Evalúa y define tu caso de uso empresarial de IA generativa

En este documento, encontrarás ayuda para definir un caso de uso empresarial de IA con un enfoque de decisión basado en el valor empresarial.

La IA generativa y las soluciones de IA tradicional son herramientas potentes, pero siempre deben respaldar tus objetivos comerciales y no deben existir de forma aislada. Para crear soluciones de IA generativa o tradicional exitosas, comienza por identificar con claridad los objetivos o las necesidades comerciales medibles específicos que deseas abordar. Luego, trabaja a partir de los resultados comerciales que deseas, como una mayor eficiencia de los empleados o una mayor satisfacción del cliente, para asegurarte de que la solución contribuya directamente a tus objetivos comerciales.

Para definir tu caso de uso de IA generativa o IA tradicional con un enfoque en el valor empresarial, usa el siguiente proceso de decisión simplificado:

  1. Objetivo comercial y criterios de éxito: Identifica objetivos comerciales medibles.
    • Enfócate en el objetivo comercial y el valor que se debe lograr, como aumentar la eficiencia y la productividad, reducir los costos, mejorar las experiencias de los clientes y obtener una ventaja competitiva.
    • Explica cómo la empresa planea medir el éxito de los objetivos identificados. El retorno de la inversión (ROI) es una de las medidas clave del éxito de un proyecto de IA. El ROI se puede medir a través de varias métricas, como las siguientes:
      • Ganancias financieras directas: Aumento de los ingresos o reducción de los costos.
      • Eficiencia operativa: Tiempo de salida al mercado más rápido o resolución de problemas más rápida.
      • Experiencia del cliente: Aumento de las puntuaciones de satisfacción o mejora de la retención.
    • Identifica las posibles restricciones y consideraciones comerciales, como asegurarte de que los aspectos de seguridad y privacidad cumplan con los cumplimientos específicos de la industria o los requisitos reglamentarios del país.

  2. Tipo de IA/AA: Determina si la IA o el AA son el enfoque correcto para resolver tu problema comercial o alcanzar el objetivo identificado.

    Decide si la expectativa empresarial identificada requiere IA generativa, otros tipos de IA o si no requiere IA para lograrlo. Para obtener más información, consulta Identifica el resultado que necesitas en “Define un problema de AA”.

  3. Expectativa de la experiencia del usuario: Identifica a los usuarios finales del caso de uso y cómo podrían interactuar con la aplicación o el servicio potencia por IA generativa o IA tradicional. Considera cuáles podrían ser las expectativas o preferencias del usuario.

  4. Solución de IA centrada en la empresa y en el usuario: Conecta el caso de uso óptimo de la tecnología de IA generativa o tradicional con los requisitos comerciales medibles, las prioridades ejecutivas de la organización y las expectativas de los usuarios. Ten en cuenta lo siguiente:

    • Cómo puede la empresa impulsar una eficiencia y productividad optimizadas mediante el uso de la IA generativa o la IA tradicional para lograr más resultados a un ritmo más rápido y con menos complejidad operativa o con esfuerzos reducidos (y, potencialmente, con ahorro de costos).
    • Cómo puede la empresa impulsar una mejor experiencia del cliente o del producto mediante la IA generativa o la IA tradicional.
    • Cómo puedes crear valor empresarial de una manera innovadora con la IA generativa o la IA tradicional:
      • Analiza las ofertas y capacidades comerciales existentes para identificar áreas en las que la IA generativa o la IA tradicional puedan mejorar tus soluciones existentes, potenciar la creatividad o permitirte explorar nuevas posibilidades.
      • Comprende cómo la IA puede permitir mejoras innovadoras que diferencien a tu negocio. La IA generativa puede ayudarte a crear capacidades y valor diferenciados, ir más allá de resolver los problemas inmediatos de tu empresa y explorar formas de mejorar tus ofertas existentes.
      • Prioriza el uso de la tecnología para mejorar las capacidades comerciales que se alineen con los objetivos prioritarios de la organización.

  5. Cambio en los procesos empresariales: Identifica los cambios que la empresa debe realizar en los procesos o flujos de trabajo existentes para adaptarse al caso de uso de la IA generativa o la IA tradicional

    Considera cómo cambiará la solución de IA la forma en que los empleados o los clientes interactúan con los sistemas y flujos de trabajo de la empresa, por ejemplo, a través de una aplicación para dispositivos móviles o un chatbot de asistencia al cliente. Estas interacciones pueden requerir que se cambien o reinventen los procesos de backend para aprovechar las capacidades de IA, como la automatización de flujos de trabajo, y ayudar a la empresa a aprovechar los beneficios de la IA.

Ejemplo de caso de uso empresarial de IA generativa

En las siguientes secciones, se proporciona un ejemplo simplificado que demuestra cómo identificar y conectar las necesidades y expectativas empresariales medibles con casos de uso empresariales de IA generativa impactantes.

Planteamiento del problema empresarial

En esta situación, los equipos de atención al cliente están sobrecargados con un gran volumen de consultas repetitivas, administración manual de tickets y comunicación constante por correo electrónico con el equipo de asistencia. La sobrecarga agota los recursos, aumenta las horas de trabajo de los agentes y ralentiza los tiempos de resolución, lo que genera una disminución de la satisfacción y la retención de los clientes.

Posibles áreas de optimización con un valor comercial medible

Los siguientes son ejemplos de los posibles valores empresariales medibles que se pueden lograr mediante una solución tecnológica (un chatbot) impulsado por capacidades de IA generativa para abordar los desafíos empresariales anteriores. En función de su modelo de negocio y sus prioridades, la empresa podría considerar algunos o todos estos objetivos medibles.

