Hace veinte años, la mayor parte del día de un agente de un centro de contacto era rutinario: restablecer contraseñas, responder preguntas sobre facturación. El tipo de trabajo que seguía un guión y terminaba con un clic.
Esa realidad del trabajo está desapareciendo rápidamente. A medida que la IA absorbe las tareas simples y repetitivas que alguna vez llenaron las colas de los agentes, lo que queda para los empleados humanos es más difícil, más ambiguo y más cargado emocionalmente que cualquier cosa para la cual los centros de contacto fueron diseñados originalmente.
Esa tensión (entre la promesa de la eficiencia de la IA y el trabajo cada vez más complejo que les queda a los humanos) fue uno de los temas dominantes este año en la Semana de Contacto con el Cliente en Las Vegas.
La IA no elimina la complejidad, la concentra
«¿Cuál es el procedimiento operativo estándar para cosas que no tienen un procedimiento operativo estándar?»
-Bryan Stoller
Vicepresidente y director global de atención al cliente, United Airlines
Bryan Stoller, vicepresidente y director global de atención al cliente, centros de contacto y soluciones de United Airlines, comenzó el discurso de apertura de este año presentando un panorama de cómo ha cambiado la combinación de trabajo que afecta a los agentes de primera línea.
Hace dos décadas, las interacciones rutinarias constituían la mayor parte del día de un agente. Hoy en día, esa porción se ha reducido, mientras que las interacciones moderadamente complejas y altamente complejas han aumentado. Y a medida que la IA se haga cargo de una mayor parte del trabajo rutinario, ese cambio se acelerará dramáticamente.
«¿Cuál es el procedimiento operativo estándar para cosas que no tienen un procedimiento operativo estándar?» —preguntó Stoller. Esa, argumentó, es la pregunta que toda organización de CX debe responder, y rápidamente.
Dio un ejemplo vívido: una familia que viajaba con un niño, atrapada en un aeropuerto debido a un retraso climático, a punto de perder su última conexión de la noche. La política es sencilla: en función del clima, vuelva a reservarlos en el vuelo de la mañana. Pero la medicación de un viajero está en el equipaje facturado. Un niño se está derritiendo. Todos los hoteles de la zona están agotados.
«La mayoría de los clientes no intentan eludir las reglas», dijo Stoller. «Lo único que quieren es que alguien analice la situación y tome una decisión razonable».
Artículo relacionado: La trampa de la precisión de la IA: por qué MLOps necesita un disyuntor financiero
Construyendo un ‘departamento razonable’
La solución de Stoller no es otra vía de escalada ni un proceso de excepción. Es lo que él llama un «departamento razonable»: no un departamento literal con un letrero en la puerta, sino una mentalidad y capacidad operativa integradas en la organización.
En United, según Stoller, ese modelo se construye sobre cuatro pilares:
- Detectar: Identificar cuando una interacción va más allá de la rutina y requiere un nivel diferente de apoyo. Esto es fundamental no sólo para los agentes humanos, sino también para los sistemas de inteligencia artificial que necesitan reconocer cuándo entregar un caso en lugar de intentar resolverlo.
- Ruta: Lleve el problema a la capacidad humana adecuada, no solo al siguiente agente disponible. La persona mejor equipada para manejar una situación compleja y cargada de emociones probablemente no sea quien esté libre.
- Resolver: Brinde a los equipos el contexto, las herramientas, la autoridad y los marcos de juicio que necesitan para resolver realmente el problema. «No se pueden limitar con una política de blancos y negros», dijo Stoller.
- Aprender: Convierta los casos difíciles en combustible para obtener información en toda la empresa, informando sobre cambios de políticas, mejoras de autoservicio, operaciones, capacitación y desarrollo de IA.
«Se trata de no diseñar nuestras organizaciones para el trabajo que la IA nos quita», dijo Stoller. «Se trata de diseñar nuestras organizaciones para el trabajo que la IA deja atrás».
Comience con el problema, no con la tecnología
Un tema recurrente durante la conferencia fue el peligro de implementar la IA por sí misma. Varios expertos plantearon la misma idea: empezar con el problema y luego trabajar hacia atrás.
¿Una forma de hacerlo? Sigue los datos. Analice por qué un cliente se comunica con la empresa en primer lugar y luego apunte a las interacciones de mayor volumen y más automatizables.
Jessica Gupta, directora de operaciones de InfoPay, describió cómo su equipo descubrió que un gran segmento de clientes en realidad prefería la voz como canal de elección, lo que abrió una clara oportunidad.
