Doxa 1649

Cree experiencias de cliente ganadoras con IA generativa

Por Nicolaj Siggelkow y Christian Terwiesch

Experiencia del cliente

Harvard Business Review

#Doxa #cliente #IA #generativa #experiencia #negocios #aprendizaje #automatico #tecnología #herramientas #sesgo #competitiva #ChatGPT

Resumen. El lanzamiento de ChatGPT será recordado en la historia de los negocios como un hito en el que la inteligencia artificial pasó de muchas aplicaciones limitadas a una herramienta más universal que se puede aplicar de formas muy diferentes. Si bien la tecnología todavía tiene muchas deficiencias (por ejemplo, alucinaciones, sesgos y falta de transparencia), está mejorando rápidamente y se muestra muy prometedora. Por tanto, es un buen momento para empezar a pensar en las implicaciones competitivas que inevitablemente surgirán de esta nueva tecnología. Muchos ejecutivos están luchando con la pregunta de cómo aprovechar esta nueva tecnología y reinventar la experiencia del cliente digital. Para que suceda la creación de valor, tenemos que pensar en grandes modelos de lenguaje como una solución a una necesidad insatisfecha, lo que requiere una comprensión precisa de los puntos débiles en las experiencias del cliente. Desde las finanzas hasta la atención médica y desde la educación hasta los viajes, los observadores de la industria esperan una explosión de innovaciones de servicios y nuevas experiencias de usuarios digitales en el horizonte.

Desde su lanzamiento en noviembre de 2022, ChatGPT, el chatbot desarrollado por OpenAI, ha conquistado el mundo empresarial. Tras este éxito, Microsoft ha aumentado su inversión en OpenAI y ha lanzado una nueva versión de su motor de búsqueda Bing que proporciona a los usuarios respuestas generadas en respuesta a las búsquedas, en lugar de proporcionarles miles de enlaces para elegir. No en vano, Google, como titular en el mercado de los motores de búsqueda, reaccionó rápidamente y está lanzando Bard., su propio intento de crear un chatbot de IA aprovechando el poder de los grandes modelos de lenguaje e integrarlo en el proceso de búsqueda. (“Los modelos de lenguaje grande” son algoritmos de aprendizaje profundo para el procesamiento del lenguaje natural que pueden resumir, traducir y generar texto nuevo).

Yendo más allá de la búsqueda, tanto Google como Microsoft ahora hacen que sus chatbots estén disponibles a través de una API (interfaz de programación de aplicaciones, una forma de protocolo), lo que permite a los desarrolladores de software de otras empresas integrar sus sistemas con estos nuevos chatbots. Desde las finanzas hasta la atención médica y desde la educación hasta los viajes, los observadores de la industria esperan una explosión de innovaciones de servicios y nuevas experiencias digitales para los usuarios. Aprovechando las capacidades de los grandes modelos de lenguaje, los chatbots han desarrollado increíbles capacidades para generar respuestas similares a las humanas y para hablar en diferentes idiomas y estilos.

Frente a estas nuevas posibilidades tecnológicas, vemos a los ejecutivos luchando con la cuestión de cómo aprovechar esta nueva tecnología y reimaginar la experiencia digital del cliente. Claramente, ChatGPT y Bard todavía tienen muchas deficiencias (p. ej., alucinaciones, sesgos y falta de transparencia), pero la tecnología está mejorando rápidamente y se muestra muy prometedora. Por lo tanto, ahora es un buen momento para comenzar a pensar en las implicaciones competitivas que inevitablemente surgirán de esta nueva tecnología. Con base en nuestra investigación y nuestro libro reciente, Estrategia conectada, brindamos las siguientes recomendaciones para crear una experiencia ganadora para el cliente.

Recomendación 1: Centrarse en el cliente, no en la tecnología.

