Una versión de esta publicación, coescrita por Mark Smith, gerente de marketing de contenido de Zendesk, apareció originalmente en el blog de Zendesk. Aprende cómo utilizar una integración de Zendesk + Guru para crear una base de conocimientos de Zendesk.

A pesar de todo el pánico y pesimismo sobre la inteligencia artificial reemplazando trabajos humanos (hay más de 44.5 millones de resultados en Google para "AI replacing jobs"), la aplicación más inmediata de la inteligencia artificial radica en hacer que los humanos sean mejores en sus trabajos - no reemplazándolos. Un área en la que la IA puede complementar la fuerza laboral humana es en las interacciones de servicio al cliente entre humanos. Cuando un cliente está agitado y necesita una respuesta rápida, no es la mejor idea colocar un chatbot con inteligencia artificial entre ellos y un representante humano empático. En su lugar, la IA puede ser utilizada por el representante humano para obtener las respuestas que necesitan para resolver el problema del cliente más rápidamente.

Una base de conocimientos con IA crea mejores experiencias tanto para los representantes como para los clientes mediante:

1. Centralizando conocimientos de fuentes dispares y mejorando la calidad y precisión de las respuestas de los representantes
2. Ayudar a mantener el contenido preciso y relevante
3. Capacitando rápidamente a los nuevos agentes con formación continua y coaching contextual

1. La IA puede centralizar el conocimiento de fuentes dispares y mejorar la calidad y precisión de las respuestas de los representantes

Cuando un representante tiene todo el conocimiento que necesita para responder a las preguntas de los clientes entregado directamente en sus manos, puede pasar menos tiempo buscando una respuesta precisa y pasar ese ahorro de tiempo a sus clientes. Un cliente no sabrá si un representante está siendo ayudado por la IA o no, pero sabrá la diferencia entre una respuesta inmediata y un "Tendré que volver con usted sobre eso". Cuando los representantes reciben conocimiento de manera proactiva por parte de un sistema de IA, no tienen que buscar las respuestas que necesitan.

Un cliente también notará la diferencia entre "Déjame encontrar esa respuesta para ti" y "Permíteme transferirte a mi colega que tendrá esa respuesta para ti". Cuando la IA puede operacionalizar una base de conocimientos y hacer que la información de diferentes departamentos esté disponible al instante, los representantes no tienen que pasar a los clientes de un departamento a otro cuando una pregunta está fuera de su alcance. A los clientes no les importa con qué departamento están hablando, solo saben que están hablando con su empresa y esperan una respuesta. Usar la IA para unificar y activar el conocimiento de toda una organización ayuda a los representantes a ofrecer respuestas más rápidas y ahorra a los clientes la frustración de tener que esperar o repetir su pregunta a múltiples representantes.

Según Kate Leggett de Forrester, estos inflexiones en una llamada -cuando un representante no tiene que poner al cliente en espera o transferirlo a otro departamento para encontrar una respuesta- son donde una empresa realmente puede crecer y nutrir la relación con el cliente: "Un agente debe estar empoderado con todos los datos y conocimientos correctos para poder responder a la pregunta del cliente lo más rápido posible. Nuevamente, porque los clientes dicen que valorar su tiempo es lo más importante. Y eso es una propuesta realmente difícil. Y si lo haces bien, estos son los raros momentos en los que puedes nutrir y hacer crecer la relación que tienes con los clientes.

2. La IA ayuda a mantener el contenido preciso y relevante

Más allá de proporcionar contenido a los representantes para que puedan resolver rápidamente los problemas de los clientes, la IA puede garantizar que la base de conocimientos de una empresa se mantenga relevante —y estudios han mostrado que las empresas con un enfoque ágil en la actualización de contenido tienen ratios más altos de autoservicio y mejores resultados de búsqueda. En esta era de productos y servicios complejos, seleccionar un centro de ayuda puede ser sorprendentemente difícil, pero los equipos de soporte pueden contar con la IA para que ese proceso se desarrolle sin problemas.

Por ejemplo, la IA puede marcar el contenido para su revisión a intervalos regulares, aprovechando el aprendizaje automático para identificar artículos que necesitan títulos actualizados, nuevo contenido y mejores etiquetas de búsqueda. Sin embargo, quizás la característica más poderosa de una base de conocimientos impulsada por IA es su capacidad para sugerir nuevo contenido basado en lo que los clientes están solicitando en las solicitudes de soporte. Eso capacita a los expertos internos en la materia a enfocar sus contribuciones en lo que tendrá un mayor impacto en los clientes —y a su vez, eso libera a los agentes para enfocarse en un servicio personalizado.

