La atención al cliente ahora es más inteligente: una mirada más cercana a nuestro nuevo bot con tecnología ChatGPT

¿Qué pasaría si pudiera tener un bot confiable que capture la magia de los modelos de lenguaje grandes sin salirse del guión? Para este seminario web, presentamos nuestro bot de IA más nuevo e innovador y respondemos todas sus preguntas al respecto.

Desde que se lanzó ChatGPT-3.5 en noviembre pasado, nos han hecho una pregunta una y otra vez: "¿Puede responder las preguntas de mis clientes?" Y hasta este punto, la respuesta ha sido no. Realizamos algunas exploraciones iniciales e incluso lanzamos una serie de funciones beta impulsadas por GPT para la Bandeja de entrada, pero no pudimos crear un bot que fuera adecuado para las necesidades comerciales: GPT-3.5 tenía esta desafortunada tendencia a inventar cosas cuando no sabía la respuesta, y definitivamente no quiere que un bot se vuelva deshonesto cuando intenta ayudar a sus clientes.

Pero con la llegada del nuevo GPT-4, diseñado para minimizar las alucinaciones, las cosas han cambiado. Volvimos a trabajar para ver si podíamos construir un bot que requiriera una configuración mínima y que pudiera conversar naturalmente y responder preguntas de manera confiable sobre su negocio, utilizando la información que usted controla. Y he aquí, creemos que hemos hecho precisamente eso. Su nombre es Fin, y creemos que puede ser un activo valioso que aumente su oferta de atención al cliente.

Y así, la semana pasada, decidimos organizar un seminario web para responder a todas sus preguntas candentes sobre Fin: ¿Realmente funciona? ¿Reemplazará a los representantes de servicio al cliente? ¿Y cómo deben prepararse los equipos de soporte para incorporar esta nueva tecnología?

En el episodio de hoy, escuchará de los nuestros:

• Catherine Brodigan, gerente sénior de asociaciones globales
• Des Traynor, cofundador y director de estrategia
• Fergal Reid, Director de Aprendizaje Automático
• Emmet Connolly, vicepresidente de diseño de productos

Hablarán sobre cómo ChatGPT está transformando la industria del servicio al cliente y profundizarán en el trabajo detrás de Fin.

¿Poco de tiempo? Aquí hay algunos puntos clave:

• Si las personas tienen la opción de obtener una muy buena respuesta de inmediato o esperar 15 minutos para obtener una respuesta artesanal, la mayoría elegirá la instantánea.
• Las empresas deben aprovechar la IA para brindar soporte instantáneo para problemas simples, lo que permite que los representantes de soporte se centren en los problemas más complejos que generan el mayor valor.
• Para incorporar IA en sus flujos de trabajo, los equipos de soporte deben documentar su conocimiento de una manera clara e inequívoca para que los bots con tecnología GPT tengan una fuente sólida de la cual extraer respuestas.
• El soporte es una extensión de su marca. Uno de los méritos de Fin radica en su capacidad para garantizar que solo se comparta la información de su base de conocimientos para evitar posibles daños a la marca.
• Para impulsar la confiabilidad de Fin, no solo lo capacitamos en su base de conocimientos, sino que en realidad se vincula con el material de origen.
• Fin funciona a la perfección con el resto de su sistema. Cuando no sabe algo o se le hace una pregunta compleja, dirá que no sabe y se lo entregará a un representante de soporte.

Si disfruta de nuestra discusión, vea más episodios de nuestro podcast. Puede seguir en Apple Podcasts, Spotify, YouTube o tomar la fuente RSS en su reproductor de elección. Lo que sigue es una transcripción ligeramente editada del episodio.

Logrando el equilibrio perfecto

Catherine Brodigan: Bienvenidos todos y muchas gracias por acompañarnos hoy. Me complace presentarles a Des en primer lugar. Y Des, quiero lanzar una pregunta rápida para que comencemos con las tendencias generales que estamos viendo en la industria en este momento. Estoy sentado en nuestro piso de ventas en la oficina de Dublín, y ha habido mucho entusiasmo durante la última semana, tanto de nuestro equipo de ventas como de nuestros clientes, acerca de Fin. Dos cosas que realmente se han destacado de los comentarios de nuestros clientes hasta ahora son, en primer lugar, lo fácil que es configurarlo, y en segundo lugar, lo rápido que se pone en marcha con respuestas inteligentes. Pero como sabemos, a veces aparece nueva tecnología y parece que cambiará el juego, solo para no cumplir con las expectativas. Entonces, me encantaría saber de usted, ¿qué lo convenció de que no estamos en una curva exagerada y que este es el verdadero negocio?

