Contexto y mercado para los chatbots

Los chatbots existen desde hace décadas. Aunque en su momento fueron una innovación disruptiva, hoy son una herramienta controvertida que lucha por resurgir.

Nuestros usos y expectativas han evolucionado mucho. Los resultados obtenidos con los chatbots tradicionales ya no están a la altura y la experiencia suele ser decepcionante.

Pero el desarrollo de técnicas de procesamiento del lenguaje natural y los avances tecnológicos en aprendizaje automático de los últimos años han despertado de nuevo el interés por los chatbots.

La llegada de los grandes modelos lingüísticos y laIA generativa es un punto de inflexión que está revitalizando por completo el mercado. El tema se ha convertido en una prioridad para muchas empresas e industrias, ya que las oportunidades son enormes.

ChatGPT, lanzado el 30 de noviembre de 2022 por Open AI, ha desencadenado una avalancha de nuevos proyectos basados en inteligencia artificial, sobre todo desde que hicieron accesible su modelo a través de API.

Todos los gigantes se han puesto manos a la obra: Microsoft ha integrado ChatGPT en Edge y Bing, Salesforce en Einstein Bot Builder, e IBM ha integrado su modelo NeuralSee en Watson Assistant.

Google también se ha apresurado a lanzar su propio modelo y su chatbot Bard en mayo de 2023.

Desde las finanzas al comercio minorista, pasando por la sanidad y muchos otros sectores, los chatbots van a convertirse en esenciales tanto para las empresas como para los usuarios. Su capacidad para generar respuestas similares a las humanas, hablar diferentes idiomas y comprender el contexto y las intenciones significa que esta nueva generación de chatbots será indispensable en los próximos años. Es asistencia real disponible 24 horas al día, 7 días a la semana.

Lo que es más, el mercado de chatbot -estimado en 526 millones de dólares en 2021- está aumentando de nuevo, y se espera que alcance los 3.620 millones de dólares en 2030. Esto supone una tasa de crecimiento anual compuesta del 23,9%.

¿Qué es un chatbot?

Para empezar con buen pie el resto de este artículo, repasemos la definición de chatbot.

Un chatbot es un programa informático diseñado para simular una conversación humana con usuarios en tiempo real, normalmente a través de una interfaz de mensajería o chat.

Los proveedores de tecnología generalmente se conectarán a varios servicios de comunicación como Messenger, Instagram, Slack o WhatsApp para permitir que sus bots se desplieguen en tantos puntos de contacto como sea posible, mejorando así la experiencia general.

Pero como cualquier programa informático, hay chatbots muy básicos y otros mucho más avanzados. Eso es lo que vamos a ver a continuación. 

De los chatbots tradicionales a los de IA

Los chatbots han sido un invento maravilloso para responder a las preguntas de los usuarios. Pero ante las expectativas cada vez más altas de estos, estas herramientas han tenido que evolucionar con los tiempos.

Chatbot tradicional

Es el tipo de chatbot más sencillo, ya que se basa en reglas y no lleva IA incorporada. Inicialmente, se ofrecen varias opciones al usuario. A continuación, se le envían respuestas preescritas. HubSpot CRM y otras plataformas han contribuido en gran medida al crecimiento de esta tecnología.

Una versión mejorada de estos robots consiste en integrar una herramienta PNL (Procesamiento del Lenguaje Natural) para identificar determinadas palabras clave en la pregunta y, a continuación, obtener la respuesta más pertinente ya elaborada a partir de una base de datos.

Puede tratarse de un texto o de una sugerencia de artículos ya presentes en una base de conocimientos.

Aunque estas primeras versiones de chatbots eran muy útiles (y a veces lo siguen siendo), siguen presentando una serie de inconvenientes: la falta de IA y una experiencia muy robótica.

Agente conversacional

A partir de 2010, empezamos a ver la aparición de verdaderos agentes conversacionales, capaces de entender conversaciones humanas complejas, procesar formatos de audio y tener en cuenta parámetros y datos del usuario. Los avances en PNL y aprendizaje automático (ML) han hecho posible responder a un humano incluso cuando la pregunta difiere de un guión preprogramado.

