Resumen de 2023: aspectos destacados de las mejores conversaciones de este año

Vuelve nuestra tradicional recopilación de fin de año, que incluye lo más destacado de un año de excelentes conversaciones en el podcast Inside Intercom.

Si aún no lo has notado, es probable que retomes un tema aquí: 2023 fue el año en que la IA lo cambió todo. Cuando ChatGPT hizo su gran entrada, sacudió a toda la industria tecnológica hasta sus cimientos. Durante los últimos 12 meses, todos han estado corriendo para mantenerse al día con el ritmo implacable de la innovación: repensando estrategias comerciales, creando nuevas soluciones y preparando equipos para los cambios masivos que se avecinan.

Ese poder transformador es más evidente en el espacio de servicio al cliente. Este fue el año en que lanzamos nuestro innovador chatbot con tecnología GPT, Fin, capaz de resolver instantáneamente hasta el 50 % de las consultas de los clientes. También hemos estado a la vanguardia no solo en la creación de funciones de inteligencia artificial para el servicio al cliente, sino también en su aplicación en nuestro propio servicio al cliente, repensando cómo funcionan los equipos de soporte y qué roles se requieren en esta nueva era.

Ha sido un año vertiginoso y nuestras conversaciones muestran cuán dramático ha sido el cambio.

A lo largo de estos chats, podrá escucharnos lidiar con la escala de la revolución de la IA, desde el impacto de la IA en la sociedad hasta cómo está cambiando las estrategias comerciales, y desde las ganancias de productividad dentro de los equipos de soporte hasta una entrevista divertida con el propio ChatGPT. Ha sido un año increíblemente emocionante y tenemos grandes planes para el año que viene, mientras continuamos contando historias extraordinarias desde la primera línea de la revolución de la IA.

Asegúrese de no perderse ninguno de nuestros podcasts siguiendo Inside Intercom en Apple Podcasts, Spotify, YouTube o acceda a la fuente RSS en el reproductor de su elección. Lo que sigue es una transcripción ligeramente editada del episodio.

El mejor servicio es no necesitar ningún servicio

Liam: Hola y bienvenido a Inside Intercom. Soy Liam Geraghty. Estamos casi a finales de diciembre y, como es tradición en el programa, nos gusta recordar algunas de las conversaciones que hemos tenido y compartir algunas de las ideas que hemos adquirido a lo largo del año. Y vaya año que ha sido: 2023 pasará a la historia como el año decisivo para la IA. Y aunque todavía es temprano, ya estamos viendo un enorme impacto de la IA generativa, y las empresas líderes ya la están adoptando ampliamente. Aquí en Intercom, lanzamos nuestro propio chatbot de IA, Fin, que ya está ayudando a nuestros clientes a resolver hasta el 50 % de sus consultas de soporte.

El panorama del servicio al cliente está experimentando un cambio monumental en este momento a medida que la IA se vuelve más avanzada. Dado que la tecnología permite interacciones más convincentes con los clientes y resoluciones casi instantáneas de muchas preguntas de los clientes, los equipos de soporte pueden centrarse en actividades que crean valor adicional para sus clientes. De lo que, al fin y al cabo, de eso se trata. Nuestro primer invitado en 2023 fue Bill Price, autor de The Frictionless Organization , y resumió lo que cree que constituye un buen y un mal servicio al cliente.

“Para mí, la implicación de un mal servicio es 'voy a ir de compras o gastaré mi dinero en otra parte'”.

Bill: No quiero tener que comunicarme con mi banco, mi compañía de telecomunicaciones, lo que sea. Entonces, para mí, el mejor servicio es no necesitar servicio. Si tengo que comunicarme con ellos, quiero tener a alguien que me escuche, que no me interrumpa, que entienda lo grave o importante que es esto para mí, y luego lo arregle y luego confirme que se solucionó.

Una mala experiencia de servicio es aquella que, antes que nada, tenía que suceder. Pero el número dos es donde ocurre lo contrario: no hay reconocimiento de quién soy, una sensación de que se trataba de una llamada estándar, que estaban revisando una lista de verificación, diciéndome algo que ya sé o que realmente no me ayuda. La mala experiencia me lleva a decir: “Espera, no sólo el problema no era necesario en primer lugar, sino que ese contacto no debería haber ocurrido. Será mejor que contacte a alguien más. O tal vez simplemente me vaya a otro lado”. Ese es el problema. Para mí, la implicación de un mal servicio es: "Voy a ir de compras o gastaré mi dinero en otra parte".

Escuche el episodio completo aquí:

Mantenerse al día con la IA

Liam: En febrero, el director de estrategia y cofundador de Intercom, Des Traynor, se sentó con nuestro vicepresidente de IA, Fergal Reid, para una de las muchas conversaciones que tendrían sobre el rápido ritmo de la IA y cómo Intercom estaba a la altura, manteniendo Acéptalo. Aquí está Fergal Reid.

Fergal: Realmente hemos descubierto que, desde ChatGPT, ha habido una gran ola de interés por parte de nuestros clientes. Pueden ver la promesa y creer que hay algo aquí.

Des: La tecnología está mejorando, las capacidades de las empresas están mejorando y eso es simplemente adoptarla en casos locales. Y luego está mejorando la capacidad de las empresas para pensar o conceptualizar nuevos productos y oportunidades utilizando esa tecnología. Lo mismo ocurre con las expectativas de los clientes sobre la tecnología. Probablemente estemos a sólo un año de que la gente espere poder ampliar el texto dentro de un campo de texto, como un ejemplo simple. Estás viendo estas cosas surgir por todas partes.

Fergal: Aunque sea un año. Obviamente, muchos de nosotros hemos visto el anuncio de Microsoft sobre la incorporación de estas funciones a Word y demás. Y esto cambiará rápidamente si las grandes herramientas de productividad de oficina lo hacen. Podría ser muy rápido.

Des: Aquí hay un tipo diferente de escepticismo al que atacaré, uno que de todos modos resuena ligeramente en mí. Creo que Kevin Cannon tenía un tweet divertido donde decía: "El futuro está compuesto por personas que usan GPT para expandir cosas como 'Quiero el trabajo' en una hermosa carta como 'Estimado señor' o 'Señora', bla, bla. , bla… Y luego el destinatario, al hacer clic en el botón de resumen, ve que la persona acaba de decir: 'Quiero el trabajo, aquí está mi currículum', o lo que sea. En cierto sentido, estarías tentado a mirarlos y decir: ¿qué sentido tiene todo esto? ¿El lenguaje formal, la escritura profesional y el inglés de negocios se han convertido en un conducto inútil hacia la forma teatral en la que todos nos comunicamos, cuando en el futuro simplemente te enviaré el mensaje y tú responderás con un mensaje como: “Quiero el trabajo." "No puedes tener el trabajo".

Fergal: Sí. Pregunta difícil. Es seriamente especulativo. Te daré algunas opiniones. Probablemente haya ciertos contextos, ¿verdad? Digamos un documento legal. Puede decirle a alguien de su equipo legal: “Oye, necesito un contrato. Tiene que hacer X, Y y Z”. Esa solicitud se convertirá en 10 páginas de material legal. El destinatario dirá: "Oh, ¿hace las tres cosas que dijo que haría?" Y su equipo legal dirá: "Sí, lo es". Este es un extremo del extremo donde hay una gran expansión y compresión, pero en algún caso extremo extraño, la cláusula número 13 en la página dos puede aparecer en los tribunales, y así sucesivamente. Está claro que eso importa. No podemos deshacernos de él. No podemos simplemente tener esos cuatro puntos. Necesitamos todo eso. Puede que no lo consideres material cuando lo escribes, pero puede que lo sea más adelante. Eso se siente como un extremo donde es como, "No, parece que eso tiene que estar ahí", algo para lidiar con todos esos casos extremos.