«Descubrimos que tenemos un grupo de clientes bastante grande que realmente quiere hablar con nosotros», dijo Gupta. El equipo se centró en automatizar un proceso específico y de gran volumen en el que los clientes solo necesitaban una simple confirmación; en última instancia, contenía una parte importante de esas interacciones y liberaba a agentes experimentados para contribuir con conocimientos en toda la empresa.
Aaron Johnson, director de marketing interino de Penn Medical, describió cómo la creciente demanda de los pacientes y los volúmenes de llamadas insostenibles obligaron a la organización a repensar por completo sus operaciones de acceso.
El desafío no era sólo la tecnología: era el trabajo de integración requerido después de fusiones y adquisiciones, donde los agentes en una parte del sistema no podían programar citas en otra, dejando a los pacientes sin posibilidad de recibir atención.
Empiece despacio, aprenda rápido, no tenga miedo de fracasar
¿Un consejo sobre IA dado por los líderes de CX? Comience poco a poco, mida con cuidado y esté dispuesto a girar rápidamente.
Gupta describió un enfoque deliberadamente incremental: «Sólo tuvimos 20 llamadas; cuando llegas a 20 llamadas, no es nada, ¿verdad? Tuvimos una [success]pero no necesitamos activarlo para la mitad de nuestras llamadas».
Descubre cómo la implementación escalonada puede llevar al éxito en la integración de la inteligencia artificial
En el mundo empresarial actual, la presión por actuar rápidamente puede llevar a decisiones apresuradas que no siempre resultan beneficiosas. Neville Letzerich, director de marketing de Talkdesk, ofrece un consejo valioso: validar los resultados en cada etapa antes de escalar. «Comience. Intente algo. No se exceda. Sea inteligente al respecto», aconseja Letzerich.
Validación paso a paso
- Comenzar con un piloto pequeño y validar los resultados antes de escalar.
- Obtener una victoria inicial antes de avanzar.
- Iterar rápidamente y ajustar según los resultados obtenidos.
La experiencia de Penn Medicine al implementar un asistente de voz a gran escala destaca la importancia de iniciar con un piloto más pequeño. Johnson, de Penn Medicine, admite que la diversidad de las interacciones de los pacientes superó las expectativas, lo que habría sido manejable en un entorno más controlado. Sin embargo, el equipo logró adaptarse y mejorar gracias a la colaboración entre líderes empresariales y técnicos.
Gestión de la fuerza laboral híbrida
El trabajo conjunto entre agentes de inteligencia artificial y humanos requiere transparencia y comunicación efectiva. Gupta destaca la importancia de una comunicación temprana y transparente con los empleados sobre los cambios que traerá la IA. Involucrar a los empleados desde el principio y permitirles probar y dar feedback puede generar aceptación y colaboración.
Medición del éxito en un entorno híbrido
- Replantear las métricas tradicionales para capturar el panorama completo.
- Prestar atención a resultados a nivel empresarial como tasas de devolución, renovación de contratos y satisfacción del cliente.
- Considerar el impacto en costos y eficiencia al implementar IA en el proceso.
El liderazgo juega un papel crucial en el éxito de la transformación hacia la inteligencia artificial. Los mandos intermedios son clave para llevar la retroalimentación de los agentes de primera línea a la alta dirección y garantizar una comunicación efectiva en todos los niveles de la organización.
La oportunidad de la experiencia del cliente
Letzerich destaca que la integración de la inteligencia artificial no solo beneficia a la empresa en términos de eficiencia y costos, sino que también brinda la oportunidad de ofrecer experiencias excepcionales a los clientes. Invertir tanto en el aspecto humano como en el tecnológico es fundamental para aprovechar al máximo esta oportunidad.
En resumen, la implementación escalonada, la transparencia en la comunicación, la reevaluación de métricas y un liderazgo efectivo son elementos clave para el éxito en la integración de la inteligencia artificial en la fuerza laboral. Al validar cada paso y mantener una comunicación abierta, las empresas pueden aprovechar al máximo el potencial de la IA en la mejora de la experiencia del cliente.
Optimiza la siguiente nota:
«El próximo martes se llevará a cabo una reunión importante en la oficina para discutir los resultados del último trimestre. Se espera la asistencia de todos los empleados para revisar los datos y establecer los objetivos para el próximo período. Por favor, confirmar su asistencia lo antes posible. ¡Gracias!»
Versión optimizada:
«El martes próximo, se realizará una reunión clave en la oficina para analizar los resultados del último trimestre. Se requiere la presencia de todos los empleados para revisar los datos y establecer metas para el siguiente período. Favor de confirmar su asistencia a la brevedad. ¡Gracias!»
