Llegamos a ustedes gracias a:



Reportajes y análisis

6 plataformas top para la construcción de chatbots

[17/07/2019] Mientras el mundo se obsesiona con un futuro lleno de autos autónomos y robots trabajadores, el simple chatbot se ha convertido en la realidad de hoy en la primera línea del servicio al cliente. Las empresas están desplegando pelotones de aplicaciones de inteligencia artificial (IA) parlantes, integrando a los chatbots en todas las facetas de la comunicación entre los usuarios y la empresa.

La generación actual de chatbots surgió de dos tradiciones. Un camino comenzó en la elaborada ecología de las herramientas construidas para apoyar a los centros de llamadas de los humanos. Los desarrolladores reconocieron que algunas aplicaciones inteligentes podían soportar estos sistemas, interceptando las peticiones iniciales y, a veces, resolviendo las más simples. Añadieron inteligencia a un sistema que ya estaba construido para chatear con los clientes.

El otro camino vino del laboratorio y de los propios investigadores de la IA. A medida que creaban sus pilas de procesamiento de lenguaje natural, se dieron cuenta de que los trabajos de servicio al cliente eran una buena aplicación. Así que crearon sus propios chatbots y los comenzaron a distribuir.

Hay un sorprendente número de diferencias prácticas entre estos enfoques. Algunos robots de chat funcionan tanto con palabras habladas como con mensajes de texto, mientras que otros solo se comunican a través de texto. Algunos apoyan principalmente a los humanos, mientras que otros lo hacen solos. Algunos son sinceros sobre su alma mecánica y otros asumen tímidamente un papel humano, con una foto humana de una colección de fotos de stock.

Su mejor enfoque depende de su estrategia actual. Las empresas con equipos de servicio al cliente existentes, probablemente querrán añadir poco a poco chatbots en la primera línea de soporte para responder a las preguntas más aburridas y repetitivas. Las IAs se convierten en soporte de nivel cero para salvar a los humanos de problemas de nivel uno y superiores.

Las empresas que empiezan desde cero pueden experimentar más. Es posible que deseen comenzar con una interfaz básica de IA, y ocultar a cualquier ser humano para evitar crear expectativas de contacto humano. O pueden sumergirse con un equipo completo de servicio al cliente con personal humano y de inteligencia artificial.

Todas las herramientas de chatbot de hoy en día requieren capacitación, tanto sobre su empresa como sobre las preguntas que se les pueden hacer. El trabajo más sencillo puede ser subir documentación y dejar que la IA busque respuestas, principalmente con palabras clave. Los documentos semiestructurados, como las preguntas frecuentes, son una buena base porque ya ofrecen respuestas. Una programación más complicada puede tomar la forma de imaginar consultas potenciales, y luego trabajar a través de un diagrama de flujo de respuestas potenciales. Todas las herramientas ofrecen algún tipo de bucle de retroalimentación para que las IAs mejoren con el tiempo.

¿Serán suficientes para soportar parte de la carga? ¿Será más trabajo programar las respuestas que simplemente levantar el teléfono? Estos cálculos a menudo dependen de la complejidad de su negocio y del número total de clientes que pueda necesitar ayuda. Si tiene muchos clientes con demandas directas, entrenar una IA puede ser la solución más rápida y económica para todos.

Aquí hay seis juegos de herramientas que le ayudan a añadir un chatbot para simplificar el proceso de atención al cliente, tanto para el personal como para los clientes mismos.

Amazon Lex

Cualquiera que admira las habilidades de Amazon Echo, puede usar la misma tecnología que apoya la voz de Alexa. La herramienta Lex funciona tanto con mensajes de texto como con entrada de voz, y guía a los usuarios a través de un conjunto de diálogos que Amazon llama "expresiones" y "slots".

La característica más fuerte puede ser su integración con la nube de AWS. Muchos de los servicios incluyen la creación de funciones para la plataforma de computación sin servidores de Amazon, AWS Lambda, y estos eventos funcionarán con todas las bases de datos de Amazon. Si sus datos ya están en la nube, o está utilizando AWS para algún otro uso importante, entonces la integración puede ser bastante sencilla.

La plataforma Lex, al igual que la mayor parte de la nube AWS, se factura según el uso, contando el número de solicitudes que se procesan, minimizando así los costos de inicio.

Dialogflow

La entrada de Google en el campo funciona tanto con voz como con texto para seguir una conversación y activar acciones. Ofrece un marco propietario para rastrear la intención de la llamada, a medida que fluye a través de una secuencia de solicitudes. Google, sin embargo, ha trabajado en la integración de su herramienta con una serie de servicios externos que van desde fuentes de texto como Facebook Messenger, hasta competidores como Amazon Alexa o Microsoft Cortana.