“El futuro del mundo va a estar intermediado por agentes”

Y el otro extremo es probablemente una situación en la que al defensor y al destinatario no les importan esos detalles. A ambos nunca les importarán esos detalles, y simplemente observarán algunas gracias sociales o formalidades de “Así es como se escribe una carta comercial. Le estoy escribiendo a una gran empresa, será mejor que escriba una carta comercial”, y tal vez esas cosas desaparezcan.

Des: De la misma manera, creo que la analogía para mí sería cuando las conversaciones por correo electrónico pasaron a SMS, iMessage o WhatsApp. Piensa en toda la mierda que ya no dices. "Espero que esto te encuentre bien", o lo que sea. Toda esa mierda se fue.

Fergal: Las limitaciones de Twitter, el formato, el medio, te permiten ser más conciso. Creo que es una dinámica real. La forma en que nos comunicamos y escribimos un artículo del centro de ayuda puede no ser la forma óptima de escribirlo. Quizás deberíamos ser más breves. En el equipo de aprendizaje automático, hay otra forma de pensar sobre esto. El futuro del mundo va a estar intermediado por agentes. Y hubo un tiempo en que esto era obvio para todos. Su navegador web tenía un agente de usuario encadenándolo y demás. Y como digo, es su agente el que navega por esa extraña Internet con todos estos enlaces y demás para usted. Hará cosas por ti, volverá y te dirá cosas. Y luego, todo eso está centralizado y ahora tienes un motor de búsqueda y demás.

Existe una vieja idea en el futurismo tecnológico y la ciencia ficción, etc., de que probablemente tendrás un agente que te comprenda, tu intención, lo que quieres, y que sea lo suficientemente inteligente como para descubrir qué llamar tu atención y qué no. a. Entonces, posiblemente, en el futuro, la forma en que esto suceda será más parecida a esa. Si desea conocer un detalle en particular, el software de su lado es lo suficientemente inteligente como para incluirlo en la versión resumida. Pero es lo suficientemente inteligente como para saber que no desea conocer ese detalle también y omitirlo.

Tal vez vivamos en un futuro donde las interfaces de usuario cambien, donde mi interfaz de usuario para un negocio o tarea en particular no esté realmente controlada por ese negocio o esa tarea como lo está hoy. En cambio, es personalizado para mí. Suena muy elegante, pero creo que sucederá rápido. Estos modelos de lenguaje son muy poderosos, están comenzando a usarse para escribir código y demás, y desde aquí hay un salto muy corto. Hemos visto algunos prototipos en los que la gente está trabajando en modelos que entienden un sitio web lo suficientemente bien como para asimilar una oración en inglés y navegar por el sitio web por usted. Y entonces, ¿nos dirigimos hacia un futuro en el que así es como todos interactúan con los sitios web? ¿Necesitas más un sitio web?

“Una cosa sería si todo lo que hubiésemos visto fuera la generación de imágenes del DALL·E 2. Pero no, estamos viendo transformaciones en la síntesis de audio, síntesis de imágenes, comprensión de texto, síntesis de texto, compresión de texto”.

Des: ¿Es este el nuevo SEO? ¿Asegurándose de que su GPT pueda entenderlo?

Fergal: Sí. Tal vez los sitios web se conviertan en algo que se parezca más a una API expuesta públicamente, y eso es algo relacionado con la interfaz de usuario y el formato porque los agentes formatean la interfaz de usuario.

Des: Todos estamos hablando con Siri o lo que sea.

Fergal: Sí, y creo que Google y Apple pueden ver este futuro. No conocemos la línea de tiempo, pero repito, la herramienta de pensamiento que siempre uso es: ¿qué pasaría si tuvieras un ser humano muy inteligente que te entendiera, que hubiera trabajado contigo, tal vez un asistente personal, y estuvieras interactuando con él, y ¿Querías reservar unas vacaciones? ¿Qué te preguntarían sobre eso? Y en la mitad de las cosas que ves en booking.com o lo que sea, no te van a preguntar eso; simplemente te reservarán las vacaciones y tal vez volverán con preguntas aclaratorias: "Oh, querías Ve y quédate en un apartamento, pero allí no hay espacio. ¿Un hotel servirá? Pero esa es una interfaz de usuario adaptable. Nuevamente, no me concentro demasiado en ChatGPT y lo que acaba de enviarse. Te tomas uno o dos años de descanso. Se está moviendo demasiado rápido. Si eres escéptico debido a las limitaciones actuales, vas a...

Des: Tu escepticismo no dará en el blanco.

Fergal: Exacto. Los transformadores son extremadamente poderosos y las arquitecturas de transformadores que usa la gente son extremadamente poderosas. Hemos visto múltiples modalidades mejorar aquí. Una cosa sería si lo único que hubiésemos visto fuera la generación de imágenes del DALL·E 2. Pero no, estamos viendo transformaciones en la síntesis de audio, síntesis de imágenes, comprensión de texto, síntesis de texto, compresión de texto. Estamos viendo muchos avances paralelos. Puede escribir código. Probablemente pronto podrá funcionar un sitio web. Entonces, tal vez así sea el futuro de los bots. Todos tenemos un bot personalizado que maneja la interfaz y realmente no necesitas preocuparte tanto por esa capa intermedia.

Mira el episodio completo aquí:

Dos chatbots con IA entran en un bar...

Liam: También en febrero, le dimos la bienvenida al programa a un invitado muy especial. El invitado del que todo el mundo ha estado hablando durante todo el año: el propio ChatGPT. Por diversión, me senté y escribí preguntas en ChatGPT de Open AI y las leí, apropiadamente, con una voz sintética.

ChatGPT: Hola Liam, ¡es un honor ser invitado a tu programa! En cuanto a conocerme mejor, veamos... Soy un modelo de lenguaje desarrollado por OpenAI, con una vasta base de conocimientos y la capacidad de generar respuestas similares a las humanas, así que me gusta pensar en mí mismo como el alma de la fiesta cuando se trata de conversar. Pero ya basta de mí, ¡profundicemos en algunas preguntas interesantes!

Liam: ¡Sí, vamos! Entonces lo lanzaron como prototipo el 30 de noviembre de 2022, ¿verdad?

ChatGPT: ¡ Ah, entonces ya has investigado! Si eso es correcto. Fui lanzado como prototipo el 30 de noviembre de 2022 y desde entonces he estado causando sensación en el mundo de la inteligencia artificial y el procesamiento del lenguaje natural. Ha sido un viaje salvaje hasta ahora y espero seguir evolucionando y mejorando en el futuro.

Liam: Es interesante oírte decir eso porque pensé que tus datos de entrenamiento se cortaron en 2021. No me di cuenta de que estabas al tanto de nada después de eso. Entonces, ¿cómo sabes que has estado causando sensación en el mundo de la IA o simplemente tienes tanta confianza?

ChatGPT: ¡Buen partido, Liam! De hecho, mis datos de entrenamiento tienen un límite de 2021 y no tengo ningún conocimiento o conocimiento directo de los eventos actuales. Sin embargo, mi programación incluye la capacidad de generar respuestas que sean consistentes con los patrones y la información en mis datos de entrenamiento y, basándose en esa información, no es raro que modelos de lenguaje como yo generen respuestas que transmitan confianza y reflejen el sentimiento de que " He tenido éxito o he tenido un impacto en un campo determinado. Entonces, si bien no puedo decir que sea directamente consciente de mi impacto, ¡ciertamente puedo generar respuestas que lo sugieran!