Des Traynor: Ver el producto en vivo es el mayor indicador de que esto no es humo y espejos; esto no es vaporware; esto ni siquiera es una mierda bombeada por VC como Web3. En términos generales, la exageración es algo que todos intentan generar para beneficiarse de ella. Pero nuestros clientes quieren este producto. Nadie que obtenga lo que hace tiene dudas sobre su valor. Incluso el bot de demostración, el bot Staybnb en vivo en intercom.com/fin, brinda muy buenas respuestas a preguntas comunes. Personalmente revisé todas las preguntas que le había hecho a Airbnb, un tipo de competidor del producto Staybnb, y para cada pregunta que hice, obtuve al menos una respuesta de 7 de 10 y, en algunos casos, obtuve una 10 de 10. Y los obtuve al instante.

“En este punto, tendrías que ser el más oscuro de los escépticos o cínicos para llamarlo exageración”

Si tenía la opción entre una muy buena respuesta de inmediato o podía esperar 15 minutos y obtener una respuesta artesanal hecha a mano, la mayoría de las personas eligen la respuesta instantánea. Y eso también es bueno para el negocio. Si está tratando de hacer algo y tiene que esperar 15 minutos antes de poder pasar al siguiente paso, ese no es un embudo efectivo. Nunca lo diseñarías de esa manera. Y aquí está la diferencia entre esto y, digamos, un tren exagerado. Podrías mirar la gamificación si volvieras atrás, posiblemente podrías hablar sobre AR y VR, e incluso podrías decir que un automóvil autónomo aún no aterriza realmente. Esto está aquí hoy, la gente juega con ChatGPT, la gente juega con Bing, la gente juega con Bard, la gente juega con DALL·E... y hay más por venir. Nadie no está experimentando esto de ninguna manera, y la razón por la que los clientes lo piden es porque todos lo ven, lo viven y lo respiran, y parece que cada semana que pasa es una década de progreso de la IA en este momento. .

Incluso para nosotros, cosas como Fin pasaron de ser "No, eso probablemente no sucederá pronto" a principios de noviembre a "Estamos cerca, pero todavía está un poco lejos", que es donde creo que estábamos. en tal vez diciembre, a, "Esto está sucediendo en enero". Y ese es el ritmo de progreso que estamos viendo aquí. Entonces, no solo hemos dado un gran paso adelante, nosotros, la industria, sino que cada semana, parece que también estamos dando pasos más rápidos. En este punto, tendrías que ser el más oscuro de los escépticos o cínicos para llamarlo exageración.

Catherine Brodigan: Sí, creo que, como usted dice, nos hemos movido muy, muy rápido aquí y, como tal, se requiere un gran cambio de mentalidad en la industria en general, particularmente en la industria de servicio al cliente. Entonces, ¿cómo aborda las preguntas sobre lograr un nuevo equilibrio entre esa respuesta humana, personal y artesanal, esta nueva tecnología increíble que existe, y el clima macroeconómico y este deseo de lograr la eficiencia económica y consolidar las herramientas? ¿Cómo ve que esto cambie el juego en la forma en que las empresas pueden lograr ese equilibrio?

“Uno no contrata a un equipo de soporte para tener un grupo de apologistas profesionales o explicadores de 'haga clic aquí para restablecer la contraseña'. Eso no es útil”

Des Traynor: Creo que las empresas ahora tienen la opción de brindar un servicio superpersonal de primer nivel en los problemas que lo necesitan, y un soporte increíblemente rápido en los problemas en los que una respuesta simple y rápida será suficiente. En un día cualquiera en Intercom, nos ocuparemos de "¿Cómo obtenemos una nueva clave de API?" Y también nos ocuparemos de cierta confusión acerca de: “Puse una Serie en vivo hace dos semanas, y solo me estoy registrando; uno de los clientes debería haberlo recibido, pero veo que están bloqueados, ¿cómo lo desbloqueo? Bla, bla, bla. La primera toma un poco de tiempo para responder: toma un poco de nuestro tiempo y toma un poco del tiempo del cliente.

