La nueva Ola de la IA, (y cómo surfearla sin ahogarnos de nuevo).
No cabe duda de que desde el magnífico lanzamiento de ChatGPT hemos entrado en una vorágine que ha puesto de moda a la IA en todos sus términos. Ahora todos debemos implementar la IA para mantenernos dentro de esta “nueva moda”. Tenemos una nueva “ola tecnológica”.
Si esto es así pronto tendremos enormes decepciones, como en las modas tecnológicas anteriores. ¿Qué podemos hacer para evitarlo? Ya ha habido en nuestro tiempo (fines del siglo XX hasta ahora) varias otras “olas tecnológicas” en esta industria de imparable evolución exponencial regida por la Ley de Moore. Tuvimos las Punto Com, los ERPs, el año 2000, los CRMs, las Apps, y ahora la IA.
¿Qué características comunes tienen las olas tecnológicas?: a) todo el mundo habla de ella sin necesidad de entender profundamente de que se trata; b) se propagan novedades y noticias para mantener el “momentum” y el “wow” de mercado; c) nacen miles de proyectos de inversión, ya sean start-ups o internos de empresas porque no podemos quedarnos afuera de la “ola”; d) se genera una percepción de “urgencia” para estar a la altura de la nueva “ola”, o “el que no se suba morirá”.
¿Les tintinea: “la compañía que no incorpore CRM morirá contra la efectividad comercial y de fidelización de otra que sí lo haga”? Suena parecido a “no serás rápidamente reemplazado por la IA pero sí por alguien que utiliza la IA” ¿verdad?
¿A quiénes benefician las Olas Tecnológicas? Los mayores beneficiarios de estos movimientos son las propias compañías que producen estas tecnologías, las consultoras y los profesionales que las implementan. A nuestro juicio, las empresas clientes no siempre alcanzan los beneficios prometidos , porque deben implementar proyectos complejos de cambio profundo en las organizaciones para poder aprovechar las nuevas tecnologías.
Algunos ejemplos. En la ola de los ERPs, SAP atacó el mercado de las medianas, tomando todo el presupuesto de innovación tecnológica disponible de esas empresas, con una promesa de captura de eficiencia e innovación a través la totalidad de la oferta de su plataforma, que se volvió casi imposible de alcanzar para este tamaño de compañías. Otro, pero en la ola del CRM: resultaría sorprendentemente revelador el resultado de una encuesta con empresas que implementaron la plataforma de SalesForce, sobre su real percepción de costo-beneficio.
¿Entonces las olas son un bluf producido por el mercado tecnológico?, no necesariamente. Las olas nos han ido dejando compañías icónicas que moldean nuestro futuro y la forma en la que operamos. La de las Punto Com nos dejó a Google, Facebook, Amazon, entre otras. La ola de los ERPs nos dejó a SAP con su increíble plataforma, la de los CRMs nos dejó a SalesForce, una de las primeras compañías world-class en nacer 100% SAAS. Pero recordemos que durante esas olas, cientos de miles de iniciativas quedaron en el camino.
Tarde o temprano, usaremos la IA. ¿Qué podemos hacer diferente esta vez? ¿Qué deberíamos aprender como lecciones de las olas anteriores? Podemos capitalizar los aprendizajes y debemos entender la necesaria co-evolución entre la tecnología y las organizaciones y modelos de negocios.
Las empresas pueden ser vistas como organismos que necesitan co-evolucionar con su entorno. Y para eso hacen cambios internos para adaptarse a la nueva realidad. Es mayormente falso pensar que la sola incorporación de IA en este caso nos va a permitir obtener mejoras de productividad o calidad sin cambios profundos en los procesos y en las habilidades requeridas.
Nuestra empresa o, mejor dicho, la interacción de nuestra empresa con el mercado en el que está inmersa, y por lo tanto su grado de éxito, depende de varios componentes: nuestra gente, nuestra cultura, nuestros procesos y sí, nuestra tecnología. Pero sin los primeros, el último nunca es condición necesaria y suficiente.