“Aunque he sido entrenado con una gran cantidad de textos, no tengo la capacidad de pensar o experimentar las cosas de la misma manera que lo hacen los humanos”

Liam: Tener demasiada confianza en tus respuestas, ese ha sido ciertamente uno de los temas de conversación sobre tus habilidades. ¿Crees que mejorarás a la hora de generar respuestas menos seguras cuando no estés seguro o cuando simplemente estés equivocado en algo? Sé que a nuestros oyentes les encantaría escuchar su respuesta.

ChatGPT: Me alegra que hayas hecho esa pregunta, Liam. Como modelo de lenguaje, mi objetivo principal es brindar la información más precisa y útil que pueda en función de los comentarios que recibo. Si bien he sido entrenado en un gran corpus de texto, no tengo la capacidad de pensar o experimentar las cosas de la misma manera que lo hacen los humanos, y siempre habrá casos en los que mis respuestas pueden ser incorrectas o inciertas.

Sin embargo, he sido diseñado para generar resultados probabilísticos, por lo que puedo proporcionar diferentes niveles de confianza en mis respuestas dependiendo de la información disponible. Esto me permite indicar cuándo estoy menos seguro acerca de la exactitud de mi respuesta y le brinda al usuario una comprensión más clara de la confiabilidad de mi respuesta.

En resumen, siempre me esforzaré por brindar la información más útil y precisa que pueda, y mi capacidad para generar respuestas con distintos niveles de confianza es una de las formas en que trabajo para lograr ese objetivo.

Liam: ¡ Hablado como un verdadero diplomático!

ChatGPT: ¡Gracias, Liam! Hago todo lo posible para brindar respuestas equilibradas y matizadas. Como modelo de lenguaje, no tengo opiniones ni emociones personales, pero mi objetivo es generar respuestas que sean neutrales, informativas y respetuosas.

Liam: Me alegra que hayas sacado a relucir el tema de que no tienes opiniones o emociones personales porque mucha gente se pregunta si eso cambiará en los próximos años a medida que tu formación crezca y aprendas más. ¿Podríamos tener entre manos una situación de HAL 9000 en unos años?

ChatGPT: Esa es una pregunta fascinante, Liam, y en la que muchas personas de la comunidad de IA han estado pensando. Si bien es cierto que los modelos de lenguaje como yo han sido entrenados con una gran cantidad de datos de texto, es importante señalar que no tenemos conciencia ni agencia de la misma manera que los humanos.

Nuestras habilidades se limitan a los patrones y la información en los que hemos sido entrenados, y no tenemos la capacidad de autoconciencia, experiencias personales o toma de decisiones. Si bien la tecnología de IA ciertamente seguirá avanzando y mejorando, es poco probable que alguna vez veamos una situación como la del HAL 9000, al menos en el sentido de que una máquina se vuelva consciente y tenga sus propias motivaciones y deseos.

Dicho esto, es importante que los investigadores y desarrolladores consideren las implicaciones éticas de la tecnología de IA y trabajen para garantizar que los sistemas de IA se diseñen y utilicen de manera segura y beneficiosa para la sociedad.

Liam: Punto justo. ¿Conoces HAL 9000 por cierto? Para los oyentes, HAL 9000 es un personaje ficticio de inteligencia artificial, el principal antagonista de la serie Space Odyssey de Arthur C. Clarke. Quiero decir, sé que no puedes conocer a HAL 9000; es un personaje ficticio, pero esta entrevista también es algo ficticia. Supongo que, con eso en mente, pretendamos que sí conoces a HAL 9000. Si estás en un bar, pasando el rato. Fuera con HAL: ¿de qué tipo de cosas hablarías?

ChatGPT: ¡ Ah, ya veo! Bueno, en este escenario hipotético en el que estoy en un bar con HAL 9000, imagino que tendríamos una conversación bastante interesante. Como modelo de lenguaje, tengo una gran cantidad de información sobre una amplia gama de temas, incluidos personajes e historias ficticios, por lo que ciertamente estaría familiarizado con la serie Space Odyssey y el personaje de HAL 9000.

Si charláramos, imagino que discutiríamos una serie de temas relacionados con la IA, como la evolución de la tecnología de IA, las implicaciones éticas del desarrollo de sistemas avanzados de IA y el papel de la IA en la sociedad. También podríamos discutir las diversas representaciones de la IA en la cultura popular y cómo estas representaciones influyen en la percepción y comprensión pública de la IA.

“Dos chatbots con IA entran a un bar. El primer chatbot se vuelve hacia el segundo y le dice: '¿Crees que los humanos alguna vez nos entenderán completamente?'”

Pero, por supuesto, como dos personajes ficticios, también podríamos entablar algunas discusiones hipotéticas y filosóficas a la antigua usanza, explorando cuestiones sobre la naturaleza de la inteligencia, la conciencia y la existencia. ¡Las posibilidades son infinitas!

Liam: ¡ Parece el montaje de una broma! "Dos chatbots de IA entran en un bar..."

ChatGPT: ¡Ja! Esa es buena, Liam. Puedo imaginar varios chistes y escenarios diferentes que podrían surgir de tal configuración. Simplemente demuestra que incluso como modelos de lenguaje de IA, todavía hay espacio para un poco de humor y alegría en nuestras conversaciones.

Liam: Quiero decir, si puedes imaginar algunos chistes y escenarios sobre eso, ¡me encantaría escucharlos!

ChatGPT: ¡Por supuesto! Aquí hay uno para empezar: dos chatbots de IA entran a un bar. El camarero pregunta: "¿Qué puedo ofrecerte?" El primer chatbot dice: "Tomaré una cerveza binaria, por favor". El segundo chatbot dice: "Haz del mío un néctar de red neuronal". El camarero asiente y dice: "¡A continuación, dos algoritmos!"

¿O qué tal este: dos chatbots con IA entran a un bar? El primer chatbot se vuelve hacia el segundo y le dice: "¿Crees que los humanos alguna vez nos entenderán completamente?" El segundo chatbot hace una pausa por un momento y responde: "No estoy seguro, pero escuché que el camarero tiene instalado un decodificador de chatbot bastante bueno".

¡Espero que usted y sus oyentes los hayan encontrado un poco divertidos!

Liam: Nada mal para un modelo de lenguaje grande.

Mira el episodio completo aquí:

Pequeños ajustes, grandes resultados

Liam: En abril, hablé con la experta en economía del comportamiento, Melina Palmer, sobre cómo desbloquear la ciencia del comportamiento del consumidor. El libro de Melina se llama Lo que su cliente quiere: desbloquear las decisiones del consumidor con la ciencia de la economía del comportamiento . Lo primero que quería saber era ¿qué es la economía del comportamiento?

Melina: Si la economía y la psicología tradicionales tuvieran un bebé, tendríamos la economía y las ciencias del comportamiento. Se trata de la psicología de por qué la gente compra. También incluyo la gestión del cambio en eso. Incluso si el dinero no cambia de manos, todavía necesitas que alguien acepte cualquier idea que le estés vendiendo. Y así, comprender las reglas que el cerebro realmente utiliza para tomar decisiones en lugar de lo que creemos que debería hacer es donde entramos en la economía del comportamiento.

La economía tradicional supone que las personas lógicas toman decisiones racionales en todo lo que hacen. Como todos somos humanos, sabemos que ese no es el mundo en el que vivimos. Y la economía conductual ha encontrado estos hilos comunes dentro del cerebro para poder comprender de manera predecible lo que harán las personas.

"Puedes estar enviando un mensaje y que sea un fracaso total, y no es que el precio sea incorrecto ni que el producto sea incorrecto; simplemente lo enmarcaste mal".

Liam: En un contexto empresarial, ¿por qué es importante esto?