El segundo es en realidad complicado, y podría tomar una hora o dos para diagnosticar, y eso es algo interoperativo real, pero el primero arrastra nuestra capacidad para hacer el segundo, y creo que cada equipo de soporte tiene una versión. de eso. Tienen consultas complicadas, como, "Oye, he reservado una habitación para siete noches, pero solo la necesito para cinco, me voy a la mitad y vuelvo", o algo así, y también tienen, “¿Dónde está la piscina?” Y la idea es que al eliminar gran parte de lo que yo llamaría soporte transaccional indiferenciado, realmente habilita y empodera a los equipos de soporte para que realmente brinden soporte de alta calidad en los momentos más complicados, los momentos con mayor carga emocional, los momentos más urgentes, los más momentos emotivos. Son aquellos en los que el equipo de soporte realmente genera valor comercial. No contrata a un equipo de soporte para tener un grupo de apologistas profesionales o explicadores de "haga clic aquí para restablecer la contraseña". Eso no es útil. Pero al mismo tiempo, sigue siendo inevitable.

Creo que el equilibrio, para mí, está en encontrar ese punto óptimo de "¿Dónde genera más valor el equipo de soporte y dónde estamos frustrando a nuestros clientes?" Explicar cómo restablecer su contraseña no es una oportunidad de creación de marca, es solo un enlace sangriento. Ahí es donde brilla Fin. Y los equipos de apoyo brillan donde saben brillar. Eso, para mí, es el equilibrio.

Catherine Brodigan: Se trata, como usted dice, de descubrir qué es automatizable y qué necesitará realmente esa conversación humana más profunda y significativa. El juego va a cambiar una y otra vez durante los próximos 3, 6, 9, 12 meses, y habrá inherentemente más y más valor para los equipos de apoyo en el futuro. Pero si nos enfocáramos en el aquí y ahora por un segundo, ¿cuál es el principal impulsor de valor para los equipos de soporte hoy en día, y cómo deberían pensar los equipos de servicio al cliente de soporte para adelantarse al juego y prepararse para usar esta tecnología de la mejor manera? ¿Una salida posible?

“¿Cómo te preparas para este mundo? La respuesta corta es que te preparas documentando todo lo que saben los equipos de soporte de conocimientos”

Des Traynor: Sí, creo que cualquier equipo de soporte orientado al futuro debería comenzar a asumir que estamos ingresando a un mundo en el que la IA los aumentará y empoderará enormemente en sus flujos de trabajo. Tiene una gran oportunidad de brindar soporte de clase mundial para su empresa y, en última instancia, darle a su empresa una ventaja competitiva sobre sus competidores básicamente diciendo que su soporte es mejor que el de cualquiera.

Ahora, ¿cómo te preparas para este mundo? La respuesta corta es que se prepara documentando todos los conocimientos que conocen los equipos de apoyo. ¿Por que importa? Bueno, los avances aquí están en el ámbito de los grandes modelos de lenguaje que, en última instancia, pueden consumir información y devolver respuestas conversacionales a su alrededor. No saben las cosas que no les dices. No querrás que inventen hechos. Quieres que trabajen en cosas que se conocen. Si, por ejemplo, tiene una política sobre la cual volverá a emitir una clave API, pero eso no se explica en ninguna parte, es como un conocimiento tácito conferido por ósmosis alrededor del equipo de soporte, Fin nunca lo resolverá a menos que comience a eliminar los trabajos atrasados. .

Creo que la mejor manera de estar preparado es tener una postura clara sobre todas las cosas más comunes que hacen los equipos de apoyo y tener esa postura escrita de una manera bastante clara que sea fácil de analizar. Honestamente, la cosa es tan buena que funcionará de todos modos, pero por tu propio bien, debes ser claro. En la medida en que documente la mayoría de las cosas que necesita saber para ser un agente de soporte, ese es el grado en que Fin se convertirá en un miembro estrella de su equipo. La mejor manera de prepararse es hacer eso. Afortunadamente, muchos de nuestros clientes que usan artículos ya tienen cientos de artículos que explican todo esto, por lo que están listos para comenzar, pero si aún no lo ha hecho, ahora es un buen momento para invertir.

