El Problema de Arquitectura de Inteligencia Artificial en el Servicio al Cliente

Klarna recientemente eliminó700 puestos de trabajo de servicio al cliente, apostando a que la inteligencia artificial podría absorber la diferencia. Dentro de un año, la satisfacción del cliente había disminuido y la empresa estaba contratando de nuevo.

Gartner predice que para2027, la mitad de las organizaciones que planean reducir su fuerza laboral de servicio al cliente abandonarán esos planes también.

Este no es un problema de capacidad de la inteligencia artificial.El 100% de los agentes de centro de contacto interactúan con la inteligencia artificial a diario para manejar una amplia variedad de situaciones complejas.

Sin embargo, el cero por ciento de los agentes considera que la inteligencia artificial es fundamental para su trabajo. Esa brecha no es sorprendente. La inteligencia artificial sigue siendo superpuesta a los mismos sistemas fragmentados que ya estaban fallando a los agentes antes de que las herramientas de inteligencia artificial avanzada explotaran en la escena.

La inteligencia artificial se construyó para reemplazar ese trabajo. En cambio, lo complicó. Hasta que alguien arregle las conexiones entre los sistemas, los agentes seguirán haciendo el trabajo de la inteligencia artificial a mano y perderán la confianza en la herramienta más importante a su disposición.

La Brecha de Confianza que Nadie Está Arreglando

El78% de los agentes dicen que las herramientas de inteligencia artificial no han cambiado significativamente la forma en que trabajan.

El93% verifica las salidas de la inteligencia artificial antes de actuar en consecuencia. Los agentes ven suficientes respuestas incompletas o inexactas como para que la verificación sea el comportamiento predeterminado. No están resistiendo la tecnología. Simplemente no ha ganado su confianza todavía.

Las consecuencias se vuelven visibles en medio de una conversación con el cliente. Un cliente llama sobre una disputa de facturación, y el resumen de la cuenta generado por la inteligencia artificial tiene tres meses de retraso. Pasan los siguientes diez minutos verificando en varios sistemas lo que la inteligencia artificial debería haber surfaced instantáneamente, mientras el cliente espera en línea.

La mayoría de las organizaciones leen esa experiencia negativa como un problema de personas. Los agentes tienen miedo de que su trabajo esté en riesgo debido a que la inteligencia artificial asume tareas más complejas, así que trabajan alrededor de ella.

En realidad, es un problema de liderazgo.Gartner encontró que el 91% de los líderes de servicio al cliente están bajo presión para implementar la inteligencia artificial.

Lo que la Implementación Fragmentada Realmente Produce

Los agentes sirven como la capa de integración manual entre una conversación en vivo con el cliente y4 a 10 herramientas empresariales desconectadas. “Giran” entre plataformas de facturación, sistemas ERP y herramientas de ticketing mientras el cliente espera en línea. Eso se debe a que la mayoría de las empresas han agregado la inteligencia artificial a la misma arquitectura fragmentada que ya estaba ralentizando a los agentes.

Por ejemplo, los chatbots pueden manejar la parte delantera de una interacción pero fallan cuando los agentes necesitan acceder al sistema de back-office heredado donde vive la transacción real, lo que obliga a los agentes a completar la tarea manualmente de todos modos. O, las herramientas de resumen de la inteligencia artificial pueden generar notas posteriores a la llamada pero escriben en un sistema separado en lugar del CRM de registro. La inteligencia artificial heredó la fragmentación en lugar de arreglarla.

La inteligencia artificial solo es tan conectada como los sistemas subyacentes. Cuando los sistemas no comparten contexto, la inteligencia artificial no puede hacerlo. Extrae de registros históricos de CRM, pero no puede entender lo que está sucediendo en una conversación en vivo con el cliente. Para cuando superficia una recomendación, los datos subyacentes pueden haber cambiado.

Construyendo una Arquitectura de Inteligencia Artificial que Funciona con Agentes Humanos

Construir una inteligencia artificial en la que los agentes realmente confíen, y que mejore los resultados del servicio al cliente, se reduce a cuatro requisitos de infraestructura:

1. Proporcionar a las herramientas de inteligencia artificial acceso a datos en tiempo real. La mayoría de las implementaciones de inteligencia artificial en CX extraen de los datos del cliente disponibles. A menudo están desactualizados. La inteligencia artificial debe estar diseñada para proporcionar acceso en tiempo real a los datos del cliente en el momento en que se realiza una solicitud, no una instantánea fragmentada ensamblada a partir de sistemas que contienen diferentes versiones del mismo cliente.
2. Dar a la inteligencia artificial un contexto persistente. Cuando la inteligencia artificial se agrega a la infraestructura existente en lugar de estar integrada en ella, el contexto no viaja. Se cae en cada entrega. La inteligencia artificial persistente debe estar distribuida en toda la interacción, llevando continuamente la intención del cliente y el contexto de la conversación a medida que el trabajo se mueve entre sistemas, canales y agentes humanos. Cuando un agente humano interviene, no debería empezar desde cero.
3. Implementar una inteligencia artificial agente para la ejecución autónoma, no solo recomendaciones. El próximo salto significativo es una inteligencia artificial que pueda ejecutar el trabajo que los agentes requieren de forma autónoma mientras mantiene al ser humano en el bucle para la observabilidad y el control. En lugar de decirles a los agentes qué hacer a continuación, la inteligencia artificial agente orquesta flujos de trabajo a través de sistemas empresariales, archivando reclamos, procesando reembolsos, actualizando registros y completando tareas incluso en aplicaciones heredadas sin API. La inteligencia artificial maneja la ejecución mientras los agentes humanos se enfocan en el juicio, la empatía y la construcción de relaciones con el cliente más fuertes.
4. Elige sistemas de inteligencia artificial que mejoren a partir de los resultados, no solo de las entradas. La mayoría de la inteligencia artificial empresarial es estática después de la implementación. La arquitectura más impactante es aquella que aprende continuamente de los resultados de la interacción, optimizando flujos de trabajo en función de lo que realmente resolvió el problema, no solo lo que predecía el conjunto de datos de entrenamiento. La inteligencia artificial que cierra el bucle de retroalimentación entre los resultados y el rendimiento futuro es fundamentalmente diferente de la inteligencia artificial que se implementa y mantiene.

La brecha de confianza que los agentes tienen con la inteligencia artificial no es un problema de capacitación ni de adopción. Es un problema de arquitectura.

El verdadero ROI de la inteligencia artificial no está en la reducción de la fuerza laboral, sino en el valor creado cuando los agentes pueden finalmente centrarse en los clientes en lugar de los sistemas. Eso solo sucede cuando la inteligencia artificial se construye en la capa de ejecución, no se coloca encima de ella. Las organizaciones que todavía luchan con la adopción no están atrasadas en inteligencia artificial. Están atrasadas en infraestructura. Arregla la arquitectura y el problema de adopción se resuelve solo.