GenAI en un Contact Center

El tópico de GenAI ha estado en boga en los últimos meses por el rápido avance que han tenido las plataformas. Recientemente AWS puso a disposición del público su plataforma Bedrock a través de la cual ofrece servicios de GenAi con varios modelos fundacionales que permite a los desarrolladores utilizar el modelo que mejor quede para el propósito perseguido.

Comenzando por lo esencial debemos responder ¿qué es GenAI y cómo difiere de otras tecnologías de Inteligencia Artificial? El concepto de Inteligencia Artificial existe de forma filosófica desde la antigüedad pero como término formal se puede rastrear hasta la década de los 40 cuando se planteó el concepto de neuronas artificiales, convirtiéndose en una rama académica en la década de los 50. Por mucho tiempo se relegó al concepto debido a resultados pobres y poco prácticos pero en años recientes ha tomado un papel protagónico con el desarrollo de tecnologías de aprendizaje profundo apoyados por desarrollos tecnológicos recientes como procesadores más rápidos y plataformas basadas en la nube así como la capacidad de almacenar y procesar grandes cantidades de datos.

Las tecnologías de Rápidamente los desarrollos tecnológicos han ido encontrando lugar en diferentes industrias para procesar grandes cantidades de datos, optimizar procesos y realizar predicciones en función de resultados conocidos.

GenAI (o Inteligencia Artificial Generativa) es un desarrollo reciente de esta década y propone la capacidad de crear contenido totalmente nuevo en la forma de texto, imágenes y otros tipos de medios, gracias a su capacidad de aprender en función de modelos alimentados con billones de datos usualmente obtenidos de Internet, libros, sonidos, imágenes y videos. Gracias a esto, las plataformas de GenAI tienen una gran capacidad de entendimiento y contextualización de lenguaje natural.

Hoy es posible para cualquier individuo o compañía utilizar las capacidades de GenAI para producir contenido novedoso con diferentes aplicaciones como imágenes a partir de una descripción, posts para un blog, descripciones de productos y música, entre muchos otros.

Los sistemas de GenAI disponibles públicamente son entrenados con altos volúmenes de información disponible pero para una aplicación empresarial requieren de entrenamiento de afinación de manera que la información que pueda proveer vaya más alineada con un dominio de datos específico y relevante para su propósito. Se puede comparar como el entrenamiento que llevaría un nuevo empleado que tal vez conozca sobre la industria en la que planea laborar pero necesite adquirir conocimientos específicos de la compañía para ser verdaderamente eficiente.

GenAI en el contact center

Capacidad de comunicación natural y para el procesamiento de una gran cantidad de datos nos abre la puerta para muchas aplicaciones como:

Bases de conocimiento y scripts

El desarrollo y mantenimiento de bases de conocimiento siempre ha sido un reto para los contact center. La cantidad de información requerida para atender todos los posibles temas que los usuarios pudieran tratar durante un contacto provoca que los agentes tengan que estar en entrenamiento constante.

GenAI podría asistirnos a escribir esas bases de conocimiento y actualizarlas para que contengan la información más reciente en función de actualizaciones en políticas y cambios en la empresa. Además, un entendimiento amplio del lenguaje permite también que los agentes puedan buscar en bases de conocimiento de manera más efectiva, proporcionando información más precisa y oportuna mejorando el servicio otorgado.

Además, GenAI puede tomar la información contenida en las bases de conocimiento y desarrollar scripts en diferentes tonos y personalidades para adaptarse mejor a la situación, creando una solución utilizable por un agente de manera casi instantánea.

IVR verdaderamente inteligentes

Con GenAI es posible apalancar modelos extensos de lenguaje para crear IVR que comprenden lenguaje natural. De esta forma, es posible habilitar una especie de asistente virtual que puede escuchar la descripción del motivo de la llamada del usuario y canalizar la llamada hacia el departamento correcto. Ya no es necesario construir largos y complicados árboles de múltiples opciones que son difíciles de mantener y frecuentemente frustrantes para los usuarios.

Entrenamiento de agentes

GenAI puede tomar el rol de un usuario y simular un contacto con un agente para enfrentarle a diferentes escenarios y desarrollar diferentes aproximaciones para enfrentarlos. Actualmente es común que una parte del entrenamiento de un agente de contact center se realice frente a usuarios reales con asuntos reales para atender, teniendo a un coach asesorando al agente mientras obtiene la experiencia necesaria.

Con GenAI es posible simular las llamadas enteras de manera dinámica y evaluar al mismo tiempo el desempeño del agente mientras procura las habilidades necesarias para atender a usuarios reales sin tener que arriesgar una experiencia negativa para un usuario real.

Contactos multi idioma

GenAI puede fungir como un intermediario entre el usuario final y el agente, traduciendo para ambos en tiempo real cuando se requiere el uso de un idioma que el agente no domina. De esta forma, una misma persona puede atender contactos en diferentes idiomas de una manera prácticamente transparente para el usuario final y sin incurrir en altos costos de habilitamiento.

Automatización de atención

Para algunos escenarios es posible automatizar por completo la interacción con el usuario final y hasta personalizarla basándose en diversos puntos de datos de un usuario en particular. Esta atención puede ser por voz en tiempo real, chat, redes sociales y correo electrónico.

El sistema es capaz de entender lo que el usuario desea obtener y consultar diversas bases de conocimiento y sistemas para proporcionar la información requerida también utilizando lenguaje natural.

Resumen de interacciones

GenAI es capaz de identificar los puntos clave y propósitos de conversaciones y comunicaciones por escrito por lo que es capaz de crear un resumen con los puntos más relevantes. Esto puede ser utilizado para liberar al agente de las actividades de tomar notas al mismo tiempo que se asegura una alta calidad del registro sobre la interacción con el usuario.