La ‘inteligencia natural’ necesaria para que la Inteligencia Artificial funcione

Publicado el 02 Feb 2022

Servicio al cliente

Aunque no soy un detractor acérrimo del uso de bots para atender a los clientes en la empresas, debo decir que me sorprende sobremanera cada vez que una compañía destaca los porcentajes de éxito que logra mediante el uso de estas herramientas, básicamente porque lo normal, en mi caso, es que me ubique entre el porcentaje de los usuarios no satisfechos con la atención que brindan la máquina y el software que la alimenta.

Claro, en varias ocasiones también sucede que no quedo satisfecho con la atención que me brinda un humano, pero ese es otro tema. Lo cierto es que, aparte de apreciar el hecho de que del otro lado de la línea o del chat haya una persona de carne y hueso, también creo que las interacciones con los bots todavía son bastante limitadas, que todavía se necesita que las consultas sean extremadamente sencillas para que el proceso finalice con éxito.

Mi experiencia… digamos no exitosa para no decir negativa, no se basa solo en un caso: me ha sucedido con el bot del proveedor de telefonía móvil, de Internet, de la medicina prepagada, del banco… Y aunque creo que a la Inteligencia Artificial (IA) y al Machine Learning (ML) todavía les falta camino por recorrer en materia de atención a los clientes –a pesar de los sorprendentes avances que presentan–, también hay que reconocer que parte del éxito del proceso depende en gran medida de la manera como se programan estas herramientas, y por ahí también hay fallas grandes.

Por ejemplo, en días pasados recurrí a la asistente virtual de mi proveedor de medicina prepagada para averiguar por el proceso para aplicarme la dosis de refuerzo de la vacuna contra el Cóvid-19. En el menú de opciones seleccioné el número correspondiente, que me llevó a otro listado en el que solamente aparecía una opción para recibir información sobre la primera dosis, no sobre la segunda ni sobre el refuerzo. Es decir, el bot no servía para resolver mi caso, por lo que abandoné el proceso.

Lo curioso es que media hora después (por reloj), la asistente me preguntó si pude resolver la consulta y –luego de decirle que no– si quería que me comunicara con un asesor. Está bien: entiendo que uno de los objetivos de los bots es resolver consultas sencillas para disminuir la carga de los operarios humanos que deben resolver consultas más complejas, pero que la pregunta llegue después de media hora es un poco exagerado, ¿no? Es decir, media hora después ya había hecho la averiguación por teléfono, a pesar de que el número estaba ‘escondido’ en el sitio web de la empresa.

De hecho, si el bot solo es capaz de resolver dudas sobre la primera dosis de la vacuna, lo correcto es que el sistema le informe al usuario, mucho antes que luego de media hora de espera, a qué mecanismo debe acudir si quiere obtener información sobre otras etapas del proceso de vacunación, ¿verdad?

Las máquinas no, pero los humanos… ¿tampoco?

Usé el ejemplo de mi proveedor de medicina prepagada porque es el más reciente, pero –reitero– no ha sido el único. Y también reitero que el problema no se relaciona exclusivamente con el uso de la IA y el ML, sino con la manera como los humanos programan los sistemas. Y no me refiero solamente a la programación que incluye código complejo, sino a las normas de operación o las reglas de negocio.

Imagen: Rawpixel.

Por ejemplo, hace 2 o 3 meses acudí a la app de mi proveedor de medicina domiciliaria para preguntar cuál era el proceso para hacerme las pruebas para el Cóvid-19. Aunque lo hice a través de la app, la respuesta debería dármela un humano que tardó 2 horas (¡2 horas!) para responderme que ese proceso debería hacerlo ¡a través de la línea telefónica!

Durante esas 2 horas (¡2 horas!) no sucedió nada en la pantalla de la aplicación que me dijera que alguien me iba a atender o cuántos turnos (o tiempo) faltaban para que alguien me respondiera.