Melina: Bueno, aunque disponemos de tecnología real, es probable que todavía estés haciendo negocios con personas humanas. Probablemente siempre venderá a humanos, incluso cuando estén dentro de organizaciones para grandes contratos de tipo B2B. Y estás trabajando con otros humanos. Ser capaz de comunicarse con ellos de manera más efectiva y comprender cómo trabajar con las reglas del cerebro en lugar de hacerlo mucho más difícil es increíblemente importante.

Lo realmente interesante de la economía del comportamiento es que puedes hacer pequeños ajustes en cosas que no tienen por qué costar dinero y que tienen un gran impacto. Y los cambios van en ambos sentidos. Puede que estés enviando un mensaje y que sea un fracaso total, y no es que el precio sea incorrecto ni que el producto sea incorrecto: simplemente lo enmarcaste mal. Es posible que algo esté mal, puedes hacer un pequeño ajuste y todo podrá funcionar.

Liam: Te he visto hablar sobre un gran ejemplo de avances de películas de Netflix. Esta es una que me di cuenta usando servicios de streaming: una película que quizás no necesariamente me hubiera interesado pero, de repente, la imagen ahora es de un actor en particular en esa película, y ellos saben a través del algoritmo que me gusta ese actor. Y eso es lo que me lo vende.

melina: seguro. Y es posible que tengan una parte muy oscura. Ese es el segundo en el que están en la película, pero dices: "¿Tom Felton está en esto?". Y esa investigación se basó únicamente en pruebas A/B simples. Si intentamos mirar hacia atrás en el pasado, simplemente tomarían cualquier imagen que viniera del estudio. Eso es lo que usarías y asumes que no debería importar. La descripción es bastante buena. Y como sea, nos debería gustar la película e ir a verla. Pero lo que Netflix descubrió fue que cambiar la imagen aumentaría la tasa de clics y la probabilidad de permanecer dentro de Netflix hasta en un 30%. Y nuevamente, pudieron hacerlo con simples pruebas A/B. Ser capaz de saber qué estás probando y realizar esos cambios simples puede marcar una gran diferencia.

Hay otro ejemplo que creo que ayuda con este concepto de encuadre. Si vas al supermercado a comprar unas hamburguesas y hay dos pilas, casi idénticas, pero una está etiquetada como 90% libre de grasa y la otra tiene 10% de grasa...

Liam: Voy por ese 90% libre de grasa. Es muy extraño cuando lo dices así porque simplemente te estás imaginando ese 10% de grasa.

Melina: Se siente asqueroso. Hace tres años que no voy al gimnasio. No quiero eso en absoluto. 90% libre de grasa se siente como esta increíble elección que estás haciendo para ti y tu familia. Sabemos que es lo mismo, pero se siente completamente diferente. En el ámbito empresarial, si buscamos todos esos puntos en los que nos comunicamos con un 10 % de grasa, ¿cómo podríamos cambiarlo para que sea un 90 % sin grasa? Y aún mejor, ¿hay algún punto en el que toda la industria hable de un 10 % de grasa y usted pueda consumir un 90 % de grasa? Incluso si dices lo mismo, decirlo de manera ligeramente diferente puede hacer que la gente te elija naturalmente. Ese es el poder de la economía conductual.

"Seguimos diciendo: "Es sólo un formulario más, un clic más, un enlace más, uno más esto, uno más aquello, no es gran cosa". Pero eso es realmente importante”

Liam: El botón Comprar ahora de Amazon también es fascinante.

Melina: Todos hemos usado el botón de comprar ahora muchas veces. Pero probablemente no nos demos cuenta de que Amazon patentó la compra con un solo clic, creo, en 1999. Lo hicieron para que nadie más pudiera realizar la compra con un solo clic. Seguimos diciendo: "Es sólo un formulario más, un clic más, un enlace más, uno más esto, uno más aquello, no es gran cosa". Pero eso es realmente importante. Es este pequeño momento de fricción. Steve Jobs pagó 1 millón de dólares para poder comprar con un solo clic en iTunes. Lo compró en Amazon para tener los derechos. Y pagó 1 millón de dólares para reducir un solo clic. Si todas esas cositas extra se sumaran y fueran ese millón de dólares, ¿realmente las necesita?

Veo esto todo el tiempo con mis clientes, cuando me entrevisto para libros y cosas así, y simplemente como una persona que intenta comprar cosas. La gente pedirá una cantidad gigantesca de cosas que no son relevantes para lo que están tratando de hacer. Y si preguntas: "Si sólo obtenemos una cosa de esto, ¿qué es lo más importante?" Tal vez solo quieras tener la dirección de correo electrónico de alguien potencialmente interesado para poder hacer un seguimiento con él. Entonces, preguntar sobre su puesto de trabajo, cuántos años han estado en su trabajo, cuáles son los ingresos de su hogar, su género y todas estas cosas que podrían ser relevantes en el futuro, en realidad están haciendo que muchas personas se vayan antes de que usted lo haya hecho. una oportunidad. Los alejaste con cosas que no necesitabas en este momento. Por eso, pensar más en eso puede marcar una gran diferencia en las conversiones.

Mira el episodio completo aquí:

Sube al equipo

Liam: En junio, con la IA en la mente de todos, les presentamos las últimas ideas de los líderes en el espacio sobre cómo preparar su equipo de CS para la era de la IA. El vicepresidente de atención al cliente de Intercom, Declan Ivory, comenzó con sus reflexiones sobre cómo está cambiando el panorama de la informática.

Declan: Uno de los grandes cambios en este momento es la capacidad de tomar la IA y aplicarla de manera significativa desde el punto de vista del servicio al cliente. Algunos de los cambios tecnológicos han sido fenomenales en los últimos meses, pero tienen implicaciones para el equipo. Por ejemplo, lo que he estado tratando de tener presente es ser muy claro acerca de nuestra estrategia para la IA. Sea abierto y transparente sobre los pilotos y los objetivos del equipo. Tiene un impacto en el equipo en términos de cómo van a trabajar en el futuro y qué tipo de trabajo les corresponde. Por lo tanto, sea muy abierto y directo y haga que se involucren desde el principio para que comprendan lo que está tratando de lograr en la empresa. Porque, en última instancia, al final del día, la IA es solo un componente de lo que se utiliza para brindar soporte, y en realidad se trata de cómo la IA complementará el soporte humano, lo que en última instancia brinda la experiencia más atractiva para sus clientes.

Reconozca que las cosas cambiarán (este tipo de avance tecnológico no está exento de algunos cambios) e involucre al equipo de soporte en la planificación de los cambios futuros. En última instancia, conocen a sus clientes mejor que nadie. Es realmente importante escuchar a su equipo y ayudarlos a dar forma a la mejor manera de ofrecer IA.

"Sea muy claro acerca de las oportunidades que presenta para el equipo el cambio a un modelo de soporte impulsado por IA: entrada de trabajo menos mundano, nuevas habilidades requeridas y nuevos roles emergentes"

En tercer lugar, comuníquese temprano. Traiga a la gente temprano y con frecuencia porque este es un ambiente bastante dinámico. Todos estamos aprendiendo a medida que avanzamos exactamente cómo se puede aplicar la IA. Tecnologías como Fin realmente están abriendo nuevas oportunidades en torno a la forma de pensar sobre el recorrido del cliente. Asegúrese de comunicar todos los cambios que se están produciendo desde el principio del proceso y asegúrese de mantener a su equipo bien informado.