¿Qué nos atrae de la IA? Evidentemente le hemos visto capacidades de interpretación de lenguaje y conversacionales que nos hacen imaginar que estamos hablando con un ser humano del otro lado.
Entonces surge la tentación: ¡Implementemos entonces una entidad de IA que interactúe con nuestros clientes en lenguaje coloquial, y mejoremos la percepción de atención al cliente! El error es tratar de empezar por lo más complejo y no estandarizable. ¡Terminaremos complejizando los IVRs que nos complican la vida! Ponemos el carro delante del caballo.
Antes de pensar en el imaginario resultado final de esta implementación, podemos hacernos algunas preguntas que deberíamos contestarnos antes de lanzarla:
- ¿Hemos estudiado el comportamiento de nuestros clientes en la interacción digital y humana para entender qué esperan como respuesta natural a una determinada consulta o duda?¿Todos son iguales?
- ¿Qué tipo de tono y respuesta se identifica mejor con nuestra cultura? ¿Para quienes haremos esto?
- ¿Tenemos generado el contenido para entrenar a un modelo de IA con el lenguaje adecuado a una interacción con el cliente y con la simplificación que dicha interacción necesita? Está claro que nuestra documentación de los procesos internos NO aplica para esta solución. Debemos generar contenido ad-hoc para alimentar y entrenar nuestro modelo.
- ¿Seremos capaces de derivar acciones a partir de las interacciones con el cliente a través de esta entidad de IA? Implica como base, disparar procesos internos y darle feedback al cliente sobre qué caso y con qué número hemos generado su pedido.
- ¿Hemos generado la capacidad de seguimiento y feedback al cliente de estas interacciones autónomas? Sabemos que informar al cliente el estado de su trámite es un “must”, y en última instancia una obligación regulatoria, pero ¿estamos listos para el volumen que podría generarse?
- ¿Seremos capaces finalmente (y de una vez por todas) de transferir a pedido del cliente, a un operador humano toda la identificación del caso recogida por nuestro agente de IA, para que no deba re-identificarse “n” veces? Y demos por hecho que durante el aprendizaje de nuestro agente de IA, vamos a tener un alto porcentaje de derivación a humanos.
- ¿Cómo generamos la cultura de “creerle” a nuestro agente de IA, tanto interna como por parte de nuestros clientes?
Todas estas preguntas marcan una primera recorrida, de todos los frentes en los que deberíamos co-evolucionar, “antes” de disponibilizar un proceso de atención al cliente digital, medianamente exitoso, a través de la implementación de un modelo/agente de IA. ¿Parece largo?
Probemos con la clásica ignorancia y veamos qué efecto de desilusión genera en nuestra cultura y en la percepción del cliente. Y dijimos “medianamente exitoso” porque estamos considerando que aún co-evolucionando, que es el proceso correcto, habrá un permanente aprendizaje y mejora desde la primera implementación.
En este ejemplo y escenario, vamos poniendo el caballo y el carro en orden. En un mundo cada vez más acostumbrado a los procesos ágiles, resulta evidente que debemos contar con la tecnología de IA al inicio para ir probando distintos grados de evolución en contenido, lenguaje, respuestas, integración y procesos. Todo en pruebas de equipos piloto, antes de disparar una exposición al mercado abierto.
Vamos a tardar más tiempo del que supusimos, o del que alguien nos prometió, pero una sola de las características que funcione bien, sin la co-evolución de las otras, no va a generar un ecosistema confiable y exitoso. Ejemplo: Hacer una buena interpretación del lenguaje no podrá generar una respuesta de calidad, sin el estudio previo del contenido orientado y correcto.
Entre las promesas de la IA, y el paso a la productividad real y capitalizable, hay un camino largo y laborioso por recorrer. Pero a conciencia, tal vez esta vez, nos resulte un poco menos desilusionante.
Autores: