Roberto Cruz: “Hoy la tendencia es que el asistente virtual sea capaz de personalizar la información”

 

El General Manager del Etermax AI Labs, unidad de inteligencia artificial corporativa de la compañía argentina de gaming Etermax (famosa por la creación del juego Preguntados), contó a Ok-Bot los detalles de su business core, el impacto de la relación AI/lenguaje y la expansión que están teniendo las soluciones conversacionales en la región.

¿Cómo ingresaste al terreno de la Inteligencia artificial?

Tuve un pasado muy corporativo. Trabajé muchos años para IBM en distintas áreas, en tecnología, en servicios. Y cuando IBM saca Watson, su iniciativa de inteligencia artificial, inmediatamente eso me apasionó. Me pareció que la inteligencia artificial tenía y tiene un potencial increíble para transformar cosas. Estas cosas son organizaciones, empresas, relaciones entre personas. Lo que me pasó es que hacia fines del 2015 surgió la posibilidad de formar una empresa que en aquel momento se llamó “Cognitiva”. Era una empresa dedicada en toda Hispanoamérica a desarrollar soluciones basadas en la inteligencia artificial de Watson. Así que me embarqué en eso. Cognitiva es desde un principio una empresa que en estos seis años se dedicó exclusivamente a inteligencia artificial, corporativa. Estuve así apasionado en esta montaña rusa que pasó de evangelizar explicando a los clientes qué cosas se podían hacer con la inteligencia artificial, a diferencia de hoy en donde hay mucha más madurez y mucha más competencia. En el proceso nos compró EterMax, así que hoy dejamos de ser Cognitiva y somos Etermax AI Labs.

¿Cómo se compone Etermax? ¿Cuál es su core?

Tiene tres líneas de negocio: gaming, que es la línea original y la principal; desde el 2018 cuando compra Cognitiva hace inteligencia artificial corporativa; y tiene una tercera pata que se llama Brand Gamification, que está destinada a ayudar a las empresas a usar la gamification para avanzar su imagen de marca o la llegada de su marca.

¿Cuál es el rol principal del Etermax AI Labs?

Nosotros tenemos como clientes principales a empresas. No somos un laboratorio interno, sino que somos una unidad de negocio que le vende a los clientes tres cosas. La primera tiene que ver con inteligencia artificial conversacional, sintéticamente un bot, por ejemplo, es inteligencia artificial conversacional. La segunda tiene que ver con enriquecer la capacidad de toma de decisión de las personas a partir de expandir el conocimiento. Esto tiene que ver con integrar fuentes muy diversas de información estructurada y no estructurada para asistir a una persona que tiene que tomar una decisión, dando una recomendación. O sea, esto es una instancia un poco más profunda en inteligencia artificial. Y la tercera tiene que ver con automatizar procesos a través de inteligencia artificial. Básicamente usamos los conceptos y distintas tecnologías de inteligencia artificial para hacer tres cosas: permitir que las organizaciones conversen, que tomen mejores decisiones a partir de mejor información y conocimiento, y automatizar cuestiones asociadas a la comprensión con inteligencia artificial.

 

¿Cómo se aplica la Inteligencia Artificial a la conversación y al lenguaje?

El origen de esto es darnos cuenta de que las personas nos comunicamos, nos conocemos, construimos confianza, nos entendemos a partir de articular el lenguaje. Entonces el lenguaje es importantísimo no solo en la comunicación, sino también en la documentación de cosas. Tradicionalmente el lenguaje estuvo fuera de lo que era inteligible para los sistemas de computación tradicionales. Es la inteligencia la que te permite comprender el lenguaje, articularlo, entender el contexto de una conversación. Entonces nos pareció que si le aplicas inteligencia artificial a entender distintos aspectos del lenguaje en una conversación escrita, en una conversación oral, en distintos documentos, en un informe, en una memoria y en un balance, podés extraer de ahí mucho conocimiento que sea útil para las personas. Y así es como dijimos: “Bueno, vamos a tratar de aplicar inteligencia artificial a un entorno no estructurado por excelencia, como es el lenguaje, pero esencial a todas las interacciones humanas y vamos a buscar hacer transformaciones profundas ahí”. Y por eso esas tres áreas de trabajo que te dije que son la conversacional, la que tiene que ver con expandir el conocimiento y la automación a partir de la comprensión.

¿Cómo ves el desarrollo de la asistencia virtual en la región, que ya tiene sus años?

Sí, tiene sus años. Nosotros en 2016 empezamos a hacer los primeros asistentes virtuales de producción, por ejemplo, para Banco Santander. Comenzamos en aquel entonces con asistentes virtuales muy simples, lo que comúnmente se conocía como bots, que eran capaces de responder preguntas simples. Esto fue evolucionando, te diría, en dos dimensiones. La primera es que hoy hay una muy rápida generalización de la adopción: ves empresas o instituciones del sector público, también de distintas industrias, adoptando asistentes virtuales. La segunda dimensión tiene que ver con la mayor complejidad respecto al tipo de cosas que podés hacer en un asistente virtual. Antes podías hacer preguntas muy simples del tipo “¿cuál es tu horario de atención?”. Hoy la tendencia es que el asistente virtual sea capaz de personalizar la información que te da. Por ejemplo, si quiero saber el saldo de mi cuenta o transferir. Incluso, yendo todavía un paso más allá en atención al cliente, que el asistente virtual me responda distinto en función a mi contexto, esto es, que  tenga en cuenta qué tipo de cliente soy o cuál es mi situación en ese momento, si estoy muy disgustado o no. Entonces el asistente virtual se está volviendo un protagonista de lo que es la auto-atención por parte del cliente, del usuario. Y la variable principal no es el costo: la variable principal es que hay una mejor experiencia. Yo puedo tener una consulta a las tres de la mañana y no hay call center que me atienda a esa hora. Entonces, lo que hay como tendencia es que las empresas empezaron a diseñar experiencias que combinan la auto-atención con la asistencia con un humano. Y estas combinaciones están generando que en el mundo de los asistentes virtuales haya asistentes virtuales mucho más sofisticados, que por ejemplo atienden a la persona, pero también ayuda a la gente de atención telefónica a dar una mejor respuesta al usuario final.

Hace unos días se me cortó la transmisión del cable y el chatbot de la empresa no me dio una respuesta ante una solicitud muy concreta. Esto me hace preguntarte… ¿Cuáles creés que son los desafíos actuales de la asistencia virtual?

 

Creo que son varios. El primero tiene que ver con una buena selección de los casos de uso desde la perspectiva del negocio. Tiene que haber un sentido del negocio medido en algún KPI. Tu ejemplo, el caso de la atención de una cablera… ¿Por dónde empezar?

¿Por reclamos? ¿Por altas de clientes? ¿Preguntas generales? ¿Problemas de servicio? Luego hay que preguntarse qué indicador quiero afectar, ¿el costo, el first call resolution? Entonces, una buena selección del caso de uso, no sólo desde el punto de vista de la solución técnica, sino desde qué sentido tiene el negocio, el business case, es muy importante. Y esto no es un desafío local, es global.  Lo segundo es cómo concebir una evolución de tu asistente virtual. Cuando como organización empezás con un asistente virtual y lo hacés con uno que atiende, por ejemplo, “preguntas generales”, lo que te va a pasar es que, si el asistente funciona bien, la adopción por parte de los clientes crecerá muy rápidamente. Entonces te verás obligado a ampliar el rango de estos asistentes virtuales. Y ahí es cuando viene el segundo obstáculo. Vos tenés que pensar en asistentes virtuales que, desde el punto de vista tecnológico, te permitan acompañarte en ese roadmap. A veces, los clientes tienden a ver “mirá, este asistente virtual hace lo que yo necesito”, pero la pregunta que hay que hacerse es: “¿Esta tecnología, o este proveedor, me va a ayudar en mi jornada en donde voy a querer que haya muchos asistentes virtuales? Si hubiera temas en común, ¿podrán consultarlo en un lugar en común? Si tienen que integrarse con mis sistemas y con mis bases de datos para proveer una respuesta, ¿podrán hacerlo? Entonces, esa especie de visión a futuro, de tener un roadmap sobre cómo pensás hacer atención al cliente y que la tecnología que elijas te acompañe es un segundo obstáculo. Hemos visto casos de gente que empezó con soluciones muy chicas, que están buenas porque permiten probar y aprender, pero después como empresa tenés que cambiar de proveedor o de tecnología para que te ayude a evolucionar. La tercera tiene que ver con la evolución de los asistentes virtuales. Hacerlo evolucionar implica tener un equipo interdisciplinario que lo mida y en base a las métricas tome decisiones hacia dónde tiene que evolucionar. Formar ese equipo multidisciplinario, que tiene desarrolladores, data scientists, lingüistas, es también un desafío porque varios de estos skills son perfiles escasos en el mercado.

 

¿Cómo funciona el conversational analytics?

Tenés que tomar todas las conversaciones que ocurren, ya sean a través de canales escritos o por voz, con asistentes virtuales o con operadores humanos. Entonces ahí tenés un gran conjunto de datos en forma de texto que podés procesar y hacer análisis de cuál es el sentido o qué está pasando en esas conversaciones. El conversational analytics funciona entonces tomando todas las interacciones que están ocurriendo entre tu empresa y tus usuarios para hacer determinados tipos de análisis. ¿Cómo se hace con inteligencia artificial? Se le aplican distintos modelos que permiten clusterizar, extraer conceptos o aplicar una ontología de conceptos específica para tu empresa y, en base a eso, poder sacar conclusiones o identificar patrones. Con eso podés informar a distintas organizaciones técnicas o del negocio de cosas que son “insights”. Hay tres cosas que se pueden hacer con el conversational analytics. La primera es encontrar elementos que te permitan re-entrenar al asistente virtual. Es un track evolutivo. El segundo tiene que ver con el QA. Vos podés querer un QA típico que se hace en un call center, pero usar inteligencia artificial para entenderlo y eso implica no solo cumplir con las métricas de QA, sino eventualmente extraer información para entrenar agentes específicos que están performando medio mal en una variable determinada, como el saludo, demoras en responder ciertas consultas. Y la tercera área en donde el Conversational Analytics es útil es identificar tendencias sobre lo que los clientes te están comentando.

 

 

Deja un comentario