Andy: Sí, es una gran pregunta. Creo que hoy en día la inteligencia synthetic ciertamente está captando todos los rumores, pero lo que creo que es igualmente digno de mención es la inteligencia aumentada. Entonces, comencemos por definir los dos. Entonces, la inteligencia artificial se refiere a máquinas que imitan la cognición humana. Y cuando pensamos en la experiencia del cliente, realmente no hay mejor ejemplo que los chatbots o los asistentes virtuales. Tecnología que le permite interactuar con la marca las 24 horas del día, los 7 días de la semana, en cualquier momento que necesite, y que imita las conversaciones que normalmente tendría con un representante de servicio al cliente humano en vivo. La inteligencia aumentada, por otro lado, se trata en realidad de que la IA mejore las capacidades humanas, aumente la carga cognitiva de un individuo, le permita hacer más con menos y le ahorre tiempo. Creo que en el ámbito de la experiencia del cliente, los copilotos se están convirtiendo en un ejemplo muy common. ¿Cómo pueden los copilotos hacer recomendaciones, generar respuestas y automatizar muchas de las tareas mundanas que a los humanos simplemente no les gusta hacer y en las que, francamente, no son buenos?

Entonces creo que hay una distinción clara entre la inteligencia artificial, en realidad esas máquinas que asumen las capacidades humanas al 100% compared to la inteligencia aumentada, que no reemplaza a los humanos, sino que los eleva, permitiéndoles hacer más. Y donde hay superposición, y creo que veremos que esta tendencia realmente comienza a acelerarse en los próximos años en las experiencias de los clientes, es la combinación entre esas dos cuando interactuamos con una marca. Y lo que quiero decir con esto es tal vez comenzar teniendo una conversación con un agente virtual inteligente, un chatbot, y luego integrarse perfectamente en un representante humano del cliente en vivo para desempeñar un papel especializado. Entonces, tal vez mientras estoy investigando un nuevo producto para comprar, como un teléfono celular en línea, pueda hacerle algunas preguntas al chatbot y él se refiera a su foundation de conocimientos y sus interacciones pasadas para responderlas. Pero cuando llega el momento de hacer una pregunta muy específica, es posible que me asciendan a representante de servicio al cliente para esa marca y simplemente decida decir: “Oye, cuando llegue el momento de comprar, quiero asegurarme de que hables con una persona en vivo”. specific.” Así que creo que habrá una combinación o un continuo, por así decirlo, de estos tipos de interacciones que tienen. Y creo que vamos a llegar a un punto en el que muy pronto tal vez ni siquiera sepamos si hay un ser humano al otro lado de esa interacción electronic o simplemente una máquina charlando de un lado a otro. Pero creo que esos dos conceptos, la inteligencia synthetic y la inteligencia aumentada, ciertamente llegaron para quedarse e impulsar mejoras en la experiencia del cliente a escala con las marcas.

Laurel: Bueno, está el recorrido del cliente, pero también está el recorrido de la IA, y la mayoría de esos viajes comienzan con datos. Entonces, internamente, ¿cuál es el proceso para reforzar las capacidades de la IA en términos de datos y cómo desempeñan los datos un papel en la mejora de las experiencias de los empleados y los clientes?

Andy: Creo que en la period actual, es un entendimiento común que la IA es tan buena como los datos con los que se entrena. Breve anécdota: si soy ingeniero de inteligencia synthetic y estoy tratando de predecir qué películas verá la gente, para poder generar participación en mi aplicación de películas, necesitaré datos. ¿Qué películas ha visto la gente en el pasado y qué les gustó? De manera equivalent, en la experiencia del cliente, si intento predecir el mejor resultado de esa interacción, quiero datos de CX. Quiero saber qué salió bien en el pasado en estas interacciones, qué salió mal o mal. No quiero datos que solo estén disponibles en la Net pública. Necesito datos CX especializados para mis modelos de IA. Cuando pensamos en reforzar las capacidades de IA, en realidad se trata de obtener los datos correctos para entrenar mis modelos para que obtengan los mejores resultados.

Y volviendo al ejemplo que mencioné sobre el sentimiento, creo que eso refuerza la necesidad de garantizar que cuando entrenemos modelos de IA para la experiencia del cliente, lo hagamos a partir de conjuntos de datos CX enriquecidos y no solo de información disponible públicamente como algunos de los más Se utilizan modelos populares de lenguaje grande.

Y pienso en cómo los datos desempeñan un papel en la mejora de las experiencias de los empleados y clientes. Existe una estrategia que es importante para derivar nueva información o derivar nuevos datos de esos conjuntos de datos no estructurados que a menudo tienen estos centros de contacto y centros de experiencia. Entonces, cuando pensamos en una conversación, es muy abierta, ¿verdad? Podría ser de muchas maneras. No suele ser predecible y es muy difícil entenderlo en la superficie, donde la IA y las técnicas avanzadas de aprendizaje automático pueden ayudar, aunque es en derivar nueva información de esas conversaciones, como cuál period el nivel de sentimiento del consumidor al principio de la conversación vs . al ultimate. ¿Qué acciones tomó el agente que impulsaron tendencias positivas en ese sentimiento o tendencias negativas? ¿Cómo se desarrollaron todos estos elementos? Y muy rápidamente se puede pasar de tomar grandes conjuntos de datos no estructurados que quizás no contengan mucha información o señales a conjuntos de datos muy grandes que son ricos y contienen muchas señales y derivar esa nueva información o comprensión, como me gusta. Piénselo, la química de esa conversación está desempeñando un papel muy crítico, creo, en la IA que impulsa las experiencias de los clientes hoy en día para garantizar que esas experiencias sean confiables, se hagan bien y se basen en datos del consumidor en los que se puede confiar. no información pública que realmente no ayuda a generar una experiencia positiva para el cliente.

Laurel: Volviendo a su strategy de la experiencia del cliente es el negocio. Una de las principales preguntas que enfrentan la mayoría de las organizaciones con la implementación de tecnología es cómo brindar experiencias de calidad al cliente sin comprometer el resultado closing. Entonces, ¿cómo puede la IA mover la aguja de esta manera en ese territorio positivo?

Andy: Sí, creo que si hay una palabra en la que pensar cuando se trata de que la IA mueva los resultados finales, es escala. Creo que nuestra forma de pensar sobre las cosas tiene que ver realmente con la escala, permitiendo que los humanos o los empleados hagan más, ya sea aumentando su carga cognitiva, ahorrándoles tiempo o permitiendo que las cosas sean más eficientes. Nuevamente, eso se refiere a esa inteligencia aumentada. Y luego, cuando pasamos por la inteligencia synthetic, pensamos todo en la automatización. Entonces, ¿cómo podemos ofrecer una experiencia al cliente 365 días al año, 24 horas al día, 7 días a la semana? ¿Cómo puede mejorar la experiencia del cliente permitir que los consumidores se acerquen a una marca en cualquier momento conveniente? Por lo tanto, es importante aplicar ambas tácticas de una manera que impulse los resultados y genere resultados. Creo que hay un tercer aspecto al que no se le presta suficiente atención: la coherencia. Entonces podemos permitir que los empleados hagan más. Podemos automatizar sus tareas para brindar más capacidad, pero también debemos brindar experiencias consistentes y positivas.