Catherine Brodigan: Te tengo. El trabajo de los redactores y diseñadores de contenido del centro de ayuda se ha convertido de repente en un bien mucho más deseable.

Des Traynor: Sí, y tal vez ni siquiera una mercancía. Sí, el contenido jugará un papel muy importante, y las personas con excelente contenido podrán brindar un soporte de clase mundial, por lo que creo que vale la pena la inversión.

GPT, pero hazlo confiable

Catherine Brodigan: Te tengo. Fergal, me encantaría invitarte a la siguiente pregunta y profundizar un poco más en Fin. Lo lanzamos la semana pasada y me encantaría escuchar, desde una perspectiva técnica, qué hace que Fin sea diferente y poderoso.

Fergal Reid: Claro, Catherine, gracias. Y gracias a todos por venir. Sí, mire, los modelos de lenguaje grande son el nuevo avance, y hemos tenido Resolution Bot, pero lo hemos tenido durante años. Utiliza redes neuronales y funciona muy bien en lo que es bueno en cuanto te montas. Pero los modelos que usamos para eso no son tan buenos para comprender la complejidad de la conversación humana, y muchas veces, en un intercambio de apoyo, alguien hace una pregunta, obtiene información y luego hace una pregunta aclaratoria o una pregunta matizada. Son como, "Oh, eso no es exactamente lo que quise decir, en realidad quería preguntar sobre eso". Con Resolution Bot, intentamos construir prototipos que entendieran la complejidad del lenguaje natural y nunca pudimos hacer que funcionaran tan bien como queríamos en esa conversación humana desordenada de varios turnos.

Lo que creo que es nuevo aquí es que los modelos de lenguaje grande en los modelos de transformadores, GPT, lo han logrado. Si vas y juegas con Fin, hemos visto a personas jugar con la demostración, y acabamos de ver tantos ejemplos en los que hace lo correcto en una pregunta de seguimiento, y creemos que hay un cambio cualitativo allí que es como, "Oh, es 10% o 20% mejor respondiendo una pregunta de seguimiento". Transforma la experiencia del usuario y hace que la gente piense: “Está bien, de repente puedo hablar de esto. Puedo hablar con él y puedo confiar en él”. Eso es nuevo. Hay un cambio fundamental de UX en la calidad de un bot que puede construir y entregar.

“Durante los próximos años, todos vamos a aprender mucho sobre partes de los artículos de nuestro centro de ayuda que son accidentalmente ambiguos, y vamos a hacerlos mucho más nítidos”.

Y la segunda gran pieza es que el modelo de lenguaje es mejor en lenguaje natural, por lo que puede comprender mejor el contenido del centro de ayuda. Si le das un artículo, es increíblemente bueno para elegir una respuesta de ese artículo y dar la respuesta correcta, hasta el punto en que hemos tenido muchos casos en los que decimos: "Oh, no, fue una alucinación". Pero en realidad no, eso es lo que dice el artículo. Porque estábamos probando esto en artículos de un centro de ayuda público en el que no somos expertos, y Fin lo entendió mejor que nosotros.

Y de nuevo, no es perfecto y requiere matices. Al punto anterior de Des, realmente desea que su contenido se escriba sin ambigüedades porque estamos tratando de diseñar los bots para que no den una respuesta incorrecta si algo es ambiguo. Si juegas con Fin, notarás que es bastante conservador si hay algo escrito en un artículo que es ambiguo. Apuesto a que, en los próximos años, todos vamos a aprender mucho sobre fragmentos de los artículos de nuestro centro de ayuda que son accidentalmente ambiguos, y vamos a hacerlos mucho más nítidos porque solo vamos a ver esos casos extremos e iterar sobre eso. Eso es lo nuevo. Esas son capacidades de transformación.

