En este artículo escrito por los profesores Nicolaj Siggelkow y Christian Terwiesch, los autores ofrecen tres recomendaciones para sacar el mejor provecho a la tecnología y diseñar experiencias exitosas con IA generativa:
Desde su lanzamiento en noviembre de 2022, ChatGPT, el chatbot desarrollado por OpenAI, ha hecho furor en el mundo empresarial. Tras este éxito, Microsoft aumentó su inversión en OpenAI y lanzó una nueva versión de su motor de búsqueda Bing que ofrece a los usuarios respuestas generadas en función de las búsquedas, en lugar de proporcionarles miles de enlaces para elegir.
No es de extrañar que Google, como líder del mercado de motores de búsqueda, reaccionara rápidamente y lanzara Bard, su propio intento de crear un chatbot de IA aprovechando la potencia de los grandes modelos de lenguaje e integrarlo en el proceso de búsqueda. («Grandes modelos lingüísticos» son algoritmos de aprendizaje profundo para el procesamiento del lenguaje natural que pueden resumir, traducir y generar nuevos textos).
Más allá de las búsquedas, tanto Google como Microsoft ponen ahora sus chatbots a disposición de los usuarios a través de una API (interfaz de programación de aplicaciones, una forma de protocolo), lo que permite a los desarrolladores de software de otras empresas integrar sus sistemas con estos nuevos chatbots. Desde las finanzas a la salud y desde la educación a los viajes, los analistas del sector esperan una explosión de innovaciones en los servicios y nuevas experiencias digitales para los usuarios. Aprovechando las capacidades de los grandes modelos lingüísticos, los chatbots han desarrollado asombrosas capacidades para generar respuestas similares a las humanas y hablar en diferentes idiomas y estilos.
Ante estas nuevas posibilidades tecnológicas, vemos a los ejecutivos luchando con la cuestión de cómo aprovechar esta nueva tecnología y reimaginar la experiencia digital del cliente. Está claro que ChatGPT y Bard aún tienen muchas deficiencias (por ejemplo, reacciones alucinadas, sesgos y falta de transparencia), pero la tecnología está mejorando rápidamente y se muestra muy prometedora. Por tanto, ahora es un buen momento para empezar a pensar en las implicaciones competitivas que inevitablemente surgirán de esta nueva tecnología. Basándonos en nuestra investigación y en nuestro reciente libro, «Estrategia conectada», ofrecemos las siguientes recomendaciones para crear una experiencia de cliente exitosa usando IA Generativa.
Recomendación 1: céntrate en el cliente, no en la tecnología.
La primera reacción visceral ante las nuevas tecnologías suele ser centrarse en la tecnología y preguntar: «¿Qué puede hacer esta tecnología?». Preferimos recomendar a los directivos que piensen primero en un punto de dolor del cliente que necesita ser resuelto, y luego pregunten: «¿Cómo puede ayudar esta tecnología?» Para identificar los puntos de dolor, nos parece útil pensar en la experiencia del cliente como un viaje a través de tres fases, todas ellas empezando por la letra R.
La fase inicial del viaje del cliente es el reconocimiento de una necesidad del consumidor. Tanto el cliente como el proveedor de servicios (con o sin chatbot) tienen que averiguar que el cliente tiene una necesidad insatisfecha. Dada la capacidad de los grandes modelos lingüísticos para interpretar textos e integrar datos, estos modelos podrían convertirse en grandes asistentes.
Por ejemplo, un usuario podría dar permiso a un asistente de este tipo para leer continuamente información como historiales médicos, datos de Fitbit y documentación legal. El sistema de IA podría entonces crear avisos para el usuario de posibles necesidades al acecho, ya sea en forma de la necesidad de una visita de revisión médica, o la necesidad de una cobertura de seguro más completa. Téngase en cuenta que estas experiencias de cliente pueden ser iniciadas por el chatbot y, de este modo, superar las fuerzas de la inercia y la miopía que frenan al usuario en muchos aspectos de la vida.
Tras la indicación del chatbot, esta nueva generación de grandes modelos lingüísticos también permite a los clientes entablar una conversación con el chatbot que ayuda a describir y descubrir las necesidades con más claridad que en el pasado.
En la segunda fase del recorrido del cliente, estas necesidades del cliente se traducen en una solicitud. Los grandes modelos lingüísticos son muy buenos extrapolando a partir de puntos de datos y prediciendo lo que el usuario podría querer ver a continuación. Como resultado, el sistema puede crear una lista de ideas novedosas sobre cómo resolver una necesidad concreta del cliente y elaborar un conjunto de recomendaciones de productos y servicios que ayuden a satisfacer la necesidad no satisfecha.
Por último, la empresa debe responder al cliente. Aquí se puede aprovechar la capacidad de los grandes modelos lingüísticos para escribir sin intervención humana. Por ejemplo, se pueden generar nuevos informes médicos e informar a los proveedores de asistencia adecuados o incluso pedirles disponibilidad de citas. Del mismo modo, se pueden generar o actualizar contratos y pólizas de seguros. Todo esto puede realizarse con el nivel de sofisticación adecuado (informe al paciente o al médico) e incluso ajustarse para encontrar el tono adecuado al estado de ánimo actual del usuario (ansioso, feliz, decepcionado).
Recomendación 2: Centrarse en el aprendizaje.
