¿Los robots reemplazarán mi mesa de servicio? Parte 1

¿Los robots reemplazarán mi mesa de servicio? Parte 1

El crecimiento explosivo de la inteligencia artificial, el análisis predictivo y las herramientas de big data, han tenido un impacto revolucionario en la forma en que las empresas consideran, evalúan y ejecutan su estrategia. De hecho, PwC estima que la IA tendrá un impacto de $ 15.7 billones de dólares en la economía global para el año 2030, y es probable que esta tendencia se acelere a medida que estas tecnologías proliferen.

Entonces, ¿cómo se aplica la tecnología cognitiva en la mesa de servicio? Antes de responder a esa pregunta, comencemos revisando el papel del servicio de asistencia moderna. Llamamos a la mesa de servicio cuando tenemos un problema. El servicio de asistencia es responsable de ayudarlo con el problema. Note que no usé la palabra “resolver” porque este no es su objetivo principal. No todos los problemas están relacionados con cosas que están rotas, muchas son: preguntas, aclaraciones, solicitudes, capacitación y otras áreas de interés para el usuario final. Entonces, ya sea que el usuario tenga un problema, pregunta o comentario, la respuesta funcional de la mesa de servicio es siempre la misma:

  • ¿Que estas pidiendo?
  • ¿Puedes describirlo?
  • ¿Cómo lo contesto?

Esta información se captura como un registro de incidentes, y el proceso de resolución de problemas que se utiliza se conoce comúnmente como: Gestión de incidentes.

Los incidentes son costosos y en algunos casos, muy costosos si es que llegan a implicar la interrupción de un servicio comercial crítico relacionado con la operación de la empresa. Estos costos incluyen arreglos, administración, informes y personal para incidentes, todo debido a la necesidad de la participación humana. El objetivo final de la gestión del servicio es eliminar los incidentes por completo y así erradicar esos costos.

Sin embargo, este no es un objetivo pragmático ni realista porque los incidentes siempre ocurrirán. El enfoque de esta primera parte de una serie de blogs es presentar cómo la industria está utilizando las tecnologías cognitivas para ayudar a la transición de las respuestas que generan grandes costos que son implementadas por las personas, a las interacciones “basadas en robots” de menor costo. La tecnología cognitiva tiene el potencial no solo de reducir la carga de costos general de la gestión de incidentes, sino también mejorar significativamente la experiencia del usuario final. Sin embargo, se debe hacer la pregunta, ¿Qué impacto tendrá esto en la mesa de servicio actual y cómo se prepara para esta evolución? Cubriremos eso en la segunda parte de esta serie al explorar más a fondo los desafíos y las consideraciones para el movimiento.

De chat a chat-bot

Todos hemos estado en sitios web donde se presenta una sesión de chat o mensajería instantánea en línea a los clientes, que es empleado como un método para interactuar con el servicio al cliente o las ventas. Algunas instituciones argumentarán que ya están impulsando la comunicación robótica del usuario final, utilizando estas herramientas de “chat”. Si bien estas son soluciones efectivas y posiblemente mejoren el servicio al cliente, pero se está convirtiendo rápidamente en un método obsoleto de soporte al usuario final. ¿Por qué? La razón es que la interacción de chat es simplemente cambiar la conversación de un teléfono a un teclado y aún requiere un analista humano en el otro extremo.

Además, usted está a merced del nivel de conocimiento y experiencia del analista. Si el analista ha manejado el problema antes y tiene una respuesta, la sesión se considera satisfactoria. Sin embargo, si el analista que responde carece de la experiencia relevante, entonces la interacción es un fracaso. Pero ¿Podría haberse evitado este “fracaso” si el conocimiento y la experiencia colectiva del equipo de la mesa de servicio existieran en un repositorio? Hoy, con la introducción de la tecnología cognitiva, esta respuesta se está convirtiendo rápidamente en un rotundo “sí”. Entonces, analicemos por qué esto se está convirtiendo en realidad.

Para hacer la transición de “chat” a “chat-bot” significa pasar a la tecnología cognitiva que aprovecha el aprendizaje automático. Para crear un “chat-bot” es necesario basarse en datos de calidad que se recopilan, correlacionan, organizan y finalmente se presentan en lo que yo llamo la dinámica “Statement-Response”.

La respuesta de chat-bot al usuario es directiva o predictiva, lo que significa que el robot tiene una respuesta directa y concisa, o predecirá lo que quiere y llevará a una conclusión. Permiten al usuario describir la situación utilizando lenguaje natural, y las respuestas robóticas basadas en el lenguaje natural se correlacionan y devuelven. Muchas sesiones de chat-bot están basadas en el teclado; sin embargo, el método más moderno que se está implementando utiliza tecnología de voz como Siri o Alexa. Hablar o escribir con lenguaje natural es una propuesta convincente, pero su éxito se basa en la calidad y eficiencia general del procesamiento del back-end. Y cuando no se hace bien, encontramos algo en lo que todos estamos familiarizados: con los memes y parodias sobre el auto corrector de Siri o Alexa.