Es la primera vez que hablamos realmente de asistentes virtuales o robots conversacionales.

Estos agentes también pueden realizar tareas. Algunos ejemplos son Siri, Google Home y Alexa de Amazon.

Chatbot de IA generativa

Hasta hace muy poco, desarrollar un chatbot a medida exigía movilizar muchos recursos humanos y financieros y grandes cantidades de datos. El tiempo de formación también era muy largo (varios meses).

Pero la llegada de los Large Language Models (LLM) está cambiando el juego por completo. Estos modelos permiten a los asistentes virtuales basados en IA generativa predecir las intenciones de los usuarios y responder de forma muy específica y personalizada. Estos modelos aprenden de cada interacción para ser siempre lo más pertinentes posible. Bard, Jasper AI y Bard son buenos ejemplos.

¿Cómo se construye un chatbot personalizado?

Hay diferentes maneras de construir un chatbot. Es importante conocerlas para poder elegir el método que mejor se adapte a sus necesidades. Esto dependerá de una serie de criterios.

Desarrollar su propio chatbot(desde cero)

Como era de esperar, desarrollar tu propio bot es el método más caro, porque requiere movilizar muchos recursos, incluidos talentos como ingenieros de software, científicos de datos, diseñadores y otros especialistas en inteligencia artificial (IA) y desarrollo de productos. Además, habrá que probar y perfeccionar el modelo a lo largo de varios meses.

Estos proyectos pueden costar varios cientos de miles de euros.

ChatGPT, Bard u otros modelos bien establecidos

Otra forma es conectarse a la API de modelos bien establecidos como GPT o Bard, para poder beneficiarse de modelos de inteligencia artificial que ya han sido entrenados en enormes conjuntos de datos públicos y de código abierto como WikiQA Corpus o Ubuntu Dialogue Corpus o CommonCrawl.

Para muchos proyectos, desarrollar bots basados en estos modelos es la mejor opción, porque el valor percibido por el usuario se puede conseguir muy rápidamente, y a bajo coste: sin necesidad de inyectar datos ni de recursos humanos internos.

Tenga cuidado, sin embargo, de analizar el consumo de tokens por cada operación realizada y considere si necesita adaptar su modelo de precios en consecuencia. O bien decides añadir valor para el usuario con el fin de ser más competitivo. O decides crear una oferta adicional para cobrar al cliente final por las transacciones.

Para otras empresas o proyectos, estos modelos no son lo suficientemente precisos, dado que se entrenan a partir de enormes cantidades de datos públicos (CommonCrawl en el caso de ChatGPT). Por tanto, son muy buenos para responder a preguntas generales, pero mucho menos para preguntas muy específicas.

Otro punto importante a destacar es que estas soluciones suelen estar asociadas a grandes grupos como Google, Microsoft o Facebook. No todo es siempre transparente, así que no deje de consultar a su equipo jurídico para estar seguro de sus opciones estratégicas.

Utilizar modelos de ML existentes pero sobre una base propietaria o muy específica

El último método -cada vez más popular- es un perfecto término medio.

Puede utilizar modelos de aprendizaje automático (ML) prediseñados en los que puede inyectar datos específicos basados en su sector, por ejemplo, así como datos propios como :

1. Datos de su sitio web
2. Datos de su base de conocimientos(help desk)
3. Datos históricos basados en los intercambios con sus usuarios.

Esta solución permite obtener respuestas mucho más detalladas y precisas, pero, por otro lado, requiere cierta práctica antes de obtener resultados satisfactorios.

También debemos estar atentos y poner en marcha procesos de control y aprobación durante toda la fase de formación.

Una buena forma de hacerlo es utilizar primero estas plantillas como asistente para su equipo de éxito de clientes, por ejemplo, de modo que pueda controlarlos pero sin dejar de mejorar su productividad.

A continuación, una vez que esté seguro de los resultados esperados, puede desplegar la solución.

¿Qué ventajas ofrecen estos chatbots de IA?

Ventajas para las empresas

• Atención al cliente 24 horas al día, 7 días a la semana: los chatbots están disponibles en todo momento, lo que permite a las empresas ofrecer una atención al cliente ininterrumpida 24 horas al día, 7 días a la semana.