Las tres «R» de las que hemos hablado (reconocer, requerir, responder) permiten a las empresas crear grandes experiencias con los clientes. Para transformar una serie de experiencias en una relación más profunda con el cliente, entra en juego una cuarta R: repetir. Con cualquier interacción que una empresa tenga con un cliente, debe haber algún nuevo aprendizaje sobre el cliente para que, en la siguiente interacción, la empresa pueda hacer un trabajo aún mejor en reconocer, requerir y responder.
La dimensión de repetición puede crear un potente bucle de retroalimentación positiva: Cuanto más capaz sea una empresa de satisfacer al cliente, más probabilidades tendrá de repetir la interacción con él, lo que a su vez le brindará otra oportunidad de aprender sobre el cliente, permitiéndole satisfacerlo aún más en el futuro.
Los grandes modelos lingüísticos son por naturaleza buenos aprendiendo de experiencias anteriores. Utilizan interacciones previas como retroalimentación y se entrenan para utilizar la información que reciben en las interacciones con un usuario concreto. Así, su base de conocimientos sobre un cliente crece con cada interacción, lo que básicamente codifica el bucle de retroalimentación positiva que hemos descrito antes. Además, estos sistemas también son capaces de hacer inferencias a partir de otros clientes similares, lo que acelera aún más el proceso de aprendizaje.
Recomendación 3: Usa la tecnología para complementar tus capacidades, no para sustituirlas.
Gracias a las API de Google, Microsoft y otros, la capacidad de integrar grandes modelos lingüísticos en las experiencias digitales de los usuarios no se limitará a las grandes empresas tecnológicas. La buena noticia es que todo el mundo, incluso una pequeña start-up de salud, o un distrito escolar con una infraestructura tecnológica anticuada, tendrá acceso a esta tecnología. Pero, desde un punto de vista estratégico, esta es también la mala noticia. Integrar las competencias de los grandes modelos lingüísticos se convertirá en una apuesta segura -es decir, todas las empresas lo harán- en lugar de ser una fuente de ventaja competitiva. En otras palabras, es seguro predecir que una empresa que utilice esta tecnología obtendrá una ventaja competitiva sobre otra que no lo haga. Pero puede que esto no baste para crear una experiencia de cliente ganadora.
Para ilustrarlo, consideremos lo que ha ocurrido con el uso compartido de scooters y bicicletas sin conductor. Una nueva tecnología (aplicaciones móviles y GPS) permitió una experiencia de usuario futurista en la que un cliente puede encontrar una bicicleta, autorizar su uso a distancia, disfrutarla y dejarla donde desee. Este enfoque resultó tan atractivo que varios proveedores de movilidad decidieron ofrecer exactamente la misma experiencia al cliente. Esto fue bueno para los clientes, que podían cambiar de un proveedor a otro en cuestión de segundos, pero provocó una competencia feroz y la quiebra de muchas de las empresas.
Las organizaciones deben recordar que la tecnología por sí sola no es una fuente de ventaja competitiva, sobre todo cuando está al alcance de todos. La cuestión clave es cómo una empresa puede utilizarla de forma que sea valiosa y aumente la disposición de sus clientes a pagar por ella, pero que tampoco pueda ser imitada fácilmente por otros.
Para responder a esta pregunta, proponemos que se piense en las nuevas tecnologías como un complemento de las capacidades actuales de una empresa, más que como un sustituto. Gran parte del debate actual en torno a los chatbots se basa en el modelo mental según el cual la tecnología potenciada por la IA sustituirá a la mano de obra humana: Los costes se reducirían y la disposición general a pagar no se vería afectada. Probablemente sea cierto, pero no deja mucho margen para la diferenciación competitiva.
Un modelo mental mejor es pensar en los chatbots como complementos, que mejoran las capacidades existentes de una empresa de forma exclusiva para ella. Para eso, hay que identificar la propuesta de valor distintiva que una empresa ofrece a sus clientes, es decir, tener un conocimiento profundo de cómo aplicar las cuatro R que hemos esbozado antes.
Un sistema de atención sanitaria que pretenda obtener una ventaja competitiva frente a sus competidores a través de la conectividad y la facilidad de acceso a la atención se beneficiará más de los grandes modelos lingüísticos buscando formas de reforzar y mejorar aún más sus relaciones con los pacientes, en lugar de ofrecer la misma relación que ha ofrecido en el pasado a un nivel inferior de costes.
El lanzamiento de ChatGPT se recordará en la historia de los negocios como un hito en el que la inteligencia artificial pasó de tener muchas aplicaciones limitadas a convertirse en una herramienta más universal que puede utilizarse de formas muy distintas. Pero una tecnología en sí misma no crea valor.
Para que se produzca la creación de valor, tenemos que pensar en los grandes modelos lingüísticos como una solución a una necesidad insatisfecha, lo que requiere una comprensión precisa de los puntos de dolor en las experiencias de los clientes. Como ya hemos comentado, estos modelos pueden ayudar a abordar los puntos de dolor que se producen a lo largo de un viaje que abarca las fases de reconocer, solicitar y responder.
Una vez creado el valor, las empresas se enfrentan al reto de defenderlo de sus competidores. Dado que ChatGPT o sistemas similares pueden ser utilizados por todos los actores de un sector, es importante no centrarse únicamente en el problema de ingeniería que supone solucionar las necesidades insatisfechas de los clientes, sino también abordar la cuestión estratégica de cómo puede ayudar a potenciar las capacidades de una empresa.
Artículo publicado originalmente en HBR
Fuente info
Autor: WOW! Customer Experience