El concepto de recopilación de datos para dirigir o predecir un resultado deseado no es nuevo. Vemos esto todos los días mientras navega por internet. Las ventas en línea utilizan datos para enviar anuncios específicos a su navegador, que se correlacionan con su historial de navegación web y predicen lo que desea. Los datos de personalidad son utilizados por los sitios de citas en línea, donde se analizan y comparan con miles de otras presentaciones utilizando un algoritmo psicológico patentado que da como resultado coincidencias de mayor calidad.

Por otra parte, las agencias de inteligencia y protección de todo el mundo utilizan datos correlacionados no solo para ayudar a resolver los delitos actuales, sino también la potencialidad de los delitos mediante la recopilación de datos inocuos, pero cuando se relacionan, se pueden identificar patrones y tendencias que conducen a la posibilidad de cometer delitos. Piense en el comercial de televisión de IBM, donde algunos trabajadores de aviones se reúnen frente a un avión y le preguntan a la solución cognitiva de IBM, “Watson”, qué dicen los productos de aviónica.

Watson responde: “Según los registros de mantenimiento y rendimiento, debe reemplazar el condensador C4”. Este intercambio es la definición de cómo funciona la tecnología cognitiva. Este análisis solo funciona cuando la historia registra no solamente un plano, sino que decenas de miles de aviones son analizados. Esa es una hazaña que supera la capacidad humana, pero ilustra cómo la tecnología cognitiva puede aprovechar la experiencia de muchos para proporcionar respuestas a un llamado específico a la acción: el “tiempo para el mantenimiento”.

El servicio de atención cognitiva definido

La organización típica de la mesa de servicio está configurada con tres niveles. El primer nivel (L1) es la primera línea de comunicación, atendiendo llamadas o procesando solicitudes de los usuarios finales, de esta forma se crean los registros de incidentes necesarios. El analista L1 puede o no poseer las habilidades necesarias para responder al usuario. Si no lo hacen, asignan el incidente al siguiente nivel de habilidad.

El segundo nivel (L2) son los expertos en la materia que reciben los incidentes asignados y tienen la responsabilidad de llegar a una conclusión. A menudo, los incidentes de L2 son más complicados en su naturaleza y están relacionados con la mayoría de los problemas de infraestructura, las soluciones comunes o algunas aplicaciones empresariales.

El tercer nivel (L3) es el personal más avanzado técnicamente y como el más capacitado, también es el más costoso. Muchos de ellos son conocidos como los ingenieros o desarrolladores de aplicaciones que están alineados con las tecnologías más críticas del negocio. Estas personas son la última esperanza de resolución y su participación interrumpe su capacidad para desarrollar futuras innovaciones que tienen el potencial de reprimir el progreso.

Con el advenimiento de la tecnología cognitiva, las corporaciones ahora tienen el potencial de recopilar datos y usarlos para construir una base de datos de conclusiones lógicas. Esta tecnología puede abarcar todas las áreas del negocio e incluir marketing, fabricación, ingeniería, ventas, recursos humanos y TI. Ahora piense en los millones de incidentes, problemas, conocimientos, cambios y registros de activos procesados anualmente por la mesa de servicio.

Estos registros contienen una gran cantidad de problemas, preguntas e información, todos relacionados con una situación que lleva a un resultado. Las soluciones cognitivas de TI ahora pueden escanear esos registros y correlacionar la información para construir esa base de datos de frases de “Declaración-Respuesta”, proporcionando el contexto lingüístico al usuario final. Los objetivos iniciales de la tecnología cognitiva son las solicitudes de alto volumen de carácter común que inundan la mesa de servicio todos los días.

Estas solicitudes son elementos como, restablecimientos de contraseñas, creación de cuentas, errores de aplicaciones de oficina, conectividad de red, errores de aplicaciones de negocios, cancelaciones de programación de trabajos, etc. Por lo tanto, combinar la tecnología cognitiva con la capacidad de chat-bot es convincente, emocionante y ofrece todo tipo de posibilidades. No solo puede eliminar todos los límites geográficos, el idioma, la cultura y la tecnología, sino que también abarca fácilmente las zonas horarias. La asistencia técnica de Service Desk en cualquier momento, en cualquier lugar y en donde sea, ahora es posible.

El futuro de la mesa de servicio

Entonces, ¿Cómo me preparo para esto? Para empezar, las herramientas cognitivas deben enseñarse a correlacionar los datos. La herramienta no sabrá inherentemente cómo trabaja y piensa un analista de la mesa de servicio; por lo tanto, debe aprender a hacer esto, y ese aprendizaje proviene de un humano. Los casos de uso como: el manejo de problemas internos comunes, las preguntas de productividad de la oficina, los mensajes de error del sitio web y las inquietudes de la cuenta, son buenos aspectos para comenzar a construir la base de conocimientos de la mesa de servicio.

