“Por favor, que esta no sea otra charla aburrida y llena de hype sobre IA y Aprendizaje Automático,” pensé para mí mismo mientras entraba en el Renacimiento de Atlanta para la Reunión de AI de Execs In The Know. Si bien estaba ansioso por conectar con varios líderes de experiencia del cliente de marcas como Porsche y FedEx que estaban pensando en el futuro, estaba cauteloso dado que las charlas sobre IA tienden a entrar en la exageración y lugares comunes. Quería ideas concretas que pudiera llevar de vuelta al equipo de Guru, y eso fue lo que obtuve, y más.

Con café en mano, mi ansiedad se evaporó rápidamente cuando me senté y charlé con algunas personas en mi mesa. Los ejecutivos de marcas líderes compartieron abiertamente su visión para desmitificar el potencial de la IA para respaldar la CX omnicanal. Algunos estaban empezando a adentrarse en la IA, y otros estaban completamente inmersos en varios proyectos.

Antes de que nos diéramos cuenta, el evento comenzó con Gil Pongetti de UPS guiándonos a través de su reciente implementación de un chatbot impulsado por IA, seguido de un animado panel de discusión en formato abierto con expertos de la industria, incluido el propio Steve Mayernick de Guru. Después de discusiones en mesas redondas, el día concluyó en un Laboratorio de Innovación, donde los ejecutivos de marca se reunieron cara a cara con proveedores de soluciones de IA mientras disfrutaban cócteles.

El día estuvo lleno de historias concretas sobre desafíos reales, éxitos medibles e ideas para próximos pasos tangibles. Después de tomar notas e ideas frenéticamente durante todo el día, aquí están mis 5 principales conclusiones:

1. La IA es tan inteligente como los datos y el entrenamiento que la respaldan

Cuando se trata de soluciones de soporte de IA, el clásico dicho de IBM, "basura entra, basura sale," es pertinente. Para que la IA ofrezca resultados en la experiencia del cliente, ya sea como un chatbot, solución de flujo de trabajo o asistencia de agente - los datos en los que se basa deben ser de alta calidad y confiables. También necesitas un mecanismo mediante el cual la solución de IA esté constantemente aprendiendo y mejorando, lo que requiere supervisión cuidadosa y ajustes continuos.

2. La IA debería potenciar la experiencia dentro de tus canales existentes, no crear nuevos.

Los clientes deberían esperar una experiencia consistente en tus canales de soporte. Esta mejor práctica fue repetida varias veces a lo largo del día. Con esto en mente, cualquier solución de IA debería mejorar la experiencia del cliente o del agente manteniendo consistencia en tus canales. Por ejemplo, esto puede traducirse en la voz y el tono utilizados al interactuar con los clientes, la experiencia de flujo de trabajo para tus agentes o el proceso de escalado de casos.

3. Sé transparente con tus clientes

No intentes engañar a tus clientes y fingir que tu nuevo chatbot es un agente de soporte humano. Tus clientes son lo suficientemente inteligentes como para darse cuenta, y esto solo los frustrará y perjudicará tus índices de CSAT. En cambio, aclara explícitamente que es un bot o asistente virtual, y da a los clientes una forma fácil de comunicarse con un agente en vivo o de ignorar de otra manera al bot. UPS compartió cómo cada interacción de chat comienza con su nuevo asistente virtual autoindentificado, y si un cliente es escalado a un agente en vivo, todas las interacciones del bot se transfieren sin problemas, mitigando así las preguntas repetidas.

4. Comienza de a poco e itera

Hay muchas formas en las que potencialmente puedes aprovechar la IA para mejorar tus operaciones de servicio y la experiencia del cliente. Hazte un favor y no intentes abarcarlo todo de una vez. Es importante empezar con pequeños pasos y aprender de tus primeras victorias y desafíos antes de invertir recursos sustanciales. El mejor enfoque es identificar un desafío discreto o área para mejorar que la IA potencialmente puede abordar, y comenzar por ahí.

5. Establezca los objetivos correctos para rastrear y generar aceptación

Una vez que haya decidido un proyecto específico, examine sus métricas de referencia KPI actuales para el canal, defina métricas y objetivos de éxito, y evalúe soluciones que puedan lograrlos mejor. Este enfoque funciona particularmente bien cuando no tiene un patrocinador ejecutivo en la alta dirección, ya que puede construir más fácilmente el caso de negocio para la IA a través de un proyecto inicial desdramatizado y expandirse a medida que gane aceptación.

Aquí hay un ejemplo que compartió el Guru Steve Mayernick sobre reducir el tiempo de gestión en un 20%:

¿Te gustaría saber más sobre el panorama de la IA para el soporte? Echa un vistazo a nuestro reciente seminario web en vivo Elevate, "Cómo la IA puede darle a tu equipo de soporte "Guantes Blancos," No Despidos"."