Presentado por Tata Comunicaciones
Las empresas están implementando agentes de inteligencia artificial, inteligencia artificial de voz y automatización en los canales de mensajería, voz y digitales más rápido que la arquitectura diseñada para respaldarlos. Gran parte de este despliegue ha consistido en combinar la IA conversacional con sistemas existentes que nunca se diseñaron para ella, afirma Gaurav Anand, director global de la suite de interacción con el cliente de Tata Communications.
«En la prisa por implementar la IA, las organizaciones han integrado en gran medida la IA conversacional en los sistemas existentes», afirma Anand. «Como resultado, si bien muchas empresas han adoptado herramientas digitales, muy pocas tienen plataformas que sean verdaderamente integradas, escalables y capaces de una orquestación perfecta. »
Esta brecha crea una pesada carga cognitiva para los agentes humanos que deben reconstruir el contexto a través de herramientas inconexas para comprender lo que un sistema de IA ya le ha dicho a un cliente. El desafío no radica simplemente en el acceso a los datos, sino en la falta de un contexto empresarial compartido que vincule las identidades de los clientes, las interacciones, las transacciones, las políticas, los viajes y los sistemas operativos en un entendimiento común. La arquitectura CX tradicional fue diseñada para enrutamiento lineal impulsado por humanos, no para administrar flujos de datos en tiempo real entre sistemas autónomos de IA, lagos de datos y trabajadores humanos.
«La complejidad operativa actual ya no se trata de agregar más inteligencia», añade. «Se trata de coordinar la inteligencia existente dentro de la empresa, de modo que el cliente empresarial nunca sienta la fricción de estos silos internos. Esto requiere una capa de contexto compartida que permita que los sistemas, las aplicaciones y las personas de IA operen desde la misma comprensión del cliente y el negocio.
Por qué la orquestación está reemplazando a la automatización como la principal prioridad de CX
A medida que este problema de coordinación empeora, Anand dice que la prioridad estratégica dentro de las empresas está pasando de la automatización a la orquestación.
«La automatización resuelve tareas individuales, mientras que la orquestación las conecta para lograr resultados de principio a fin», afirma Anand. «La próxima evolución es la orquestación contextual, en la que los agentes, las aplicaciones y los trabajadores humanos de IA operan utilizando una comprensión compartida de los clientes, los procesos y las intenciones comerciales en lugar de registros de sistemas aislados».
A medida que las organizaciones acumulan más robots, agentes y herramientas de inteligencia artificial, gestionarlos se vuelve exponencialmente más complejo. Anand dice que la ventaja competitiva ahora reside menos en la implementación de la automatización y más en cómo los sistemas transfieren el trabajo, colaboran y escalan de manera inteligente.
El peligro de integrar la IA en los sistemas existentes
Las empresas que simplemente colocan un agente de voz de IA frente a un sistema existente están repitiendo el mismo viejo error. En lugar de mejorar la experiencia, terminan recreando los menús deterministas del teléfono que se suponía que la IA reemplazaría. La verdadera ventaja de la IA es la escala, la velocidad y la orquestación que ofrece.
Anand señala una ola de consolidación en el sector, a medida que los proveedores de centros de contacto establecidos adquieren empresas nativas de IA para llenar los vacíos de capacidad y fortalecer sus ofertas de experiencia del cliente. El cambio más amplio de la industria refleja un creciente reconocimiento de que las empresas necesitan más que canales y automatización; necesitan una capa de inteligencia que pueda orquestar la IA, las personas, los datos y los flujos de trabajo en toda la empresa.
El objetivo en todas las industrias es hacer de la IA la capa de conexión entre clientes, empleados y sistemas empresariales. Para lograr esto, las organizaciones necesitan cada vez más una ontología empresarial común: un vocabulario empresarial compartido que alinee los datos de los clientes, los productos, las políticas, los SOP, las transacciones y los flujos de trabajo en plataformas que de otro modo estarían desconectadas.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
La solución de Tata Communications es Interaction Fabric, una capa de orquestación que unifica el centro de contacto, la mensajería, la colaboración, la IA y los datos de los clientes mientras coordina agentes, canales y sistemas comerciales de IA en tiempo real. Esta orquestación se basa en una arquitectura contextual que conecta continuamente identidades, conversaciones, transacciones y datos operativos para que las interacciones mantengan la continuidad en todos los canales y puntos de contacto.
Esto significa que la IA y los agentes pueden moverse entre flujos de trabajo de voz, WhatsApp, chat, correo electrónico y CRM sin perder el contexto del cliente. La identidad, la intención y los conocimientos impulsados por la IA fluyen sin problemas a través de los canales en lugar de quedar atrapados en aplicaciones desconectadas.
La siguiente fase de la orquestación no se trata simplemente de coordinar tareas entre sistemas, sino de coordinarlas a través de una comprensión compartida del negocio. Los gráficos contextuales, construidos sobre ontologías empresariales, crean este entendimiento común al conectar clientes, interacciones, productos, políticas, decisiones y resultados a través de silos organizacionales. Esto permite que los agentes de IA y los trabajadores humanos operen desde la misma fuente de contexto, lo que permite decisiones más precisas, transferencias fluidas y experiencias consistentes para los clientes.
