En este artículo escrito por Maureen Burns, Sharona Sankar-King, Priscilla Dell'Orto y Eduardo Roma para HBR, explican cómo usar la IA para crear relaciones más cercanas con los clientes:
El auge de las aplicaciones de inteligencia artificial (IA) generativa está estimulando innovaciones apasionantes y experimentos con los clientes, pero también preocupa a muchas personas a las que les inquieta la privacidad de los datos o poder comunicarse con una empresa únicamente a través de un bot. Estas preocupaciones son especialmente agudas en sectores en los que las interacciones con los clientes y la privacidad de los datos son fundamentales, como la banca o la sanidad.
Cierto nivel de ansiedad suele acompañar a las tecnologías de vanguardia, y es natural preocuparse por una tecnología que imita la inteligencia humana. Sin embargo, a medida que ha ido surgiendo esta nueva clase de grandes modelos lingüísticos, la mayoría de las empresas han situado el riesgo de modelo, la precisión de los resultados del modelo y el uso ético de los datos en el centro de sus marcos de riesgo. Su objetivo es garantizar un uso responsable de la nueva tecnología de IA.
Menos apreciado es el riesgo de que las empresas dejen la experiencia del cliente en manos de modelos y robots diseñados para extraer valor a corto plazo, no para fomentar la fidelidad del cliente duradero. Las empresas podrían combinar cada vez más la IA tradicional y los modelos de aprendizaje automático con la IA generativa para transmitir mensajes y ofertas a los clientes de forma más parecida a la humana. Si no tenemos cuidado, los robots, los algoritmos y los modelos predictivos que buscan beneficios podrían conducir a experiencias distópicas.
Incluso en el mundo de la IA, el amor por el cliente debe marcar el camino. Las métricas tradicionales del sentimiento del cliente, como Net Promoter Score (NPS), pueden empezar a parecer diferentes, pero una premisa perdurará: Cada interacción mejora o disminuye la percepción que el cliente tiene de la empresa.
Informar cada decisión con el objetivo de enriquecer la vida de los clientes establecerá una ruta de confianza hacia un futuro basado en la IA que cree más valor para los clientes, los colaboradores y los accionistas. De hecho, los primeros resultados publicados por investigadores de la Universidad de Stanford y el Instituto Tecnológico de Massachusetts muestran los efectos favorables de la implantación de una herramienta de asistente conversacional basada en IA en 5.200 agentes de atención al cliente de varios países. La herramienta no sólo aumentó la productividad de los agentes en un 14% de media, sino que las interacciones asistidas por IA tuvieron un NPS medio más alto, y el abandono mensual de agentes se redujo en un 9%.
Hazlo personal
Orientar la IA hacia el éxito del cliente requiere un replanteamiento fundamental de las funciones objetivo. La mayoría de los algoritmos existentes se optimizan en torno al retorno de la inversión en un momento concreto, en lugar de en torno a una experiencia completa. El compromiso con el cliente posibilitado por la IA promete que una empresa aprenda más de cada interacción y encuentre más formas de crear valor para los clientes.
Es una buena señal, porque los clientes esperan cada vez más experiencias personalizadas y relevantes, y están dispuestos a compartir sus datos a cambio. La última encuesta de Bain & Company a casi 30.000 clientes bancarios de 11 países reveló que los encuestados que estaban de acuerdo en que su banco personaliza la experiencia son más propensos a recompensarlo con un NPS más alto. Hay una diferencia de 123 puntos en el NPS entre los encuestados que están totalmente de acuerdo en que su banco interactúa basándose en saber quiénes son y los que están totalmente en desacuerdo.
Una forma en que la IA perfecciona la personalización es a través de asistentes digitales para los clientes, como demuestran los esfuerzos emergentes en banca y pagos. El Royal Bank of Canada utiliza un asistente con IA llamado NOMI para personalizar la gestión digital del dinero de los clientes. Entre sus funciones se incluyen consejos puntuales enviados a los clientes, presupuestos personalizados y recomendaciones de ahorro basadas en el comportamiento de gasto y el flujo de caja. En el año siguiente a su lanzamiento, los resultados fueron prometedores, con un 50% más de interacciones digitales para los clientes de NOMI en relación con toda la base de clientes, un 93% más de tiempo dedicado a las cuentas financieras, y un 2% de deserción de los clientes de NOMI frente al 8% de sus pares.
Los asistentes digitales de IA generativa también están ayudando a los empleados a fortalecer sus conexiones con los clientes, reforzando los lugares en los que el toque humano puede ser una fuente de diferenciación. Morgan Stanley Wealth Management, por ejemplo, está desplegando un asistente de IA para ayudar a sus miles de asesores financieros a prestar un mejor apoyo a sus clientes de forma personalizada. El asistente combina la búsqueda y la creación de contenidos para que los asesores financieros puedan encontrar y adaptar rápidamente la información adecuada para cada cliente en cada momento.
Los grandes modelos lingüísticos permitirán una nueva era de personalización. Las técnicas de aprendizaje automático ya convierten el patrón de interacciones digitales de cada cliente en una "huella digital" de comportamiento única, y los recientes avances en IA permitirán ahora que estas huellas digitales incluyan interacciones de voz y texto.
Ayuda a los empleados para que ayuden a los clientes
Las empresas deben empezar con algunos modelos para que la organización se sienta cómoda con la tecnología de IA generativa. Estos casos suelen utilizar la IA para ayudar a los empleados que ofrecen aspectos de la experiencia del cliente, de modo que los humanos puedan examinar los resultados del modelo. Algunos ejemplos son las sugerencias a los gestores de relaciones para la siguiente conversación con un cliente basadas en la interacción reciente o la provisión de acciones específicas para gestionar los cobros con clientes que atraviesan dificultades financieras.
La siguiente oleada de casos incluiría la IA en los procedimientos operativos estándar de los empleados. Entre los casos más prometedores figuran el enrutamiento predictivo de la consulta de un cliente al agente mejor preparado para tratar un asunto concreto o las recomendaciones de guiones en tiempo real para los encargados de atención al cliente. La tecnología escuchará la llamada de un cliente en tiempo real y ayudará a los agentes a saber si sus interacciones están creando un promotor o un detractor. Otras funciones de apoyo a los empleados en un futuro próximo podrían incluir el diseño de una oferta personalizada con imágenes y texto que evoquen la afición favorita de un cliente o recordar a un gestor de relaciones que debe llamar a un cliente durante etapas clave de su vida.
En algunos sectores, como el comercio minorista, una línea de atención al cliente totalmente habilitada por la IA está empezando a apoyar la interacción automatizada directa con los clientes. Con el tiempo, esta línea de atención digital podría ofrecer un servicio con la misma empatía reflexiva que las actuales líneas de atención humana. Los robots interactuarán con los clientes y aprenderán a ofrecerles productos e información relevantes como siempre han hecho los mejores empleados. Los mejores usos de la IA podrían incluso reimaginar por completo la experiencia global.
En una época de inflación elevada y economía ajustada, algunos directivos pueden tener la tentación de utilizar la tecnología de IA generativa sólo para reducir costes y mejorar la eficiencia. Sería un error. Aunque la IA generativa tiene el potencial de doblar la curva de costes en muchas industrias, el mayor valor lo obtendrán aquellas empresas que se centren en enriquecer la vida de sus clientes.