Catherine Brodigan: Sí, absolutamente. Creo que es justo decir que ChatGPT ha restablecido las expectativas en torno a algunos de los conceptos erróneos más comunes sobre la IA. ¿Dónde diría que ha visto los cambios más significativos?

Fergal Reid: Obviamente, es una gran pregunta. Solo viendo a la gente jugar con nuestra demostración, uno de los grandes conceptos erróneos para los usuarios en este momento es que puedes acercarte a un bot como este y preguntarle cualquier cosa; pídele que te ayude con tu tarea. Y eso no es para lo que está diseñado Fin. Fin fue diseñado de manera muy explícita y clara para mantenerse alejado de eso. Responderá preguntas sobre su centro de ayuda o simplemente dirá: "Lo siento, no puedo ayudarlo con eso". Definitivamente, existe la expectativa del usuario final de que una vez que el bot comprenda el lenguaje natural, está bien pedirle que me ayude con mi tarea, dónde está la capital de Argentina o cualquier otra pregunta. Y creo que ese concepto erróneo cambiará bastante rápido. Todo el mundo ha visto ChatGPT, y creo que ahora vamos a ver la próxima ola de personas como Intercom, "Oye, ¿cómo podemos tomar nuestra tecnología y configuración existentes y unirlas con la tecnología de estilo GPT para hacer mejores y más restringidos? ¿experiencias?" Durante los próximos seis meses o un año, creo que las expectativas de los usuarios cambiarán.

También hay muchos conceptos erróneos en el aspecto técnico. Estos modelos funcionan muy bien desde el primer momento, sin un gran grado de entrenamiento. Ni siquiera puedes entrenar hoy. Por el momento, si desea ir a GPT-4 o cualquiera de los otros modelos de idiomas grandes, no puede entrenarlos para su negocio específico o incluso para su dominio. Hasta cierto punto, lo hacen sorprendentemente bien desde el primer momento sin esa capacitación, y luego hay otras formas de evitarlo, como la forma en que hemos construido Fin y diseñado Fin: le damos mucho contexto en el negocio. mientras interactúas con él. Todos estamos aprendiendo aquí, y creo que la industria tendrá que aprender mucho sobre los parámetros de estos modelos y lo que hace una buena experiencia de usuario.

Catherine Brodigan: Absolutamente. Todos jugamos bien con ChatGPT cuando salió, y es muy impresionante, pero estamos haciendo más que eso con Fin aquí, además de lo que estos LLM están haciendo en el mercado de forma gratuita. ¿Qué llamarías aquí como el ingrediente secreto de Intercom? Lo que va a ser más impresionante para los clientes y sus clientes, que van a entrar y conseguir Fin y sacarlo al mercado.

"Con Fin, incluso si el modelo de lenguaje subyacente conoce la respuesta de algo que aprendió sobre su negocio o un competidor de Internet, si no está en su base de conocimientos, no responderá".

Fergal Reid: Extrañamente, creo que ambos estamos haciendo más y menos, en el sentido de que sentimos que es realmente importante tener un bot que simplemente responda con contenido seleccionado de su mesa de ayuda. Alguien puede ir y hacerle una pregunta en la que es posible que no desee que un bot responda su pregunta en particular. La gente hará preguntas que podrían dañar la marca. Si simplemente fue e implementó un bot de estilo ChatGPT más ingenuo, la gente le hará preguntas sobre sus competidores y les hablará sobre sus competidores. Y quién sabe lo que dirá. Dirá lo que diga Internet sobre sus competidores, y es casi seguro que usted no quiere que sus clientes participen en esas conversaciones. No estaría contento si sus representantes de soporte hicieran eso, y no estará contento si su bot lo hace.

Lo que nos parece tan emocionante de Fin es que es limitado. Está limitado a su centro de ayuda, y hemos puesto mucho cuidado y atención en construirlo, tratando de capturar la magia del diálogo en lenguaje natural con la capacidad de limitarlo y confiar en él. Como Des aludió antes, hemos tenido una especie de montaña rusa aquí. Después del lanzamiento de ChatGPT, pensamos: “Dios mío, esto va a interrumpir el soporte; esto va a suceder muy rápido”. Y luego decimos, “Oh, no, no es porque no sea confiable; da respuestas muy superficialmente atractivas”. Y creo que ahora estamos como, "Como tecnología, ha mejorado". Y a medida que aprendemos a usarlo más, es posible crear herramientas confiables y listas para el negocio. Y tienen limitaciones.