3. Al empujar el conocimiento a los agentes contextualmente con IA, los ayuda a integrarse más rápido y a aprender mientras trabajan

Dado todo el conocimiento que los representantes de soporte necesitan saber o tener acceso para responder a las preguntas de los clientes, a los representantes nuevos les puede llevar semanas ponerse al día y sentirse cómodos navegando por una extensa base de conocimientos. Mientras que un representante experimentado puede saber exactamente qué información necesita enviar a un cliente para responder a una pregunta específica, un representante nuevo tendrá que pasar tiempo buscando esa información mientras el cliente espera en la línea.

Cuando una base de conocimientos se complementa con IA, esos representantes pueden ser servidos con conocimiento en lugar de tener que buscarlo. Basado en el contexto de una conversación en curso, soluciones de IA como AI Suggest de Guru pueden ofrecer conocimiento relevante para que los representantes elijan, eliminando la necesidad de buscar por completo. Al ayudar a todos los representantes, independientemente de su nivel de experiencia, a acceder al mismo conocimiento en el mismo marco de tiempo, la IA nivel el campo de juego y empodera incluso a los representantes más nuevos para responder preguntas tan rápidamente como sus colegas veteranos.

Recibir conocimiento en el momento también ayuda con el entrenamiento contextual. Gordon Ritter y Jake Saper, socios de Emergence Capital, han explorado este concepto en profundidad y han desarrollado una tesis en torno a lo que llaman redes de entrenamiento, que utilizan aprendizaje automático para entrenar a los trabajadores sobre cómo hacer mejor sus trabajos mientras los realizan.

En lugar de depender de entrenar a un representante antes o después de una interacción con el cliente, ("Aquí está el conocimiento que vas a necesitar para este caso de uso particular" o "Aquí está el conocimiento que deberías haber usado para este caso de uso particular"), la IA puede entrenar a los representantes mientras ese caso de uso aún está ocurriendo.

En el momento, si un representante no conoce la respuesta a una pregunta en particular y no tiene una base de conocimiento alimentada por IA para sugerir la respuesta correcta, tendrá que hacer lo mejor que pueda con lo que tiene para responder la pregunta. Incluso la formación más completa no ayudará en esa situación si el representante no puede recordar en qué fue entrenado. Y la formación posterior no les ayudará a responder mejor la próxima vez que se presente esa pregunta, pero no hace nada por la interacción actual en la que necesitan ayuda. Es esa capacitación just-in-time que proviene del entrenamiento contextual la que ayuda a los representantes a aprender mejor. Y, el cliente no sufre como resultado de una curva de aprendizaje.

La IA también se vuelve más inteligente con el tiempo y tiene la capacidad de capturar, aprender y aprovechar la creatividad de las personas para hacer que la organización colectiva sea más inteligente. Según Emergence Capital:

"El ingrediente clave de las redes de entrenamiento es el software que recopila datos de una red distribuida de trabajadores e identifica las mejores técnicas para llevar a cabo las tareas."

Imagina que a un representante se le hace una pregunta de seguridad complicada por un cliente y su base de conocimiento alimentada por IA le presenta conocimiento potencialmente relevante para responder esa pregunta. El representante puede usar una parte de ese conocimiento, pero ¿qué sucede si luego sigue buscando y encuentra una pieza diferente de conocimiento para usar y responder la pregunta del cliente? Sin ninguna IA involucrada, ese momento de aprendizaje ocurriría en un vacío. Con la IA, el sistema puede capturar la creatividad y el éxito de las acciones de ese representante en particular, y la próxima vez que un representante reciba una pregunta de seguridad similar, la IA puede ofrecer a ese representante el conocimiento adicional que no proporcionó al primer representante y que marcó la diferencia.

"Lo interesante de las redes de entrenamiento es que, gracias a los datos del sensor, realmente puedes entender qué está diciendo un representante y cuál es el resultado real, y qué es lo creativo que ha hecho el representante para lograr un cierre. Puedes capturar esa creatividad y difundirla al resto de personas en la red. Por lo tanto, el concepto aquí es realmente poderoso. Por una persona en cualquier parte del mundo haciendo su trabajo, y solo haciendo su trabajo, puede involuntariamente estar entrenando a todos los demás en la red. – Jake Saper, de Emergence Capital'

La IA potencia mejores experiencias tanto para agentes como para clientes.

Aprovechar la IA para ayudar a los representantes de primera línea a hacer mejor su trabajo es un ganar-ganar: los clientes están más contentos cuando obtienen la ayuda que necesitan de manera rápida y eficiente, y los representantes se sienten más seguros y empoderados cuando pueden integrarse rápidamente y desempeñarse al máximo de sus capacidades.