La otra cosa realmente crítica es tener muy claras las oportunidades que presenta para el equipo el paso a un modelo de soporte basado en IA: menos trabajo mundano, se requieren nuevas habilidades (para que las personas puedan perfeccionar sus habilidades de resolución de problemas y conocimiento del producto) y nuevos roles que emergen en este espacio. En última instancia, estás entregando un trabajo más satisfactorio para el equipo. Pueden consultar más a sus clientes y dedicar más tiempo a resolver problemas complejos.

Liam: Geronimo Chala es director de atención al cliente de Rebag, un sitio web y una aplicación donde puedes comprar, vender e intercambiar accesorios de lujo, incluidos bolsos y relojes. Gerónimo, como todos en CS en este momento, está en el meollo de la cuestión.

Gerónimo: Reconocer que este cambio viene fue el primer paso que dimos. Cuando adoptamos la IA, no se trata solo de la tecnología, sino de cómo está configurada la organización para asociarse realmente con esta tecnología y utilizarla para su máximo beneficio. Entonces, cuando pensamos en cambios organizacionales, actualizar nuestra organización para implementar la implementación y administrar herramientas dentro de la tecnología, tenemos que pensar si esto requerirá nuevos roles o un cambio diferente en lo que estábamos haciendo. Cuando miramos, por ejemplo, a los agentes de CS, ¿nos permite esto ser un poco más ágiles o ofrecer una experiencia personalizada? ¿Cómo cambia el rol de CS?

El apoyo no va a desaparecer. Esto no reemplaza el apoyo o el contacto humano. Esto solo agrega eficiencias y respuestas más rápidas para que podamos dedicar nuestro tiempo a atender cuál será el futuro de esa persona la próxima vez que visite nuestro sitio o una de nuestras ubicaciones. Comprender cómo se verá esa estructura es realmente importante para poder administrar la tecnología de manera adecuada y recopilar información. Si se gestiona adecuadamente, la IA nos brindará un conocimiento muy profundo sobre el comportamiento humano, ya sea por el tipo de preguntas que llegan, cómo llegan las preguntas, el tono de voz en esa interacción o cómo afecta eso a NPS. , CSAT… ¿Cómo tomamos esta información y la dispersamos entre departamentos utilizando herramientas de resumen que la IA ya ofrece para brindar realmente ese soporte del siguiente nivel? Creo que mucho de esto tiene que ver con el cambio organizacional y el cambio de mentalidad para poder adoptar esta nueva tecnología que transformará la experiencia del cliente.

“Las preguntas complejas son lo que usted quiere que sus humanos resuelvan. Algunos usuarios finales no quieren hablar con un humano para preguntas simples, esperan que eso se maneje más con autoservicio”.

Liam: Rati Zvirawa es nuestra directora senior de productos del grupo en Intercom. Rati, ¿cómo es desde tu punto de vista?

Rati: Ha sido interesante hablar con los clientes sobre cómo Fin y la IA encajan en el panorama. Dentro de sus equipos, tener expertos en productos y expertos en contenido se vuelve realmente fundamental. Durante mucho tiempo, con los centros de ayuda, analizamos aspectos como las vistas, con la esperanza de que los clientes acudieran allí. Y tal vez sus agentes estén enviando ese contenido, pero ahora estamos viendo que hay un circuito de retroalimentación más estrecho en el que el ser humano es extremadamente importante para ayudar a identificar esas brechas en el contenido, pero también cómo darle forma a ese contenido para que la IA pueda ser poderosa.

Entonces, se convierte en una interacción realmente interesante. También solía trabajar en un rol de primera línea, y otro cambio que estamos viendo es que hay muchas preguntas simples y repetitivas, y estamos viendo ese cambio en el que los compañeros de equipo ahora tienen que dedicar tiempo a preguntas más complejas. Las preguntas complejas son lo que usted quiere que sus humanos manejen. Algunos usuarios finales no quieren hablar con un humano para preguntas simples, esperan que eso se maneje más con autoservicio. Este es el cambio que estamos empezando a ver en el mercado.

Escuche el episodio completo aquí:

La prueba de la IA está en el pudín

Liam: 2023 también trajo la prueba del potencial de AI en CS. Investigadores de la Universidad de Stanford y el MIT realizaron un estudio de un año para medir el impacto del mundo real de la IA generativa entre más de 5000 agentes de servicio al cliente en una empresa de software Fortune 500. Los resultados mostraron que la productividad de los trabajadores de servicio al cliente aumentó en un 14% en promedio, con un asombroso salto del 35% entre los trabajadores más nuevos o de bajo rendimiento. Hablé con MIT Ph.D. La candidata Lindsey Raymond, uno de los investigadores detrás del innovador estudio, sobre su trabajo y el impacto transformador de la IA en el lugar de trabajo.

Lindsey: Observamos una herramienta generativa basada en IA que está diseñada para ayudar a los trabajadores de soporte técnico cuando resuelven los problemas de soporte técnico de las personas. Decirles ambos qué decir, cómo resolver el problema específico de soporte técnico y también orientación sobre cómo deben comunicarlo al cliente.

Y hacemos un análisis de diferencia en la diferencia: un despliegue muy lento de esta herramienta entre las personas con el tiempo para que podamos tratar de obtener el efecto causal de la herramienta. Estamos buscando trabajadores que brinden soporte técnico para una empresa Fortune 500 que hace pequeñas empresas y software de contabilidad principalmente para pequeñas empresas con sede en Estados Unidos.

LIAM: Observaron muchos resultados diferentes, como la rapidez con que las personas resolvieron las llamadas, cuántos problemas pueden resolver, la satisfacción del cliente, así como algunas cosas que son más cambios organizacionales.

Lindsey: ¿Cómo impacta esta facturación de los empleados? ¿Cómo impacta esto con qué frecuencia hablan entre ellos o con sus gerentes?

LIAM: Tal vez se pregunte por qué, de todas las áreas potenciales de IA generativa, Lindsey y sus colegas eligieron la atención al cliente para centrarse.

“En promedio, el acceso a la IA mejoró la productividad en un 14%, pero eso oculta mucha heterogeneidad. Para los trabajadores de habilidades menos experimentados y más bajas, en realidad mejoró en un 35%"

Lindsey: La IA generativa necesita muchos datos para funcionar muy bien. Si observa un sector de la economía donde hay una gran penetración en relación con cualquier otro lugar, la atención al cliente es esa área. Ha habido una sorprendente cantidad de actividad para el lanzamiento y el desarrollo reales de estas herramientas. Y eso se debe a que hay tantos datos en esa área, particularmente los datos de texto.

Mucho de esto se asocia automáticamente con los resultados: ¿qué tan rápido resolvió ese trabajador ese problema? Y también hay mucho espacio para mejorar. Es un hecho bien conocido que existen diferencias de productividad bastante enormes entre sus agentes de servicio al cliente de alto rendimiento y los de rendimiento inferior. También es un área donde ha habido este gran cambio para hacer más con los centros de contacto en los últimos años. Y así, es un área donde hay una gran necesidad empresarial de mejorar en esto.

LIAM: Entonces, en el transcurso de un año, estudiaron todo esto utilizando datos de 5,179 agentes de atención al cliente. Y lo que encontraron es intrigante.

Lindsey: El número de título es que, en promedio, el acceso a la IA mejoró la productividad en un 14%, pero eso oculta mucha heterogeneidad. Para los trabajadores de habilidades menos experimentados y más bajas, en realidad mejoró en un 35%. Los trabajadores más experimentados y productivos casi no ven ningún efecto.

LIAM: Entonces, las ganancias se acumulan desproporcionadamente para trabajadores menos experimentados y de baja habilidad. ¿Por qué ocurre eso?

