¿Cómo está cambiando el Big Language Modelling el sector de la atención al cliente?

Seamos sinceros, encontrarse con asistentes de voz con IA en las llamadas de atención al cliente no es nada nuevo hoy en día. Pero quizá no sepan que el gran modelo lingüístico está revolucionando el sector de la atención al cliente. Por ejemplo, la semana pasada me encontré con un robot de atención al cliente de una plataforma de comercio electrónico que no solo entendió con precisión mi vaga descripción de "anomalías en la logística del pedido", sino que también accedió automáticamente a los datos en tiempo real de la API de la empresa de mensajería y ofreció una solución específica: ¡esta experiencia! Ponga hace tres años simplemente inimaginable.

Evolución de la "respuesta mecánica" al "diálogo en la vida real"

¿Recuerdas esos robots tradicionales de atención al cliente que volvían loca a la gente? Se limitaban a responder mecánicamente a frases preestablecidas y cambiaban a un humano para preguntas un poco más complejas. Ahora los grandes modelos lingüísticos de atención al cliente son completamente diferentes, pueden entender la expresión hablada e incluso captar las emociones del usuario. Por ejemplo, cuando usted dice "este router roto y desconectado", AI no sólo puede identificar la reclamación de fallo del equipo, también utilizará "realmente molesto que" como la expresión de empatía para apaciguar al usuario ---. Detrás de esto es un gran avance en el reconocimiento de emociones PNL y la tecnología de generación.

Los datos de prueba publicados por un banco muestran que el servicio inteligente de atención al cliente con arquitectura GPT-4 ha aumentado la satisfacción del cliente en 37% y, en cambio, ha acortado la duración media de las llamadas en 28%. Lo más sorprendente es que puede manejar múltiples modos de interacción de texto, voz e imágenes al mismo tiempo, y el usuario puede obtener orientación haciendo una foto de una avería, y esta capacidad multimodal ha reconstruido por completo el escenario del servicio.

Cuando la tecnología RAG se une a la base de conocimientos: una revolución en precisión

Pero el avance más importante es la aplicación de la tecnología de generación mejorada por recuperación (RAG). Mientras que las IA tradicionales de atención al cliente tienden a "decir tonterías", los sistemas RAG híbridos buscan ahora con precisión en la base de conocimientos de la empresa antes de generar las respuestas. Al igual que la solución Qdrant mencionada anteriormente, la combinación de doble correspondencia semántica y terminológica, para llevar la precisión de la respuesta a más de 96% - esto es demasiado importante para la atención sanitaria, las finanzas y otros campos profesionales.

Entrevisté al director técnico de una empresa de telecomunicaciones, desplegaron el sistema RAG, órdenes de trabajo de servicio al cliente directamente corte. Debido a que la IA puede recuperar automáticamente el historial de pedidos del usuario, detalles del paquete y otras más de 20 fuentes de datos, al instante dar una solución personalizada, este "superpoder" hace que el servicio al cliente humano son inferiores.

Arrecife y amanecer: el lado AB del servicio de atención al cliente con IA

Por supuesto, también hay muchos problemas. Algunos usuarios se quejan de que la IA es demasiado "parlanchina", una pregunta puede generar diez preguntas de seguimiento; las empresas tienen un quebradero de cabeza por los costes de formación: la documentación del producto para alimentar el modelo no es fácil hasta decenas de miles de páginas. Aún más difícil es la cuestión ética: cuando la IA empieza a imitar el tono de voz humano para extraer información de los usuarios, ¿cómo trazar los límites?

Pero la tendencia es irreversible.Gartner predice que para 2026, 80% de las interacciones de servicio al cliente será manejado por AI. Con la llamada de función, MCP estas tecnologías maduran, el futuro de la IA de servicio al cliente puede tomar la iniciativa para ayudarle a devolver o cambiar bienes, reservar un servicio a domicilio, e incluso predecir sus necesidades - al igual que un ama de llaves digital cuidado. Para entonces, "volverse artificial" puede convertirse realmente en un término histórico.