La primera reacción visceral a las nuevas tecnologías suele ser centrarse en la tecnología y preguntarse: "¿Qué puede hacer esta tecnología?" Preferimos alentar a los gerentes a que primero piensen en un punto problemático del cliente que debe resolverse y luego pregunten: "¿Cómo puede ayudar esta tecnología?" Para identificar los puntos débiles, nos resulta útil pensar en la experiencia del cliente como un viaje a través de tres fases, todas comenzando con la letra R.

La fase inicial en el viaje de un cliente es el reconocimientode una necesidad del cliente. El cliente o el proveedor de servicios (con o sin chatbot) deben darse cuenta de que el cliente tiene una necesidad no satisfecha. Dada la capacidad de los grandes modelos de lenguaje para interpretar textos e integrar datos, estos modelos podrían convertirse en excelentes asistentes. Por ejemplo, un usuario podría otorgar a dicho asistente el permiso para leer continuamente información como registros de salud, datos de Fitbit y documentos legales. Luego, el sistema de IA podría crear avisos para el usuario sobre posibles necesidades que acechan, ya sea en forma de la necesidad de una visita de control de salud o la necesidad de una cobertura de seguro más completa. Tenga en cuenta que tales experiencias de los clientes pueden ser iniciadas por el chatbot y, por lo tanto, pueden superar las fuerzas de la inercia y la miopía que frenan al usuario en muchas partes de la vida. Siguiendo la indicación del chatbot,

En la segunda fase del viaje del cliente, estas necesidades del usuario se traducen en una Solicitud. Los modelos de lenguaje grande son muy buenos para extrapolar a partir de puntos de datos y predecir lo que el usuario podría querer ver a continuación. Como resultado, el sistema puede crear una lista de ideas novedosas sobre cómo resolver una necesidad particular del cliente y seleccionar un conjunto de recomendaciones para productos y servicios que ayuden a satisfacer la necesidad insatisfecha.

Finalmente, la empresa necesita responder al cliente. Aquí, uno puede aprovechar la capacidad de los modelos de lenguaje grande para escribir sin intervención humana. Por ejemplo, se pueden generar nuevos informes médicos y se puede informar a los proveedores de atención adecuados o incluso solicitar la disponibilidad de citas. De igual forma se pueden generar o actualizar contratos y pólizas de seguros. Todo esto se puede realizar con el nivel adecuado de sofisticación (informe al paciente frente al médico) e incluso se puede ajustar para encontrar el tono adecuado para el estado de ánimo actual del usuario (ansioso, feliz, decepcionado).

Recomendación 2: Centrarse en el aprendizaje.

Las tres R que discutimos (reconocer, solicitar, responder) permiten a las empresas crear excelentes experiencias para los clientes. Para transformar una serie de experiencias en una relación más profunda con el cliente, entra en juego una cuarta R: repetir. Con cualquier interacción que una empresa tenga con un cliente, debe haber un nuevo aprendizaje sobre el cliente para que en la próxima interacción, la empresa pueda hacer un trabajo aún mejor al reconocer, solicitar y responder. La dimensión repetitiva puede crear un poderoso ciclo de retroalimentación positiva: cuanto más una empresa sea capaz de deleitar al cliente, más probable es que la empresa pueda tener una interacción repetida con el cliente, lo que a su vez le brinda a la empresa otra oportunidad para aprender sobre el cliente, permitiéndoles deleitar al cliente aún más en el futuro.

Los modelos de lenguaje extenso son inherentemente buenos para aprender de experiencias previas. Usan interacciones previas como retroalimentación y se entrenan para utilizar la información que reciben en las interacciones con un usuario en particular. Su base de conocimiento con respecto a un usuario crece con cualquier interacción, básicamente codificando el ciclo de retroalimentación positiva que describimos anteriormente. Además, estos sistemas también pueden hacer inferencias de otros clientes similares, acelerando aún más el proceso de aprendizaje.

Recomendación 3: Utilice la tecnología para complementar sus capacidades, no para sustituirlas.