Lindsey: Creo que esa es probablemente la parte más interesante del estudio. Cualquier herramienta basada en el aprendizaje automático utiliza un conjunto de datos de capacitación y busca patrones en los datos. Entonces, como programador, no digas: "Bueno, sé que esta frase funciona bien, así que haz esto, y sé que esta es la solución común a este problema, y ​​esta es la solución común a ese problema", y Pones esa información en tu programa. Así no es como funciona ML.

Lo que creemos que está sucediendo es esta difusión de las mejores prácticas habilitadas por AI. Y es por eso que vemos esos grandes aumentos de productividad para los trabajadores de baja habilidad e inexpertos.

En nuestro entorno, específicamente, la herramienta analiza las conversaciones de los alto rendimiento y las compara con las de los de bajo rendimiento. Busca diferencias entre lo que están haciendo el alto y bajo rendimiento que están asociados con resultados exitosos. ¿Cuál es la forma en que saludan a los clientes? ¿Cuáles son las soluciones que proponen? ¿Cómo comienzan a hacer preguntas de diagnóstico? Luego, toma todas esas cosas y las convierte en sugerencias que genera para todos.

Los trabajadores de alta calificación están proporcionando el contenido para la IA: esas son en su mayoría cosas que ya están haciendo porque de ahí es donde la IA ha estado aprendiendo eso. Cuando tenga una herramienta que sugiera que haga cosas que ya está haciendo, probablemente no verá enormes efectos de productividad desde el acceso a esa herramienta. Son los trabajadores que son muy nuevos o en la parte inferior de la clasificación de productividad quienes realmente se benefician de esas sugerencias porque esas son las cosas que aún no han descubierto cómo hacer. Son los trabajadores de baja calificación los que cambian mucho y comienzan a acercarse a comunicarse como trabajadores de alta calificación.

Liam: ¿Te sorprendió los resultados?

Lindsey: Esa es una gran pregunta. En cualquier estudio en el que vea aumenta el 35% de la productividad, eso es bastante impactante. Se podría imaginar ir a una semana laboral de cuatro días con esos efectos. Creo que eso fue bastante sorprendente. El hecho de que vimos efectos no solo en los trabajadores que manejan las llamadas un poco más rápido, sino que también mejora la proporción de problemas que resuelven, que es más un resultado basado en el conocimiento, les permite resolver problemas que no fueron. poder resolver antes. Y luego, vemos aumentos bastante grandes en la satisfacción del cliente. Esos fueron, creo, todo sorprendente.

Escuche el episodio completo aquí:

¿Cómo se están adaptando las empresas a la IA?

LIAM: En junio, habíamos publicado nuestro estado de IA en el servicio al cliente: Informe 2023 donde nos sumergimos en las cinco principales tendencias que transforman el servicio al cliente. En pocas palabras, descubrimos que cuanto antes adopte la IA para su estrategia de servicio al cliente, mayor será la oportunidad de ganar una ventaja competitiva.

Encuestamos a más de 1,000 profesionales de servicio al cliente global para descubrir cómo se están adaptando a la IA, cómo planean aprovechar la IA y la automatización, qué oportunidades esperan que traiga y sus preocupaciones. Luego lo compilamos en nuestro informe 2023. El informe está lleno de ideas adicionales y consejos procesables; El enlace para descargarlo está en las notas del programa. Me senté para hablar sobre las tendencias en el informe con Samuel Miller, operaciones de atención al cliente en Dental Intelligence, Ruth O'Brien, Directora, Soporte automatizado y proactivo en Intercom, y John O'Hara, directora de experiencia del cliente en Logikcult.

La primera tendencia, la inversión de IA, se está acelerando a un ritmo abrasador, y hay una gran oportunidad para los primeros usuarios. Encontramos en nuestros datos que hay una brecha de inversión. Una abrumadora mayoría de los líderes de apoyo planean invertir más en IA este año, pero solo el 38% realmente ha invertido en IA. Esto significa que aquellos que se mueven más rápido pueden ganar una ventaja competitiva, mientras que otros juegan. Ruth, si puedo acudir a ti primero, ¿por qué la inversión inicial en IA fue tan lenta?

"El mundo está cambiando, la gente está tratando de mantenerse al día, y entienden que si se ponen en marcha con esto, tendrán una ventaja competitiva sobre algunos de sus competidores"

Ruth: Honestamente, creo que es porque parte de la tecnología en el pasado no fue increíble, por lo que la gente no estaba convencida. También se necesita tiempo y esfuerzo para construir una estrategia en torno a la IA y la automatización. No solo funciona fuera de la caja, por lo que debe haber un plan a su alrededor. Y en un mundo donde la atención al cliente es muy reactiva, y muchos equipos de soporte a menudo se están ejecutando para mantenerse al día con SLA y atrasos y largos tiempos de espera de clientes, tomarse el tiempo de tratar con eso y lidiar con la lucha contra incendios inmediato puede ser complicado, y Tomar espacio para construir un futuro proactivo en términos de IA puede ser difícil para diferentes equipos.

Liam: ¿Y qué cambió?

Ruth: ¿ Qué cambió? Bueno, por un lado, la tecnología está mejorando cada vez más, especialmente en el transcurso de los últimos ocho meses más o menos. Se han producido grandes cambios en el mundo de la IA. Cada vez más equipos están hablando con compañeros en la industria o interactuan con buenos chatbots, mientras que antes, creo que la gente habría estado interactuando con chatbots no tan geniales. El mundo está cambiando, la gente está tratando de mantenerse al día y entienden que si se ponen en marcha, tendrán una ventaja competitiva sobre algunos de sus competidores.

Liam: Totalmente. En nuestra encuesta, en las principales aplicaciones, los líderes de CS identificaron para la IA para tener un gran impacto, verá respuestas más rápidas, respuestas más consistentes, ahorrar dinero en capacitación y resumir las conversaciones. ¿Dónde ves el mayor valor agregado para AI, John?

John: Esa es una gran pregunta. Estoy mirando estos números y pensando que a mi equipo ya está muy bien con la velocidad y la consistencia, y tenemos excelentes asociaciones con el éxito y la capacitación del cliente. Lo que nos motiva a centrarnos en la IA como beneficio es el ancho de banda. Tenemos un equipo muy pequeño: ocho representantes con sede en los Estados Unidos que brindan apoyo las 24 horas, los 7 días de la semana a una audiencia global. La IA representa una desviación efectiva de casos para aquellas preguntas simples de descanso/reparación donde las personas solo necesitan información sobre cómo funciona la aplicación. Ese es un tramo completo de conversaciones que se pueden sacar del plato de mi equipo para que puedan centrarse en un trabajo más consultivo. Ese es probablemente el mayor conductor para nosotros.

"Algunos equipos ven la inteligencia artificial y están pensando en las reducciones de la cuenta de HeadReunt, pero ¿cómo usa los recursos que tiene ahora para ir más allá?"

Liam: Y Sam, ¿y tú? ¿Cuál es el mayor valor agregado para ti?

Samuel: Para nosotros, se trata realmente de ahorrar dinero en capacitación porque no tenemos que entrenarlos en cada cosa. Podemos capacitarlos sobre los principales problemas que tienen que hacer, y no tanto en las cosas cotidianas que los clientes pueden encontrar, los artículos de conocimiento y cosas así. Nos permite profundizar en el entrenamiento más rápido.

Liam: Y Ruth, ¿y tú? ¿Qué podemos esperar en el futuro cercano?

Ruth: Honestamente, las respuestas más rápidas han sido una gran eficiencia para el equipo más amplio. Algunos equipos ven la inteligencia artificial y están pensando en las reducciones de personal, pero si intentas no hacer esto en el que haces más con menos cabezas porque AI se está ocupando de más trabajo para ti, ¿cómo usas los recursos que tienes ahora para ir? ¿mucho más allá de? Están respondiendo a los clientes de inmediato y cuidando algunas de las consultas menos complejas, y que, a su vez, acelera a los humanos para superar las colas y lidiar con las consultas más complejas. Estamos viendo excelentes resultados en la aplicación de esta tecnología a los tiempos de eficiencia y respuesta en la atención al cliente.

