El nacimiento y la posterior adopción de una tecnología suele observar una curva conocida como ciclo de sobreexplotación (“Hype Cycle”) tal y como lo define Gartner. Las tecnologías conversacionales como los asistentes virtuales y los chatbots, especialmente debido al uso de componentes de la Inteligencia Artificial como el Procesamiento del Lenguaje Natural, son los perfectos ejemplos de este ciclo.

Al resurgir los chatbots a mediados del decenio pasado, se crearon expectativas sobredimensionadas que, inevitablemente, provocaron una decepción generalizada con la tecnología conversacional, fase conocida como abismo de desilusión. En la actualidad el mercado ha sabido salir del abismo y encarar la siguiente fase, la rampa de consolidación. Esta etapa se basa en un mayor conocimiento de la tecnología, de sus ventajas y de sus limitaciones, por parte de los usuarios. Gracias a las experiencias pasadas se previenen las expectativas desmesuradas y sabemos ahora abordar la implementación de nuevas soluciones conversacionales con más prudencia. Asimismo, los propios chatbots también salen reforzados de las fases anteriores y se encuentran ahora en una era de madurez tecnológica.

Hype Cycle tecnológico según Gartner (http://www.bigdata-social.com/el-hype-cycle-tecnologico-de-gartner-es/)

Los proveedores de soluciones basadas en inteligencia artificial para la atención al cliente, llevan años siendo testigos del auge de los chatbots y de la evolución de las expectativas en cuanto a las interfaces conversacionales. Se ha transicionado desde los asistentes virtuales basados en repositorios de FAQs o preguntas frecuentes, pasando por las IVRs con lenguaje natural y la integración en las Apps de mensajerías, hasta muy recientemente ver un mismo chatbot ofreciendo más de 7 procesos transaccionales distintos. Esto significa que a día de hoy, los chatbots no sólo brindan contenidos informativos y no sólo son capaces de redireccionar al usuario hacia la sección de la web o de la app donde pueda efectivamente llevar a cabo su operativo. Pueden hacer mucho más.

Los chatbots de ahora saben recibir información del usuario, siempre que haya accedido a su área privada, desde el CRM. Esta capacidad permite personalizar la atención al usuario, por ejemplo llamándolo por su nombre, haciendo referencia a los productos que tiene contratados o bien retomando una incidencia que haya abierto previamente. También saben recolectar información empleada durante la conversación o bien solicitarla proactivamente en caso de que sea necesaria. Gracias a la gestión de estas variables o parámetros, la conversación está siempre contextualizada y al mismo tiempo hace posible disponer de estadísticas filtradas por cualquiera de las variables utilizadas. El usuario no tiene que repetir informaciones ya comunicadas o implícitas, se siente atendido de forma personalizada y la conversación resulta rápida y eficiente. Las variables sirven de base para que el chatbot pase de ser un mero canal de comunicación explicativa a convertirse en una aplicación transaccional integrada.

Por supuesto, el enlace entre el chatbot y las aplicaciones internas tiene que ser realizado en conformidad con las políticas de seguridad y evitando que un fallo en una transacción pueda afectar el funcionamiento del chatbot en general. La pieza intermedia, que se encarga tanto de la seguridad como de aislar cada proceso de los demás, suele ser un webhook. Se trata de una pieza de código que hace de traductor y de filtro a la hora de trasladar la información entre el chatbot y el sistema interno y vice versa. Puede incluir distintas capas de seguridad adicional, según los requerimientos de confidencialidad de los datos. En cuanto a seguridad, también cabe destacar que el chatbot no debe manipula ninguna información sensible, sólo la remite y/o la enseña en la interfaz. Asimismo, algunos proveedores de tecnología incluyen en su plataforma un enmascarador de variables y de logs, para garantizar la privacidad de los datos de nuestros clientes y de sus clientes.

Arquitectura de un proceso transaccional (https://developers.inbenta.io/chatbot/chatbot-api/webhooks/Understanding-webhooks)

En la actualidad los casos de uso que incluyen procesos transaccionales son tan diversificados como las necesidades de las empresas: reserva de sala de reunión, localización del cajero más cercano, recuperación de contraseña, seguimiento de pedidos, consulta de saldo, estado de un vuelo, duplicado de factura, etc. Todos tienen en común haber simplificado el acceso a operativas que hasta entonces sólo se podían gestionar desde el Contact Center y mediante un agente humano. Además algunas de estas transacciones están enlazadas entre sí o bien integradas en árboles decisionales lo que otorga, si cabe, mayor agilidad a la conversación con el chatbot.

Los beneficios del chatbot transaccional son evidentes: por un lado, los usuarios tienen a disposición una aplicación sencilla, conversacional y personalizada, que puede integrarse además en sus canales favoritos (WhatsApp, Messenger, app, web, etc.); por otro lado, las empresas sacan mayor provecho de sus procesos ya digitalizados a la par que alivian a sus departamentos de atención al cliente de las operativas más frecuentes y repetitivas.

Laurie Reynaud, Pre Sales Engineer en Inbenta