Gracias a las API de Google, Microsoft y otros, la capacidad de integrar grandes modelos de lenguaje en las experiencias de los usuarios digitales no se limitará a las grandes empresas de tecnología. La buena noticia es que todos, incluso una pequeña empresa de atención médica o un distrito escolar con una infraestructura tecnológica anticuada, tendrán acceso a esta tecnología. Pero, desde un punto de vista estratégico, esto también es una mala noticia. La integración de las habilidades de los grandes modelos lingüísticos se convertirá en apuestas en la mesa, es decir, todas las empresas lo harán, en lugar de ser una fuente de ventaja competitiva. En otras palabras, es seguro predecir que una empresa que utilice esta tecnología obtendrá una ventaja competitiva sobre otra que no lo haga. Pero, esto podría no ser suficiente para crear una experiencia ganadora para el cliente.

Para ilustrar, considere lo que ha sucedido con el uso compartido de bicicletas y scooters sin estación. Una nueva tecnología (aplicaciones móviles y GPS) permitió la experiencia de usuario futurista en la que un cliente puede encontrar una bicicleta, autorizar su uso de forma remota, disfrutarla y dejarla donde desee. Este enfoque resultó tan atractivo que varios proveedores de movilidad decidieron ofrecer exactamente la misma experiencia al cliente. Esto era bueno para los clientes que podían cambiar de un proveedor a otro en cuestión de segundos, pero provocó una competencia feroz y la quiebra de muchas de las empresas.

Las empresas deben recordar que la tecnología por sí sola no es una fuente de ventaja competitiva, especialmente cuando está disponible para todos. La pregunta clave es cómo una empresa puede usarlo de una manera que sea valiosa y que mejore la disposición de sus clientes a pagar por él, pero que tampoco pueda ser imitado fácilmente por otros.

Para responder a esta pregunta, proponemos pensar en las nuevas tecnologías como un complemento a las capacidades actuales de una empresa, y no como un sustituto. Gran parte de la discusión actual sobre los chatbots se basa en el modelo mental de que la tecnología potenciada por IA sustituirá al trabajo humano: los costos se reducirían mientras que la disposición general a pagar no se vería afectada. Esto probablemente sea cierto, pero no deja mucho espacio para la diferenciación competitiva. Un mejor modelo mental es pensar en los chatbots como complementos, mejorando las capacidades existentes de una empresa de maneras que son exclusivas de la empresa. Para eso, es necesario identificar la propuesta de valor distintiva que una empresa ofrece a sus clientes, es decir, tener un conocimiento profundo de cómo implementar las cuatro R que describimos anteriormente.

El lanzamiento de ChatGPT será recordado en la historia de los negocios como un hito en el que la inteligencia artificial pasó de muchas aplicaciones limitadas a una herramienta más universal que se puede aplicar de formas muy diferentes. Pero una tecnología en sí misma no crea valor. Para que suceda la creación de valor, tenemos que pensar en grandes modelos de lenguaje como una solución a una necesidad insatisfecha, lo que requiere una comprensión precisa de los puntos débiles en las experiencias del cliente. Como discutimos, estos modelos pueden ayudar a abordar los puntos débiles que ocurren a lo largo de un viaje que abarca las fases de reconocer, solicitar y responder. Una vez que se crea el valor, las empresas enfrentan el desafío de defender el valor de sus competidores. Como ChatGPT o sistemas similares pueden ser utilizados por todos los jugadores de una industria,

Obtenga más información sobre la experiencia del cliente o un tema relacionado IA y aprendizaje automático

Nicolaj Siggelkow es profesor de gestión y estrategia en Wharton y codirector del Mack Institute for Innovation Management. Es coautor (con Christian Terwiesch) de Connected Strategy (Harvard Business Review Press, 2019).

Christian Terwiesch es profesor de operaciones e innovación en Wharton y codirector del Mack Institute for Innovation Management. Es coautor (con Nicolaj Siggelkow) de Connected Strategy (Harvard Business Review Press, 2019).