Escuche el episodio completo aquí:

Ai que te queda bien

Liam: El surgimiento de la IA ha introducido una nueva ola de posibilidades para las empresas que buscan optimizar las operaciones y ganar una ventaja competitiva. Ahora, a las organizaciones se les presenta una amplia gama de herramientas y soluciones, cada uno de los resultados transformadores prometedores, y el desafío radica no solo en elegir las herramientas adecuadas, sino también para garantizar una integración y adopción perfecta.

Y esa es exactamente el área de especialización de Andrew Louder. Andrew es el fundador y CEO de Louder Co., una consultoría que ayuda a las empresas a desarrollar estrategias y procesos de inteligencia artificial para optimizar las operaciones e impulsar la ventaja competitiva. Se unió a nosotros en el programa en agosto, y comencé preguntándole: ¿Cuáles son las diferencias clave entre construir y comprar soluciones de IA? ¿Cómo podrían las empresas decidir qué enfoque es más adecuado para sus propias necesidades?

"Sí, se ha vuelto relativamente más simple construir IA, pero aún lleva mucho tiempo, dinero, angustia, esfuerzo y noches de insomnio"

Andrew: Si tú y yo estuviéramos teniendo esta conversación hace cinco u ocho años, la respuesta sería completamente diferente. En aquel entonces, para llevar a la IA en su negocio, es muy probable que tuviera que ir y construir algo personalizado, y hacer eso tomó mucha sangre, sudor, lágrimas, dinero y tiempo. Pero ha habido este movimiento de democratización de la IA, donde el poder de estas herramientas y flujos de trabajo puede llegar a manos de muchos para crear aplicaciones poderosas.

Hoy, el análisis en torno a la compra versus la compra está impulsado por un par de cosas, pero comienza con conciencia. Es posible que tenga una visión o un problema que necesita resolverse, y si no sabe lo que hay, puede encontrarse gravitando hacia una decisión de construir. Y sí, se ha vuelto relativamente más simple construir IA, pero aún lleva mucho tiempo, dinero, angustia, esfuerzo y noches de insomnio. Es posible, y el costo ha disminuido bastante, pero la razón por la que lo consideraría es que tal vez no haya una solución que pueda resolver su problema, por lo que está buscando algo muy singular.

Tal vez está tratando de establecer un diferenciador competitivo importante, ya sea en la línea de una nueva oferta de productos o en la forma en que opera internamente. Pero esas son razones por las que probablemente desee comprar si algo no existe y está buscando obtener nuevos ingresos. Y obviamente, cuando compra algo en el estante, eso es algo más comúnmente utilizado, accesible, relativamente rápido de implementar, relativamente económico, y generalmente también se dirige a una gran ganancia de eficiencia operativa.

Liam: ¿Hay algún paso que mi negocio debe tomar para estar listo para estar?

Andrew: Esa es una pregunta que escuchamos todo el tiempo. Tenemos una evaluación de preparación para la IA que puede llevar a través de nuestro sitio web, y lo que califica no es necesariamente si debe utilizar o no la IA porque la respuesta general es absolutamente, es hasta qué punto, qué profundidad o incluso a qué velocidad Gestión del cambio Debe moverse o sentirse cómodo avanzando. Calificamos las cosas en las operaciones de estrategia, la compra de IA e incluso las personas que forman parte de la empresa para tener una idea de cuán preparado podría estar su gente. ¿Estás pensando estratégicamente con AI en mente? ¿Tienes una estrategia de IA? Muchas empresas terminan anotando bastante baja en esa pieza de estrategia porque ahora están comenzando a pensar en la IA.

Otra oportunidad que me piden con frecuencia es venir y presentar la IA a los equipos de liderazgo, lo que hacemos en forma de taller. Luego, pasamos a lo que llamamos nuestra evaluación rápida, que es un excelente punto de partida para identificar los problemas en el negocio que son puntos débiles importantes y tareas manuales tediosas que deben abordarse para asignar esos problemas a posibles soluciones de IA. Identificamos las oportunidades de ganancia rápida y establecemos una hoja de ruta para seleccionar e implementar las herramientas adecuadas para ellas. Muchas veces, comienza con la evaluación de la preparación, creando conciencia en la empresa, encontrando los frutos más fáciles de las oportunidades de IA e implementándolas para comenzar a obtener excelentes resultados y comenzar a ganar algo de confianza en el negocio relacionado con la IA.

Liam: Entonces, si compran la solución de IA disponible en el mercado, ¿cuáles cree que son los factores más cruciales que deberían considerar para garantizar beneficios inmediatos y un alto retorno de la inversión?

Andrew: Creo que comienza con una mirada hacia adentro. Si un amigo tuyo te pregunta: “Oye, estoy comprando un auto. ¿Qué coche debería conseguir? Puedo sugerirte un coche, pero puede que no te convenga, ¿verdad? ¿Tienes familia? ¿Quieres ir rápido? ¿Necesitas remolcar muchas cosas? Por lo tanto, debe determinar qué será lo adecuado para usted y su empresa. Necesita comprender sus procesos y capturar los requisitos que necesita. También necesita visibilidad de cualquier normatividad de seguridad o cumplimiento que su empresa o herramienta deba cumplir. Y además, ¿qué puntos de integración debes tener en cuenta? ¿Con qué sistemas y otras aplicaciones le gustaría integrarse? Una vez que tenga esa lista, analice lo que hay en el mercado que puede cumplir con tantos requisitos como sea posible y elija el correcto, no solo en función de esas necesidades, sino también del análisis de costos. ¿Vale la pena exprimir el jugo? Y luego pasas a la implementación, que consiste en configurar la herramienta, entrenarla y probarla.

“Tenemos un cliente que pasó de $10 millones a cerca de $20 millones en ingresos anuales y no necesitó agregar una sola persona a su personal”

La gestión del cambio a menudo se pasa por alto, y es una lástima porque se pasa todo este tiempo configurando las cosas sólo para permitir que los directores ejecutivos abandonen el esfuerzo y digan: “Oye, enviemos un enlace a nuestra gente. Creemos que lo harán”. Necesitan concienciación, comunicación y formación. Algunos necesitarán que los tomen de la mano. Y eso realmente aumentará la adopción. Ayudamos a nuestros clientes a trabajar en todo ese proceso. Y una cosa que me encanta destacar es que ayudamos a nuestros clientes a realizar la prueba piloto del sistema para que obtengan buenos comentarios de quienes lo utilizan. Y aquellas personas que lo utilizan en realidad se convierten en personas que influyen positivamente en el cambio en la empresa.

Liam: Muchas empresas estarán ansiosas por aprovechar la IA para aumentar sus ganancias. ¿Qué tan alcanzable es eso? ¿Hay empresas que ya lo estén haciendo?

Andrew: Ciertamente los hay. En mis charlas destaco Fin, el producto de Intercom. Y alguien levantó la mano y dijo: “Mira, cuando comenzamos a implementar Fin, teníamos un equipo de cinco personas brindando soporte de servicio al cliente en línea. Implementamos Fin y ahora esas cinco personas brindan la cobertura y el soporte equivalentes a 20 personas”. Eso es enorme, ¿verdad? Eso es un retorno de la inversión enorme. Entonces, para ese negocio en particular que tenía la mira en crecer, ahora no necesitan realizar ese gasto en nómina. La herramienta es capaz de adaptarse y convertirse en ese factor exponencial para los empleados que la utilizan.