Con Fin, incluso si el modelo de lenguaje subyacente sabe la respuesta de algo que aprendió sobre su negocio o un competidor de Internet, si no está en su base de conocimiento, no responderá. Lo diseñamos deliberadamente de esa manera, y tenemos mucha convicción de que eso es lo que los clientes van a querer. Ahora tenemos que implementarlo en unos pocos miles de clientes y, como siempre, habrá casos extremos, etc., pero la respuesta inicial de nuestros clientes ha sido muy positiva.

Catherine Brodigan: Por supuesto. Para continuar con ese hilo sobre las aplicaciones de esta tecnología, para las personas que no están al tanto, en enero, lanzamos un montón de funciones en la bandeja de entrada del intercomunicador con asistencia de IA detrás de ellas, cosas como resúmenes de conversaciones o expansores de texto, mientras que Fin es obviamente un producto orientado al cliente. ¿Dónde cree que la IA tiene más peso o valor como soporte? ¿Seguiremos invirtiendo en IA para los agentes de soporte, así como para la experiencia del cliente final?

“Para las conversaciones que no puede abordar, vamos a tener representantes de soporte mucho más rápidos. Creemos firmemente en invertir fuertemente en ambos”

Fergal Reid: Absolutamente, seguiremos invirtiendo en ello. La pregunta de dónde es más importante es realmente difícil, y estoy totalmente convencido del valor de la IA aquí. He estado en el equipo de aprendizaje automático de Intercom durante unos cinco años, pero he sido escéptico. Parte de mi trabajo siempre ha sido ser escéptico. Cuando alguien vino y dijo: "Oye, mi bot resolverá el 90% de las consultas de los clientes". Siempre he dicho: "No, no lo hará". Soy mucho menos escéptico ahora. Esta próxima generación de tecnología va a ser realmente transformadora.

Y para las conversaciones que no puede abordar, vamos a tener representantes de soporte mucho más rápidos. Creemos firmemente en invertir fuertemente en ambos, básicamente. No hay forma de que ambos no vayan a cambiar radicalmente: el ritmo de la tecnología subyacente continúa asombrando y asombrando. Incluso para personas como nosotros, que estamos muy cerca de él, las cosas van cambiando mes a mes. Creo que van a ser unos años increíbles para la atención al cliente y el servicio de atención al cliente, y estamos muy emocionados por ello. Estamos decididos a estar allí, convirtiéndolos en características valiosas lo más rápido posible.

Mira a Fin en acción

Catherine Brodigan: Siento que esta es una muy buena transición a nuestra demostración. Emmet Connolly es nuestro vicepresidente de diseño de productos aquí. Emmet, antes de pasar a la demostración, me encantaría que me dieras un breve resumen de lo que construimos y las características destacadas de Fin.

Emmet Connolly: Des y Fergal brindaron muchos antecedentes sobre la tecnología y el contexto en el que estamos lanzando esto. Creamos y lanzamos Fin, un chatbot de lenguaje natural, dentro de nuestro Messenger, que puede existir dentro de su producto. Hemos tenido la funcionalidad de chatbot en Intercom durante años, pero Fin presenta grandes mejoras con respecto al estado del arte. En primer lugar, es excelente para comprender preguntas en lenguaje natural (todo tipo de preguntas que se escriben en él), darles sentido y proporcionar respuestas en lenguaje natural que se generan para ser una respuesta directa a la pregunta, no solo una cita de un artículo o un fragmento preenlatado, sino un "Sí, puedes hacer eso" o "No, no puedes hacer eso", en respuesta a respuestas directas.

Desde el punto de vista del lenguaje, también puede hacer otras cosas. Puede mantener conversaciones completas en inglés, donde hay ida y vuelta. Puedes decir: "Oh, ¿puedo traer mascotas cuando me quede en mi...?" Y dirá: "Sí, puedes". Y luego puedes decir: "Bueno, ¿cuántos puedo traer?" Y entiende que “¿cuántos puedo traer?” es mascotas. Obtienes este flujo de ida y vuelta muy natural. Puede hacer preguntas aclaratorias, seguimiento, etc.