• Reducción de costes: ya sea por la disponibilidad del servicio o por su capacidad para gestionar un mayor volumen de solicitudes simultáneamente, el uso de chatbots puede reducir significativamente los costes laborales asociados a la atención al cliente.
• Mejora de la eficiencia de los empleados: los chatbots son capaces de proporcionar respuestas rápidas y precisas a preguntas comunes, mejorando la eficiencia del servicio de atención al cliente. Los empleados responsables de la atención al cliente pueden así concentrarse en actividades de mayor valor añadido.
• Recogida de datos: Las interacciones de los clientes con los chatbots pueden proporcionar datos valiosos que pueden utilizarse para mejorar los productos y servicios, así como para personalizar futuras interacciones.
• Fidelización de clientes: La IA generativa permite generar respuestas en cualquier momento del día, personalizadas y específicas para las necesidades y el perfil de cada usuario, lo que favorece la satisfacción y, por tanto, la fidelización.

Ventajas para los usuarios

En su mayor parte, los beneficios para las empresas son los beneficios para los usuarios (¡o eso esperamos! 😉 ).

• Disponibilidad: los chatbots están disponibles en todo momento, lo que permite a los usuarios recibir ayuda en cualquier momento, de día o de noche.
• Rapidez de respuesta: los chatbots son capaces de proporcionar respuestas instantáneas, lo que puede mejorar la satisfacción del usuario.
• Facilidad de uso: en muchos casos, los chatbots pueden ser más fáciles de usar que las alternativas tradicionales. Por ejemplo, un usuario puede simplemente hacer una pregunta a un chatbot en lugar de buscar una respuesta en un sitio web.
• Experiencia personalizada: algunos chatbots son capaces de aprender de interacciones anteriores y personalizar sus respuestas en consecuencia, lo que puede mejorar la experiencia del usuario.

Es importante señalar que, aunque los chatbots de IA generativa tienen muchas ventajas, no sustituyen por completo la intervención humana. Por ejemplo, pueden tener dificultades para entender preguntas complejas o ambiguas y manejar situaciones emocionalmente delicadas.

Los distintos casos de uso

Podríamos escribir un artículo entero sobre este tema, ya que los robots de IA tienen muchísimas funciones y pueden satisfacer las necesidades de todos los equipos de una empresa. Así que intentaremos resumirlo aquí.

Atención al cliente

Este es el primer caso de uso en el que pensamos cuando hablamos de chatbots. Todos hemos interactuado con un bot conectado a un sitio web o a una red social.

Todos hemos experimentado también mucha frustración por información imposible de encontrar, o la sensación de que nos machacaban con largos artículos de preguntas frecuentes.

Pero los chatbots basados en IA generativa son diferentes. Pueden entrenarse con datos específicos y con datos propios, como preguntas frecuentes y datos de clientes, y generar así una respuesta concisa y precisa. Y, por tanto, satisfactoria.

Imagina un bot de Ryanair o SFR que responda perfectamente a tus peticiones desde el chat. Un sueño hecho realidad? 😉

Recursos Humanos (RH)

Pregunte a su equipo de RRHH y lo comprobará: el número de preguntas recurrentes ya documentadas en la base de conocimientos interna es enorme. Preguntas relacionadas con la remuneración y las vacaciones, por ejemplo.

Proporcionar un chatbot interno que esté formado en estas preguntas/respuestas, así como en la documentación interna, ahorraría tiempo a todos y mejoraría la concentración general de los empleados.

Otro punto muy importante a destacar. Estos chatbots pueden crear un entorno de confianza. En algunos casos, los empleados pueden preferir recurrir a una herramienta antes que tener que volver a pedir información a sus superiores.

Marketing y generación de contactos

Al integrar un asesor de IA en su sitio web, como un chatbot personalizado de ChatGPT, puede guiar eficazmente a sus clientes a través de su contenido, proporcionándoles información precisa basada en sus necesidades.