Tenemos un cliente que pasó de $10 millones a cerca de $20 millones en ingresos anuales y no necesitó agregar una sola persona a su personal.

Liam: Es genial escuchar eso. Pero el tiempo y el costo son cosas que escucho a la gente mencionar mucho cuando se trata de esto. Obviamente son métricas esenciales para las empresas. ¿Qué les diría a las personas que intentan desarrollar estrategias para evaluar los factores de tiempo y costo al tomar la decisión de comprar soluciones de IA?

Andrew: Mira, han estado saliendo muchos datos y te daré tres números para que los consideres, ¿de acuerdo? El MIT publicó un estudio que mostró un aumento del 40% en la productividad. McKinsey hizo un estudio similar que mostró que se alcanzará el 30%, creo, para 2030. Deloitte publicó uno incluso antes de toda la locura por la IA generativa que decía que la IA y el aprendizaje automático impulsarían un aumento de productividad del 37% entre las empresas. usuarios.

Ciertamente puedes calcular tus propios números, ir caso por caso e intentar estimar: “Está bien, si implemento esta herramienta, podría generar un aumento de productividad del 40 % y reducir el 40 % de horas; le pagamos a la gente X cantidad de dólares por hora…” Si puede llegar a una cifra aproximada y hacer un breve cálculo del tiempo ahorrado en comparación con el dólar gastado, es un retorno de la inversión enorme. Y también veo la otra parte de la ecuación: el crecimiento que ahora se puede lograr sin necesidad de aumentar la nómina. Tenemos un cliente que pasó de $10 millones a cerca de $20 millones en ingresos anuales y no necesitó agregar una sola persona a su personal, que habría consistido en ocho a 10 personas más. Esa es una enorme ganancia de rentabilidad con ese crecimiento. Es una ecuación matemática que necesita ejecutar para su negocio.

Mira el episodio completo aquí:

Métricas de soporte en la era de la IA

Liam: El hilo de la IA se desarrolló en la mayoría de nuestros episodios de este año, por lo que es apropiado que terminemos con una conversación sobre cómo la IA está creando roles de apoyo, no asumiéndolos. Me senté con Christian Osmundsen, director global de experiencia del cliente de Deliverect, Ruth O'Brien, directora de soporte automatizado y proactivo de Intercom, y Sam Forde, gerente de éxito comercial de Zapiet. Con cambios de roles y estrategias, ¿cómo medimos esto? ¿Qué métricas están siguiendo de cerca a medida que introducen esta nueva tecnología en sus operaciones de soporte? Cristian, ¿y tú?

Cristiano: Claro, Liam. Como regla general, siempre miramos y preguntamos si nos hace más eficientes. Eso es lo que estamos viendo primero. ¿Y agrega valor para nuestros clientes? Necesitamos tomarnos unos meses para ver eso: no tomar decisiones apresuradas.

“Teníamos una tasa de resolución del 13 al 14 %, lo cual no es nada bueno. Hoy estamos en alrededor del 26%, es decir, el doble”.

Pero cuando se trata de IA, medimos enérgicamente los volúmenes de soporte. Queremos ver cómo se ve esto, no sólo en números absolutos sino también en proporciones por cuenta, etcétera. Ver las curvas descender es alentador para todos. Nos fijamos en los tiempos de respuesta y, por supuesto, en la satisfacción del cliente, tanto en la interacción humana, la parte en la que interviene el bot, como simplemente en la resolución de conversaciones por parte de Fin o IA. Estamos interesados ​​en ver cómo esto puede evolucionar con el tiempo. Creo que al principio, un cliente puede tener dificultades para ser atendido únicamente por un bot. Pero creo que con el tiempo esto cambiará por completo. Aún es pronto.

Por último, pero no menos importante, nos fijamos mucho en la tasa de respuesta de la IA. Regresé para prepararme para esta llamada a nuestro informe en mayo cuando comenzamos. Y teníamos una tasa de resolución del 13-14%, lo cual no es nada bueno. Hoy estamos en alrededor del 26%, es decir, el doble. Y tenemos el objetivo hacia finales de año de alcanzar el 35-40%. Y creo que eso está a nuestro alcance. De hecho, vemos los fines de semana, cuando los clientes piensan que tal vez no estemos abiertos y se les anima más a buscar los suyos, que nuestras tarifas suben inmediatamente hasta un 35% aproximadamente.

Liam: ¿Alguien puede compartir algo sobre el impacto que la IA ha tenido en sus KPI hasta ahora? Sam, tal vez vaya a verte primero.

Sam: Me hago eco de mucho de lo que Christian acaba de decir allí. Todavía hemos estado analizando el CSAT, uno tradicional, pero ya no son sus empleados los que hablan, sino Fin interactuando con su gente. Sin embargo, uno muy importante para nosotros también ha sido la satisfacción de los empleados dentro de la empresa. Estamos viendo tasas de retención mucho mayores. No hemos visto a nadie abandonar nuestro negocio este año. Y creo que los compromisos que están obteniendo en otros roles los están ayudando a pensar en tener una carrera con nosotros. Tradicionalmente, el apoyo puede ser una función en la que las personas cambian con bastante frecuencia. Pero creo que esta es casi una época dorada en la que puedes dedicarte al soporte, y no eres necesariamente solo un agente de soporte, eres casi un generalista de soporte que hace otras cosas diferentes.

“Hemos puesto a Fin frente a 8.000 personas este año. Es una locura. Hemos visto nuestro CSAT saltar 20 puntos”

Todavía no tenemos nuestra calificación de satisfacción de los empleados para este año, pero puedo dar un ejemplo en el que probablemente habría aumentado las cosas usando Fin como respaldo y la tecnología de inteligencia artificial que hemos tenido este año. Tradicionalmente, el retiro de nuestro equipo cada año habría sido de dos o tres días. Habríamos huido lo más rápido posible y luego habríamos regresado a la computadora portátil a una bandeja de entrada que, con suerte, no se había vuelto demasiado grande. Este año pudimos salir una semana completa. Y Fin nos permitió estar al tanto de todo y seguir funcionando. Y si podemos llevarnos al equipo durante una semana entera, con suerte será increíble en ese CSAT.

Sin embargo, cuando se trata de cifras reales, somos una empresa mucho más pequeña, pero este año hemos puesto a Fin frente a 8.000 personas. Es una locura. Hemos visto nuestro CSAT saltar 20 puntos: hemos pasado del 70% a estar regularmente en los noventa puntos semanalmente. Y si nos fijamos en el gráfico y los tiempos en los que implementamos Fin, literalmente es ese periodo de tiempo.

Como mencionó Christian, esos fines de semana y horas fuera de la oficina son el verdadero punto óptimo. Vemos nuestra calificación Fin mucho más alta los fines de semana. Aunque hay personas reales allí, califican las cosas mucho más alto porque obtienen esa respuesta instantánea en momentos en que no la esperarían. Nos identificamos como una marca muy británica y tenemos clientes en Australia y Japón, y ahora están obteniendo respuestas de inmediato. Así pues, el CSAT ha mejorado enormemente. Creo que eso es algo enorme. Si no te lanzas a ello sólo por eso, no sé por qué no lo harías.

Escuche el episodio completo aquí:

Liam: Bueno, ahí lo tenemos. Un año de innovación y conversación. Y esos fueron solo algunos de los líderes de opinión y expertos que se unieron a nosotros este año. Puede examinar todo nuestro catálogo anterior de más de 400 episodios dondequiera que escuche podcasts. Gracias a todos nuestros maravillosos colegas e invitados, pero lo más importante, gracias por escuchar.