Dialogflow también ofrece una sólida colección de análisis que introduce los resultados en los algoritmos de aprendizaje de máquina de la herramienta, para ayudar a mejorar sus respuestas a lo largo del tiempo. Puede hojear los registros de las conversaciones, modificar las respuestas y volver a entrenar el sistema. La documentación también incluye una serie de versiones prediseñadas para docenas de casos de uso común, como reservar una mesa en un restaurante o buscar servicios locales.

LivePerson

Los chatbots de LivePerson son las entidades de fachada para participar en una interacción de servicio al cliente, antes de entregar las consultas más serias a un agente en vivo. El sistema monitorea todas las conversaciones, rastreando el sentimiento y marcando las interacciones que podrían estar generando frustración para que los agentes humanos, e incluso los gerentes puedan intervenir.

La plataforma principal de la nube se integra con todas las principales opciones de mensajería de texto, y alimenta el texto en el sistema. Puede crear un guión del flujo de LivePerson con Conversation Builder, una herramienta para organizar y probar posibles diálogos. IntentBuilder y KnowledgeBase de Conversation Builder utilizan ejemplos de solicitudes para identificar lo que la persona quiere aprender. Existen estructuras preconstruidas para muchas de las principales aplicaciones e industrias.

La compañía está probando actualmente una opción de "función como servicio" que le permitirá integrar una función AWS Lambda, construida a partir de código JavaScript, para personalizar aún más la interacción.

LiveChat

LiveChat es una plataforma para apoyar a los agentes en vivo con una colección de respuestas enlatadas, y una base de datos de conocimiento de la información más buscada. La herramienta organiza y realiza un seguimiento de las conversaciones en curso entre los usuarios y los agentes activos, con un sistema de tickets para los problemas que requieren una investigación exhaustiva.

LiveChat se integra con muchas de las principales plataformas de CMS, pero también puede obtener texto de plataformas de mensajería como Facebook, o plataformas de comercio electrónico como Magento. Un gran "mercado" de plugins ofrece cientos de formas de ampliar e integrar LiveChat. Si la solución preconstruida no existe, una extensa colección de APIs abre todos los rincones de la aplicación, como la facturación o el cuadro de chat.

IBM Watson

IBM Watson es probablemente más conocido por enfrentarse a los seres humanos en el juego Jeopardy hace ocho años, y ahora puede hacer uso de la misma tecnología en un chatbot para su sitio web o línea telefónica. La marca Watson es grande y abarca muchos tipos diferentes de IA. Su versión del chatbot puede que no sea un campeón de un juego de trivia, pero será capaz de responder a preguntas básicas sobre sus productos.

Los chatbots de Watson pueden ser construidos en una variedad de lenguajes, incluyendo Java, JavaScript y Python. Un número de ejemplos -como un asistente de tienda minorista o un chatbot de Twitter- están disponibles en GitHub. También hay un plugin para WordPress.

Gran parte de la infraestructura está dedicada a encontrar respuestas a partir de una gran colección de datos brutos. La programación del chatbot requiere la identificación de tareas potenciales, y las herramientas de IBM pueden minar los registros de chat humanos para marcar aquellos que podrían valer la pena programar. También hay una sofisticada herramienta para ayudar al chatbot a encontrar respuestas en los documentos de preguntas frecuentes.

Reconociendo el límite de la tecnología, Watson también incluye un proceso para medir la emoción del usuario, y transferir la conversación a un humano si el usuario se enoja.

Bold360

La tecnología de AI de Bold360 se integra en el fondo de una colección de productos para proporcionar asistencia al cliente. Algunos clientes pueden interactuar con un chatbot, otros pueden enviar correos electrónicos, y otro grupo puede navegar por la base de conocimiento directamente con la orientación de la misma IA. Bold360 llama a esto "compromiso omnicanal".

Bold360 habla de "armonía entre el bot y el agente" porque su software tiene como objetivo mezclar el trabajo de los humanos y el de la IA. Los bots pueden sugerir respuestas a los humanos, y los humanos pueden tomar el control silenciosamente del bot. Los bots multiplican el poder del ser humano, y el ser humano salva a los bots de las preguntas más difíciles.

Gran parte del trabajo se centra en la construcción de la base de conocimientos en la que se encuentran las respuestas. El análisis de la IA utilizará rutinas de lenguaje natural para encontrar la mejor combinación, y luego aplicará el análisis multivariado para mejorar los resultados. Una API ofrece acceso RESTful a tareas como la recopilación de datos sin procesar, la configuración de agentes y el flujo de trabajo. Un SDK facilita la integración con aplicaciones móviles.