Además de simplemente distribuir información, este asistente virtual también puede generar clientes potenciales, por ejemplo sugiriendo una cita para avanzar en el proceso. Esto ofrece una experiencia personalizada a la vez que capta nuevos clientes potenciales para su empresa.

He aquí un resumen de lo que se puede hacer. Por supuesto, podríamos seguir hablando de muchos otros casos de uso.

¿Cuáles son las industrias más afectadas?

Venta al por menor

La mayoría de las preguntas en el comercio minorista se refieren a políticas de reembolso, devoluciones de productos o información sobre un pedido.

El chatbot permitiría al servicio de atención al cliente ahorrar una enorme cantidad de tiempo y ayudar a los consumidores 24 horas al día, 7 días a la semana.

Salud

Los chatbots de IA pueden utilizarse para proporcionar información sobre síntomas, ayudar a concertar citas o recordar la toma de medicamentos. También podrían proporcionar apoyo a la salud mental, por ejemplo ayudando a los usuarios a gestionar el estrés o la ansiedad.

Banca, seguros y servicios financieros (BFSI)

Los chatbots pueden ayudar a automatizar muchas tareas comunes, como consultar saldos, transferir fondos o responder preguntas sobre productos financieros específicos. También pueden ayudar a detectar y prevenir el fraude vigilando comportamientos sospechosos.

Turismo

Los chatbots pueden facilitar el proceso de reserva permitiendo a los clientes buscar y reservar vuelos, hoteles y experiencias turísticas en tiempo real. Los clientes también pueden utilizar chatbots para obtener información actualizada sobre las condiciones de viaje, lo que resulta especialmente útil en periodos de interrupción.

Retos y riesgos

Cada nueva oportunidad conlleva sus propios retos y riesgos.

La IA generativa en general está provocando que las distintas instituciones reguladoras se muevan para controlarla mejor, y está exigiendo una mayor transparencia a determinados actores.

Estos riesgos incluyen problemas relacionados con la ética, la protección de datos personales y la influencia a través de la desinformación. Por eso es importante elegir las herramientas adecuadas y aplicar buenas prácticas en materia de seguridad y ética.

Los chatbots de IA no son una excepción a la regla. Es importante asegurarse de que el producto está calibrado para evitar cualquier filtración de datos personales entre distintos usuarios.

Entrenados a partir de datos históricos, como conversaciones anteriores, los chatbots pueden aprender mucho de una FAQ bien surtida. Pero también tienen que ser capaces de identificar todos los datos personales específicos de cada usuario.

Por eso, un chatbot no puede ser una solución llave en mano si se quiere inyectar estos intercambios e interacciones de los usuarios.

Es aconsejable buscar apoyo para mapear y gestionar los riesgos inherentes a la IA generativa incorporada en estos chatbots.

Otro riesgo se refiere a la fiabilidad y exactitud de las respuestas generadas. Los chatbots basados en inteligencia artificial generativa pueden "alucinar", certificando ciertas afirmaciones que son claramente falsas. La IA puede tomar atajos rápidamente y afirmar ciertas cosas que no son ciertas.

Conclusión

El panorama de los chatbots ha experimentado una evolución radical en los últimos años, pasando de herramientas básicas con reglas fijas a modelos generativos de IA, que ofrecen capacidades conversacionales casi humanas. Esta metamorfosis, apoyada por el auge del procesamiento del lenguaje natural y las tecnologías de aprendizaje automático, ha redefinido el valor de los chatbots, impulsando su mercado a nuevas cotas.

Sin embargo, hay que subrayar que no existe una solución única. El enfoque adecuado para desarrollar un chatbot depende en gran medida de la situación y los requisitos específicos de cada empresa. Ya se trate de desarrollar un chatbot a medida con sus propias reglas de entrenamiento y datos, o un chatbot basado en GPT, cada estrategia tiene sus propias ventajas e inconvenientes.

Los chatbots de inteligencia artificial viven un momento apasionante. Gracias a su capacidad para hacer que las interacciones con las máquinas sean más naturales y eficientes, están a punto de cambiar la forma en que nos comunicamos con la tecnología.

https://www.techtarget.com/searchcustomerexperience/infographic/The-evolution-of-chatbots-and-generative-AI

‍