Inteligencia artificial para el día a día en las empresas (Parte II)

Las percepciones cognitivas provistas por algoritmos de aprendizaje automático difieren de la analítica tradicional de tres mañaneras: Usualmente existe mucho más volúmenes y detalles de datos, los modelos son típicamente entrenados en un subconjunto de datos, y los modelos se vuelven mejores, y su capacidad para poder predecir sobre datos nuevos o categorizar respuestas mejora con el tiempo de uso. Esta categoría incluye: agentes inteligentes que ofrecen servicio al cliente las 24 horas, los 7 días de la semana, abordando una amplia y creciente variedad de problemas, desde solicitudes de contraseña hasta preguntas de soporte técnico, todo en el lenguaje natural del cliente; También DirecTV atiende durante el inicio de la transacción a sus clientes con un chatbot que ayuda a detectar el problema y solucionar si son preguntas frecuentes, si el robot no es capaz de solucionar el inconveniente al cliente, a la tercera pregunta el cliente tiene la oportunidad de acceder a una atención humana o seguir intentando la atención robótica. En la mayoría de los casos el objetivo no era reducir el número de empleados, sino manejar un número creciente de interacciones entre empleados y clientes sin agregar personal. Algunas organizaciones estaban planeando entregar comunicaciones de rutina a las máquinas, al tiempo que realizaban la transición del personal de atención al cliente a actividades más complejas, como manejar los problemas del cliente que se intensifican, llevar a cabo diálogos no estructurados prolongados o comunicarse con los clientes antes de que llame por un problema. El sistema interactúa con los empleados que utilizan tecnología de aprendizaje profundo (un tipo de técnicas de aprendizaje cognitivo) para buscar preguntas y respuestas frecuentes, casos resueltos previamente y documentación para encontrar soluciones a los problemas de los empleados. ...[Leer más]