En la mayoría de las organizaciones, estos tipos de problemas representan la mayoría de las llamadas de la mesa de servicio. Estas y otras solicitudes comunes de usuarios finales son candidatos perfectos para la base de datos de “Declaración-Respuesta”. Es necesario involucrar tanto a su personal L1 como a L2 para que sean los maestros de la solución cognitiva. Alinear las experiencias de las personas con la fortaleza de la extracción de datos cognitivos, puede resultar en un gran avance en la forma en que las organizaciones de gestión de servicios utilizan big data para llegar a conclusiones, más rápido, mejor y más barato.

Esto me lleva a mi declaración anterior de que los incidentes son costosos. El uso de la tecnología cognitiva para reducir el costo de un incidente, es ciertamente la aspiración de todas las organizaciones con las que he trabajado. La combinación de la reducción de costos y la mejora de la experiencia del usuario, aceleran la necesidad de evolucionar rápidamente su mesa de servicio como una necesidad para el futuro.

Puede hacer la pregunta “¿Enseñar a los robots no conllevaría a que los analistas de la mesa de servicio dejen de trabajar?” Esto, para mí, es la parte más convincente de la tecnología debido al impacto positivo que tendrá en los recursos de TI. El analista L1 puede ser compensado algún día por la tecnología cognitiva que puede interactuar más rápido, mejor y más barato, pero solo por las actividades repetitivas y de bajo valor agregado.

El rol de analista L1 crecería y evolucionaría para convertirse en el experto en la materia de temas centrales orientados a los negocios, donde se logra un mayor valor. Tendrán carreras profesionales que les permitirán crecer en cuanto a los roles de capacitación y educación, lo que ayudará a la organización a mejorar, y se convertirá en una fuente de nuevas ideas.

También adquirirán una parte integral de las operaciones comerciales y no en los gastos generales que se consideran en la actualidad. Manejarán personalmente las solicitudes de recursos humanos, los problemas de las aplicaciones de la cadena de suministro y eliminarán los obstáculos al movimiento de productos y flujos de ingresos. Serán reconocidos como personal de alto valor necesario para el negocio, por lo tanto, se convertirán en la nueva mesa de servicio.

Estoy seguro de que a estas alturas, la importancia sobre la tecnología cognitiva tiene más sentido y conocemos el por qué muchas empresas la buscan. Si bien hay múltiples tecnologías que ofrecen esta revolución (por ejemplo, Track-It!), es algo más que conectar un nuevo software para lograr la visión y el éxito que he descrito anteriormente.

Las personas y los procesos, así como los datos y la tecnología deben configurarse de manera efectiva para que la revolución suceda en beneficio tanto de la organización como de los profesionales de TI. Por lo tanto, espera la póxima entrada de blog, donde detallaremos la imagen completa acerca de: cómo llegar a un estado de escritorio de servicio cognitivo.

Tipos de plataformas low-code

En el siguiente blog analizamos diferentes desafíos que atraviesan las empresas y los tipos de herramientas low-code que pueden ayudarte.

Transformación digital con ayuda de Low-Code

La transformación digital implica muchos desafíos, pero con ayuda de Low-code podemos superar estos problemas y abrir el camino para el cambio

5 consejos para elegir la suite de Gestión de Procesos de Negocio (BPM)

El enfoque de suite de gestión de procesos empresariales ayuda en el ciclo de vida de mejora de procesos como analizamos en este blog.

Plataforma de código abierto low-code, qué es y cuáles son sus ventajas

En el siguiente blog exploramos la definición de las plataformas de código abierto low-code, sus ventajas y desventajas

Plataformas no-code frente a los problemas de TI

Ingresa en nuestro blog para aprender cómo las plataformas no-code ayudan a resolver los problemas en los departamentos de TI

Características de los sistemas de low-code qué los hace mejores

En el siguiente blog hablamos sobre el impacto de los sistemas low-code en el desarrollo de aplicaciones y sus ventajas en los negocios

6 puntos clave para elegir la plataforma RAD adecuada

El siguiente blog analizamos el desarrollo de aplicaciones RAD y las características que debe tener para tu negocio.

No-code: qué es y cómo aplicarlo en el desarrollo sin código

Con la llegada de la programación no-code, diseñar las soluciones que tu empresa necesita es más fácil, descubre cómo lograrlo en este post

Los 6 principales desafíos en adquisiciones que enfrentan las empresas

En este blog analizamos los principales problemas en el área de adquisiciones que enfrentan las empresas de todos los tamaños

7 beneficios de implementar el desarrollo ciudadano

Con el desarrollo ciudadano tu empresa puede eliminar los cuellos de botella y reducir la carga de trabajo de TI. Descubre más en este blog