en versión beta este verano: Cloud Natural Language API y Cloud Speech API. Con estas API, las empresas pueden agregar una interfaz de procesamiento de lenguaje natural a una aplicación comercial para derivar el significado y los sentimientos de lo que escriben sus clientes sobre productos y servicios en la web. También pueden automatizar las interacciones con los usuarios finales a través de agentes virtuales o un chatbot de IA.

Schubmehl de IDC dijo que cree que la voz pronto será la interfaz principal, a medida que mejoren las aplicaciones de reconocimiento de voz y conversación. Los sistemas de API conversacionales de hoy pueden permitir a un desarrollador construir un chatbot de IA que pueda tener «una conversación razonable», dijo.

Este nuevo nivel de tecnología conversacional va más allá de los sistemas interactivos de respuesta de voz para brindar a las empresas más flexibilidad en la forma en que responden las preguntas de los clientes y aumentar el porcentaje de preguntas que están equipadas para manejar, explicó Schubmehl.

Esta es la culminación de décadas de investigación en sistemas conversacionales y el endurecimiento de los algoritmos desarrollados hace décadas, explicó Steve Abrams, director de IBM Watson Platform.

«No quiero que nadie piense que esto será un éxito de la noche a la mañana, pero estamos en un punto de inflexión … y estamos viendo el rápido lanzamiento de nuevas aplicaciones», dijo Abrams.

Welltok Inc., un socio de IBM, aún no ha puesto en marcha la API de Watson Conversation. Sin embargo, la compañía ya utiliza tecnologías de computación cognitiva y aprendizaje automático de Watson para impulsar su plataforma CaféWell Concierge, que brinda a los consumidores de atención médica la información que necesitan.

Por ejemplo, un cliente de seguro médico puede comunicarse con el conserje de Welltok para obtener información sobre un deducible de seguro o para obtener ayuda para comprender los planes de seguro escritos en un lenguaje que no sea amigable para el consumidor. El conserje de Welltok comprende la intención de la pregunta y proporciona respuestas comprensibles, dijo Jeff Cohen, cofundador y vicepresidente de arquitectura funcional de la compañía.

En los casos en que el conserje no comprende la pregunta de un cliente, el sistema determina cómo eliminar la ambigüedad y hacer un seguimiento con preguntas aclaratorias, dijo.

«Esa es la parte complicada: combinar todas estas tecnologías para imitar una conversación con un humano y no con un chatbot enlatado», dijo Cohen. «Quiere un diálogo inteligente, un sistema que pueda aprender y tenga un contexto sobre usted: su plan de salud, su edad, sus dependientes cubiertos, el tipo de cobertura, otras preguntas que haya hecho en el pasado, para brindar una respuesta personalizada así que eso [customers] tener confianza en la tecnología «.

La IA no es plug and play

Aunque las nuevas API de conversación brindan a los desarrolladores un camino más fácil para implementar IA en sus aplicaciones, estos sistemas cognitivos no son plug and play. Requieren una inversión significativa de tiempo para llegar a los niveles de confianza que necesitan las empresas, dijo Cohen.

«Tienes que entrar con los ojos bien abiertos», dijo. «La atención médica es conservadora y nunca queremos dar una respuesta incorrecta sobre los beneficios para la salud, por lo que pasamos de tres a seis meses en un área temática enfocada hasta que nos sentimos lo suficientemente seguros como para presentarlo a los usuarios piloto».

De hecho, un chatbot de IA solo puede proporcionar información que sea parte de su base de conocimientos, y si le proporciona información incorrecta, sus clientes obtendrán información incorrecta, dijo Schubmehl de IDC. Las empresas no pueden simplemente dar por terminado el día cuando se alimenta un sistema. Al igual que con los empleados, la capacitación debe continuar para mantener actualizada la información, agregó.

Welltok estableció un nivel de confianza del 95%, por lo que si su sistema cognitivo no está al menos tan seguro de una respuesta, le indica al cliente un recurso diferente o un agente en vivo.