Ahora, si bien he dicho que el bot de mi proveedor de telefonía móvil tampoco ha sido el más efectivo para resolver todas mis consultas, debo reconocer que al menos se toma la molestia de indicarme cuántos turnos faltan para que me atiendan o me remite a un humano más rápidamente si no puede resolver mi consulta.

También debo reconocer que la app del proveedor de medicina prepagada de mis papás es muy efectiva para programar o cancelar citas, hasta donde las posibilidades se lo permiten, porque volvemos al punto de la definición humana de los procesos: la app o el sitio web no me permiten programar una cita con el mismo especialista en un rango inferior a 30 días. Eso toca hacerlo por teléfono, con una señorita muy amable que suele preguntarme (y preguntarse) por qué no puedo hacer eso a través de la app o en Internet.

Pero no todo es perfecto: la misma app ofrece una opción para reprogramar las citas, que no me funciona en el teléfono, pero que tampoco existe en el sitio web…

Entonces –y no solo en el caso de la prepagada de mis papás, sino en el de todos los prestadores de servicios– hay que andar en constante proceso de prueba-error o tener mucha suerte para saber por dónde es que le resuelven los temas a uno finalmente.

Omnicanalidad sin coordinación no existe

Ahora que se habla tanto de omnicanalidad, de que los usuarios puedan acceder a las empresas de manera transparente a través de cualquier mecanismo de atención (Internet, app, mensajería instantánea, correo electrónico, sistema de audiorrespuesta, chatbot, ¡teléfono con interlocutor humano!, ¡presencial!), es importante que los usuarios o clientes de un servicio tengamos claras las limitaciones.

Imagen: Icons8 Team (Unplash).

Limitaciones como que la IA y el ML pueden no ser suficientes para resolver TODAS las consultas y eventualmente se requiera que el caso se transfiera a un humano. Como que para evitar que una persona bloquee todas las citas con un especialista, haya un tope para pedirlas por Internet (aunque tal vez podría ser menor a una cita cada mes, pero bueno…). Como que la capacidad del sistema puede saturarse en una situación excepcional y el tiempo de respuesta pueda ser mayor al que uno como usuario esperaría.

Pero las empresas también deben tener claro que la responsabilidad de atender a un cliente por diferentes medios implica una mayor eficacia en cada uno de ellos y una coordinación mayor entre todos ellos. Y la coordinación incluye información clara y oportuna con respecto a cuál es el medio alternativo que se puede usar cuando una consulta no puede resolverse a través del primer canal que se utiliza. Porque también parece una norma que quienes diseñan y programan estos servicios tienen una habilidad especial para que el teléfono de la empresa sea lo más difícil de encontrar en su sitio web, por ejemplo. Como si definitivamente no hubiera gente que prefiere o que NECESITA recibir atención telefónica por parte de un humano.

Por mi carácter reservado y un tanto tímido, prefiero hacer muchas diligencias por Internet, en un sitio web o través de una app. Es decir que claramente no estoy en contra del uso de la tecnología como un mecanismo para adelantar los procesos relacionados con atención a los clientes. Pero cuando ella no es suficiente y es necesario llegar a la instancia de la llamada, se agradecería que las herramientas tecnológicas fueran más hábiles y oportunas para redirigir al cliente a la línea telefónica o a la alternativa más útil que esté próxima y disponible.

Pero eso de que el bot no resuelva un problema y además se demore media hora para preguntar si uno quiere otra alternativa, o que para encontrar el número de una empresa toque escudriñar en los rincones más ocultos de su sitio web, pues… eso riñe con el concepto de omnicanalidad y deja dudas con respecto a que la inteligencia que falla sea la artificial.


Imagen principal: Kiquebg (Pixabay).

¿Qué te ha parecido este artículo?

D
Jaime Ernesto Dueñas Montaño

Periodista con énfasis en temas de tecnología, y con más de 25 años de experiencia en medios como El Tiempo, Pulzo y Enter.co. Colaborador en publicaciones de ciencia y tecnología.

email Sígueme en

Artículos relacionados