"El soporte que proporciona es una extensión de su marca, un punto de contacto clave, y no quiere que el bot se vuelva deshonesto"

Todo esto se basa en el modelo GPT-4, este modelo de lenguaje de vanguardia del que muchas personas han oído hablar y probado en esta etapa. Para uso directo en un producto, estas cosas tienen algunos problemas. Están capacitados en todo el contenido de la web, por lo que cualquier cosa que alguien diga sobre su empresa en Internet podría potencialmente transmitirse. Como dijo Fergal, cualquier cosa de la que no quiera que hable su personal de soporte, no queremos que hable el bot. No queremos que hable de casi ningún tema fuera del dominio de su empresa, ni que brinde casi ninguna respuesta que pueda encontrar en la web salvaje.

Y luego, finalmente, tiene esta tendencia a alucinar, a inventar respuestas que suenan muy confiadas que tienden a no ser ciertas. Con Fin, nos propusimos resolver muchos de estos problemas: en primer lugar, está capacitado en su contenido basado en el conocimiento, por lo que puede hablar y está dispuesto a responder preguntas dentro de esa área pero no fuera de ella, y lo hará. negarse a entablar conversaciones sobre otros temas. Nos damos cuenta de que, en algunos casos, hacer que un bot diga "No sé" o "No voy a hablar de eso contigo" es en realidad una característica y algo que realmente deseas.

Queríamos impulsar la confiabilidad tanto como pudiéramos, por lo que también lo vinculamos a su material de origen. Esto permite a las personas obtener una respuesta simple de Fin, pero también hacer clic, leer el artículo y aprender mucho más. Nos esforzamos mucho en eso, y parte de eso se debe a que el soporte que brinda es una extensión de su marca, un punto de contacto clave, y no desea que el bot se vuelva deshonesto. Y está entrenado en su base de conocimientos, que ya existe en muchos casos, por lo que esencialmente no se requiere configuración para encenderlo. Lo apunta a su base de conocimiento, lo activa y, de inmediato, el bot absorbe toda esa información, la trata como su corpus de conocimiento y comienza a responder preguntas al instante.

Una cosa que me llama la atención, además de todas estas capacidades sofisticadas, es que la barrera de entrada para adoptar el producto es tan, tan baja, que casi no hay razón para no intentarlo y ver cómo funciona para usted. . Creemos que la relación costo-beneficio de apuntarlo a cualquier centro de ayuda y encenderlo es una relación ridículamente positiva y una muy buena razón para que las personas adopten Fin y lo prueben.

“Es un bot de IA conversacional, confiable y de configuración cero que realmente complementará a los equipos de soporte y trabajará junto a ellos”

Y luego, algo especial y único acerca de esto es que funciona con el resto de su sistema. No es este chatbot independiente el que estúpidamente intenta responder preguntas y, a veces, falla. Pudimos construir estas restricciones y características de seguridad a su alrededor porque tenemos el resto de Intercom, particularmente los equipos de soporte, a los que podemos pasar esas consultas. Fin dirá: "Mira, no sé" o "No tengo la libertad de hablar sobre ese tema, pero puedo pasarte a mi equipo de apoyo". Eso se remonta a lo que Des estaba hablando, hacer que el bot responda las preguntas en las que es bueno y permitir que los equipos de soporte brillen donde son mejores.

Entonces, en resumen, es un bot de IA conversacional, confiable y de configuración cero que realmente complementará a los equipos de soporte y trabajará junto a ellos. Incluso hemos tenido personas que dicen: "Vaya, se siente como tener un miembro adicional del equipo de soporte". En ese proceso de entrega, puede hacer preguntas aclaratorias para que el equipo tenga mucho más contexto incluso antes de que se les envíe el mensaje. Es ayudar a los equipos en lugar de simplemente ayudar a los clientes.

Catherine Brodigan: Te tengo. Tiene sus raíces en una gran confianza, conoce sus límites y sabe en qué es bueno. Emmet, un millón de gracias por eso.