  • Mejora la eficiencia de la asistencia al cliente: Reduce los costos de asistencia y optimiza los flujos de trabajo de los agentes. Entre los criterios de éxito medibles, se incluyen los siguientes:
    • Porcentaje de disminución en los costos operativos de asistencia al cliente durante un período definido (como trimestral).
    • Es el porcentaje de aumento en el volumen de consultas de los clientes que maneja el chatbot.
    • Es la reducción promedio de las horas de trabajo de los agentes para las tareas repetitivas.
  • Optimiza la resolución de tickets: Mejora la velocidad de resolución y aumenta el porcentaje de problemas que el chatbot resuelve directamente. Entre los criterios de éxito medibles, se incluyen los siguientes:
    • Es la disminución promedio en el tiempo de resolución de las consultas que controla el chatbot.
    • Porcentaje de tickets resueltos sin intervención humana.
    • Disminución de porcentaje en el volumen de tickets que se deben derivar al equipo de asistencia técnica debido a la complejidad.
    • Aumento del porcentaje de resolución en el primer contacto (problemas resueltos en una sola interacción).
    • Es el porcentaje de aumento en el volumen de consultas de los clientes que el chatbot controla y resuelve.
  • Mejora la experiencia del cliente: Ofrece una capacidad de respuesta y asistencia personalizada las 24 horas del día para aumentar la satisfacción del cliente. Entre los criterios de éxito medibles, se incluyen los siguientes:
    • Aumento en las puntuaciones de satisfacción del cliente (CSAT) en las encuestas vinculadas al uso de chatbots
    • Se redujeron los tiempos de espera promedio de los clientes para la interacción inicial.
    • Aumento de la cantidad de problemas resueltos en una sola interacción.
    • Porcentaje de opiniones positivas detectadas en las conversaciones con el chatbot y las encuestas de comentarios.
    • Mejora en la tasa de retención de clientes
  • Apoyar el crecimiento de las operaciones comerciales: Controla el aumento de la demanda de los clientes sin incurrir en costos que aumenten de forma lineal ni en un aumento de los tiempos de espera para la interacción inicial con los clientes. Entre los criterios de éxito medibles, se incluyen los siguientes:
    • Capacidad para manejar un aumento porcentual especificado en el volumen de solicitudes de asistencia sin intervención humana
    • Mantén puntuaciones de CSAT y tiempos de resolución coherentes durante los períodos de gran demanda.
    • Mantén tiempos de espera coherentes para los clientes durante la interacción inicial.

Soluciones impulsadas por IA generativa

Chatbot de conversación: Los chatbots o agentes virtuales impulsadas por IA generativa ofrecen una mejora significativa en la personalización y la conversación natural similar a la humana. Esto se debe a la capacidad de la IA generativa para comprender el contexto, el sentimiento y las relaciones complejos dentro del lenguaje. Esta capacidad permite una interacción más natural, formular preguntas relevantes y proporcionar recomendaciones personalizadas para mejorar la experiencia del usuario.

Las capacidades de la IA generativa también ayudan a las organizaciones a mejorar la eficiencia y productividad del trabajo. Por el contrario, un chatbot tradicional basado en reglas suele limitarse a palabras clave y patrones de intención predefinidos. Por lo tanto, a medida que evolucionan los patrones de conversación o surgen preguntas nuevas, un chatbot basado en reglas requiere un esfuerzo operativo adicional para actualizar y definir mejor las reglas, y entrenar la intención. En este caso de uso, los chatbots de IA generativa proporcionan los siguientes beneficios en comparación con los chatbots tradicionales basados en reglas:

  • Las respuestas del chatbot impulsadas por IA generativa no se limitan a las preguntas frecuentes. El chatbot puede encontrar respuestas dentro de grandes conjuntos de datos de diferentes fuentes, como datos históricos de casos de asistencia, sitios web, documentación de productos, inventario, correos electrónicos y conversaciones de chat antiguas con resolución. También puede entender las consultas de conversación y resumir información compleja.
  • Los agentes virtuales de IA generativa sintetizan información de todas tus fuentes de datos. Esta síntesis les permite proporcionar respuestas específicas, razonadas y prácticas que se basan en los datos que proporcionaste y que están alineadas con las expectativas de tu empresa.
  • La IA generativa interpreta el lenguaje complejo y los matices de un ticket. Puede comprender el contexto completo del problema de un cliente; un chatbot de IA tradicional se enfoca principalmente en palabras clave específicas.
  • Los chatbots de IA generativa les brindan a los clientes la flexibilidad para expresarse con su método preferido (texto, voz o imagen), mientras que el chatbot aprovecha todas las entradas para mejorar la resolución de problemas. Por ejemplo, los clientes pueden compartir fotos de un producto dañado durante la conversación por chat, y la IA generativa puede combinar la descripción del cliente con la foto para ayudar a mejorar la exactitud del diagnóstico y la solución de problemas.

Flujo de trabajo de administración de casos y de generación de estadísticas: Un chatbot impulsadas por IA generativa puede generar tickets de forma automática a partir de cada interacción. El chatbot utiliza capacidades de IA generativa para comprender la urgencia, el análisis de opinión y la complejidad del problema. Estas capacidades garantizan que los tickets se prioricen de manera eficaz. El chatbot puede interactuar con tu sistema de tickets de las siguientes maneras:

  • El chatbot de IA generativa se comunica directamente con tu sistema de tickets de asistencia para crear y propagar el ticket de asistencia con la información necesaria, como la siguiente:
    • Detalles del cliente
    • Categorización y prioridad de los problemas técnicos
    • Una transcripción completa de la conversación para brindar contexto
    • Resumen del problema principal
  • En el caso de problemas nuevos y complejos, el chatbot puede asignar el ticket al equipo correcto con contexto de respaldo, como un resumen del problema y la conversación.

¿Qué sigue?