Crear la columna vertebral tecnológica para casos de uso de IA generativa para clientes

La atención de los medios en torno a ChatGPT se ha centrado principalmente en el potencial transformador que tiene esta tecnología para cambiar la naturaleza del trabajo. Sin embargo, la historia más grande es sobre cómo la IA generativa transformará la experiencia del cliente. Un estudio de McKinsey encuentra que 80 por ciento de las tareas del cliente se pueden automatizar en todos los canales, lo que resulta en un ahorro del 20 por ciento en el costo de servicio.

ChatGPT y herramientas similares se pueden utilizar para respaldar numerosos casos de uso, en funciones comerciales como marketing y ventas, cadena de suministro, soporte al cliente, desarrollo de productos y más. Al aumentar la productividad de los empleados, permitir el alcance proactivo y la resolución de problemas, y abordar los puntos de fricción comunes, las soluciones de IA generativa pueden ayudar a los equipos a evolucionar rápidamente las capacidades orientadas al cliente. Para lograr esta visión, sin embargo, los equipos empresariales necesitarán superar cinco obstáculos diferentes y desplegar dos arquitecturas diferentes: una para interacciones aumentadas por humanos y otra para interacciones completamente automatizadas.

5 Desafíos para resolver para preparar ChatGPT para el tiempo de primetime

Entonces, ¿cuáles son algunos de los obstáculos o riesgos para implementar la IA generativa, y cómo se pueden mitigar?

1. ChatGPT no personaliza mensajes: Las herramientas de IA generativa actuales no pueden personalizar mensajes, sin embargo, la personalización es clave para impulsar las ventas de productos y servicios, aumentar el gasto por compra, obtener ventas repetidas y mejorar la lealtad del cliente. Los marketeros necesitan tecnología de IA generativa de clase empresarial para poder personalizar nombres, imágenes, ofertas, recomendaciones de productos en función de compras recientes y mensajes de abandono de carrito.
2. ChatGPT alucina contenido: Las soluciones de IA generativa utilizan instrucciones y aprovechan el aprendizaje pasado para crear contenido. Esto significa que llenan los espacios con contenido aprendido de patrones estadísticos, a menudo “alucinando” información que no es verdadera. Para aprovechar la IA generativa y escalarla en segmentos y casos de uso del cliente, las empresas necesitan poder identificar y eliminar este contenido erróneo antes de que llegue a los usuarios y aprobadores o se distribuya a los clientes.

3. La IA generativa no puede aplicar reglas de negocio: Las reglas de negocio agilizan las interacciones con el cliente. Los chatbots de IA estrecha han destacado en la detección de estas similitudes y en servir respuestas aprobadas. La IA generativa no puede detectar estas similitudes y creará respuestas originales para responder a cada pregunta, lo que genera confusión en el cliente y introduce errores en las interacciones. Una arquitectura de tecnología de clase empresarial que combine una herramienta de IA generativa con las políticas comerciales predefinidas de la empresa ayudaría a estandarizar estas respuestas, proporcionando respuestas consistentes en todos los clientes.
4. La IA generativa no puede garantizar el cumplimiento: El contenido orientado al cliente generalmente pasa por revisiones legales para garantizar que las imágenes, el texto, las ofertas y las promesas cumplan con las políticas legales, regulatorias y de cliente de la empresa. Este proceso protege a las empresas de contratiempos con los clientes, censuras regulatorias y multas, y otros tipos de daños comerciales. La IA generativa no puede crear contenido cumplidor, ya que no comprende estas sutilezas. Como resultado, la tecnología que aprovecha la IA generativa debe incorporar salvaguardias legales para identificar y eliminar el contenido no cumplidor antes de que se distribuya o utilice públicamente.
5. El uso no controlado de ChatGPT está creando riesgos de seguridad: El uso de ChatGPT es un fascinante estudio de caso sobre lo que sucede cuando los individuos no están controlados por políticas de seguridad. Las historias de los medios abundan sobre empleados que ingresan datos sensibles en este chatbot de acceso público, lo que arriesga la exposición de datos y la pérdida de propiedad intelectual. Los equipos de datos y TI de la empresa pueden mitigar estos problemas segmentando la información: enviando contenido sensible a chatbots de dominio, que están protegidos por controles y sistemas de seguridad, y enrutando consultas generales a ChatGPT.

Evaluación de nuevas arquitecturas para IA generativa

Para habilitar operaciones B2C y B2B aumentadas por humanos y operaciones B2C completamente automatizadas, las empresas necesitarán dos arquitecturas diferentes.

Ambas arquitecturas aprovechan herramientas de IA generativa de código abierto como ChatGPT y otras soluciones que guían procesos desde la entrada de instrucciones; hasta la síntesis de datos; la creación de contenido, limpieza y personalización; y gobernanza.

Usando ChatGPT para optimizar interacciones B2C/B2B aumentadas por humanos

Consideremos un escenario común. Un profesional de marketing ingresa una instrucción en una interfaz empresarial, utilizando un cuestionario prediseñado para guiar el desarrollo de contenido, como para una campaña de correo electrónico.

El empleado ingresa información clave, incluyendo las direcciones de correo electrónico, el público deseado, el nombre del producto, las reclamaciones de marketing y las características del producto, y cualquier instrucción de uso.

La arquitectura luego aprovecha las personas del cliente para enriquecer las instrucciones con información que atraerá a este segmento, siempre que estos modelos de datos estén disponibles. La pregunta mejorada se envía a través de una API externa a ChatGPT o a cualquier herramienta de IA generativa similar.

A continuación, un curator aplica reglas de negocio y salvaguardias legales para garantizar que el contenido cumpla con los estándares empresariales y regulatorios. El profesional de marketing revisaría y aprobaría el correo electrónico resultante antes de enviarlo a la base de clientes.

Usando ChatGPT para automatizar interacciones B2C

¿Qué hay sobre las interacciones que se pueden automatizar completamente?

Después de que un usuario ingresa una pregunta, se enriquece con datos de persona del cliente, como antes. Sin embargo, la consulta actualizada se enruta de una de dos maneras: a un chatbot de dominio que pueda personalizar respuestas para contenido específico del negocio o a través de una API externa a ChatGPT para preguntas rutinarias. El chatbot de dominio personaliza el contenido, mientras que ChatGPT no lo hace.

El contenido resultante se limpia de errores y se compara con reglas de negocio y salvaguardias antes de distribuirse automáticamente a los clientes.

Obtener nuevo valor comercial de ChatGPT mediante la implementación de nuevas arquitecturas tecnológicas

La carrera está en marcha para impulsar el ROI de la IA generativa. Los líderes empresariales están analizando procesos comerciales para costo y desperdicio, hablando con proveedores para comprender su enfoque y soluciones, y desarrollando pruebas de concepto. Están buscando conocimientos y soluciones que puedan aprovechar para lograr velocidad para valor y velocidad para escalar.

Mientras realizan este importante trabajo, estos líderes pueden evaluar a todos los proveedores por su capacidad para resolver estos cinco desafíos comunes de IA generativa y habilitar tanto interacciones aumentadas por humanos como interacciones completamente automatizadas.

Al utilizar estas dos arquitecturas fundamentales diferentes, las empresas podrán lograr numerosas ganancias comerciales. Podrán aumentar la productividad del equipo, mejorar la experiencia del cliente, disminuir los costos de interacción de servicio y impulsar las ventas de nuevos productos.