Pero sincronizar la intención del cliente, el historial de conversaciones, los datos comerciales y la toma de decisiones de IA entre canales solo funciona sin demoras. Las redes existentes que no están diseñadas para la frecuencia de datos moderna crean lo que Anand llama gravedad de datos, produciendo latencia y viajes inconsistentes cuando los usuarios cambian de canal.
“La red subyacente debe diseñarse para que sea tan ágil como los sistemas de inteligencia artificial que se ejecutan en ella”, explica. «Las interacciones permanecen sincrónicas y la tecnología misma se vuelve invisible, dejando sólo una experiencia sin esfuerzo».
Hacer de la IA un mejor socio para los agentes humanos
La visibilidad compartida efectiva entre agentes humanos y sistemas de IA comienza con la experiencia del agente en lugar de una sola tecnología. Las implementaciones más efectivas permiten que la IA y el agente humano operen desde la misma comprensión contextual del cliente, asegurando que la información recopilada en una interacción pueda informar la siguiente, independientemente del canal o sistema. Los resúmenes de llamadas automatizados, el análisis de opiniones en tiempo real y la asistencia impulsada por IA brindan a los agentes información práctica instantánea y sugerencias de próximos pasos directamente en su flujo de trabajo.
Esto permite que la IA maneje tareas comunes y de gran volumen, como restablecer contraseñas, rastrear entregas y actualizaciones de cuentas, mientras que los agentes humanos se concentran en interacciones que requieren juicio y empatía.
«Si un cliente se enfrenta a una crisis repentina, como una transacción fraudulenta, la IA puede bloquear instantáneamente la tarjeta, pero no puede proporcionar la comodidad emocional y la comunicación delicada necesarias en ese momento de pánico», afirma Anand. «La respuesta al dilema reside en la orquestación inteligente y no en la elección entre sistemas».
En la práctica, la IA maneja la transacción técnica inmediata, mientras que el análisis de sentimientos en tiempo real reconoce la angustia del cliente y dirige la llamada a un experto humano. El objetivo es coordinar la IA y los agentes humanos para que la eficiencia nunca se produzca a expensas de la confianza y la lealtad a la marca.
Construyendo una arquitectura CX unificada
Pasar de la experimentación fragmentada a la orquestación coordinada requiere cambios tanto técnicos como organizacionales, dice Anand, comenzando con la consolidación de datos fragmentados y soluciones puntuales en una plataforma unificada que prioriza la nube.
«Los equipos de TI y CX necesitan trabajar de forma más colaborativa», afirma, y describe esta alineación como el segundo cambio necesario, esta vez a nivel organizacional.
A nivel arquitectónico, Anand dice que las API de comunicaciones deben integrarse en el núcleo del negocio para que cada función opere desde el mismo contexto del cliente en lugar de mantener sus propios datos aislados. Cada vez más, esto significa ir más allá de la simple integración hacia una arquitectura consciente del contexto donde una ontología y un gráfico de contexto compartidos brindan una comprensión común entre los sistemas de CX, operaciones, negocios, servicios y IA. El cambio organizacional más profundo, dice, es un cambio de mentalidad del apoyo reactivo a un compromiso proactivo, predictivo y personalizado, que él llama las tres P.
Cómo los agentes de IA darán forma al futuro de CX
La participación del cliente en los próximos años estará definida por la inteligencia en tiempo real, una mayor autonomía, una orquestación perfecta entre los puntos de contacto y un contexto empresarial persistente que sigue a los clientes, empleados y agentes de IA dondequiera que tengan lugar las interacciones. En lugar de analizar las interacciones a posteriori, las empresas darán cada vez más forma a las conversaciones en tiempo real.
«El futuro de CX se definirá simplificando y alineando los datos, la infraestructura y los modelos operativos en torno a resultados claros para el cliente en lugar de agregar modelos y herramientas adicionales», afirma Anand. «El aumento de los agentes basados en IA y de las interacciones entre agentes es una tendencia definitoria, en la que los sistemas de IA van más allá de ayudar a los humanos a gestionar y resolver interacciones de forma independiente, creando una capa de interacción en gran medida invisible que mejora la velocidad y la eficiencia».
Los agentes humanos trabajarán cada vez más junto con la IA, respaldados por inteligencia conversacional en tiempo real y recomendaciones sobre las mejores acciones a tomar para brindar lo que Anand llama la experiencia total: un modelo unificado que reúne experiencias de clientes, empleados y IA. Tata Communications está construyendo este futuro a través de sus soluciones Voice AI, AI Workers y Total Experience Hub.
«Con el tiempo, la interacción con el cliente pasará de ser reactiva a predictiva y cada vez más generativa», afirma Anand. «Las empresas no sólo responderán a las necesidades, sino que darán forma y mejorarán activamente el recorrido de los clientes en tiempo real. »
Los artículos patrocinados son contenidos producidos por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