«No le daremos a un cliente una respuesta incorrecta; en cambio, lo redireccionaremos y no daremos una respuesta en lugar de una incorrecta», dijo Cohen.

El tiempo y el esfuerzo que las empresas invierten para alcanzar un alto nivel de confianza vale la pena cuando se traduce en una reducción del volumen de llamadas y libera a los empleados del centro de llamadas para que se concentren en problemas complejos de servicio al cliente. Pero esa es la fruta madura.

«Lo que estamos tratando de lograr, el plan más grande, es hacer cosas como brindar respuestas inteligentes y personalizadas y brindar la orientación adecuada; más que solo una respuesta a su pregunta, sino guiarlo hacia recursos que quizás no conocía. «, dijo Cohen. «Lo llamamos siguientes mejores acciones anticipatorias, que guían al consumidor hacia recursos adicionales para mejorar toda la experiencia».

Cohen ha comenzado a analizar el ROI de sus esfuerzos de computación cognitiva, pero más allá de los dólares y los centavos, la IA crea un valor exponencial en la eliminación de algunas tareas de los agentes del centro de llamadas y la ayuda que brinda a los clientes, dijo.

Por dónde empezar con la IA

Los expertos y usuarios en inteligencia artificial advierten a las empresas que comiencen con proyectos pequeños de computación cognitiva; elija un área que tenga límites bien definidos y confíe en expertos en la materia para que le enseñen al sistema lo que los clientes reales preguntan y cómo lo hacen. Las empresas también deben mantener los objetivos comerciales y los resultados que necesitan obtener a la vista, dijo Austin de Gartner en su seminario web.

«Escoger [an application] eso ofrece poco tiempo para valorar «, dijo.» No tienes que construir un tiro a la luna … Todo lo que tienes que hacer es hacer que el pequeño pez luna navegue a través del estanque. Tal vez un poco de inteligencia sea suficiente. Vaya simple versus complejo «.

Para las empresas sin equipos de desarrollo o con recursos de TI limitados, las aplicaciones de software como servicio (SaaS) están disponibles en empresas, como Conversica, que proporcionan chatbots de IA para la participación de clientes potenciales.

KnowledgeVision, un proveedor de plataforma de presentación de negocios en línea, utiliza la plataforma de asistente virtual de Conversica para dar seguimiento a los clientes potenciales de baja prioridad. El asistente virtual de la aplicación SaaS es una combinación de tecnologías de inteligencia artificial, una para descifrar la intención, otra para el sentimiento, una red neuronal y más, que funcionan juntas. El asistente virtual de KnowledgeVision realiza un seguimiento de los clientes potenciales entrantes por correo electrónico y crea un diálogo para recopilar información, que finalmente se transmite a los representantes de ventas o marketing en vivo.

Aunque funciona bastante bien en la mayoría de los casos, el asistente virtual puede tropezar si, por ejemplo, recibe una respuesta de fuera de la oficina que incluye una fecha de regreso al trabajo. El asistente virtual puede ver esa fecha como una solicitud para una fecha de reunión. Así que KnowledgeVision tiene que revisar las interacciones antes de hacer un seguimiento con los clientes, dijo Susan Zaney, vicepresidenta de marketing de KnowledgeVision, cuyo departamento depende de Conversica.

Pero las ventajas superan con creces las limitaciones del chatbot de IA, según Zaney. Ahora la empresa puede hacer un seguimiento de cada cliente potencial y los asistentes virtuales son empleados las 24 horas del día, los 7 días de la semana, que nunca se enferman. Si un cliente potencial abre un correo electrónico a la 1 am y responde, el asistente virtual responde inmediatamente. Y los clientes nunca se dan cuenta de que este vendedor incansable y persistente es un chatbot.

En la parte 2 de este artículo, vea dónde la IA no podrá reemplazar a los empleados en vivo.