Puede que TGI Friday’s tenga una reputación de ser un restaurante casual y de alta interacción social, pero la mensajería con sus clientes era muy poco conversacional. La conocida cadena enviaba su comunicación regular a través de medios tradicionales de amplio alcance y, más recientemente, redes sociales; aunque igual seguía queriendo recrear las bromas cotidianas que se dan naturalmente entre los clientes frecuentes del bar.
En lugar de contratar a un batallón de “barmans” de servicio al cliente, TGI Fridays reclutó a una plataforma empresarial de conversación que contiene algo de aprendizaje de máquina e inteligencia artificial (IA) para personalizar su mensajería y la experiencia general de sus clientes. Los clientes pueden chatear con la IA para obtener sugerencias de happy hours y ofertas de aperitivos, tener conversaciones casuales utilizando emoticones, hacer reservaciones y hacer pedidos a domicilio a través de las redes sociales y usando Amazon Alexa.
“Pensamos en cómo la tecnología podía ayudarnos a crear una mensajería personalizada fuera del bar, sin tener que contratar a mil personas para responder a cada uno de los clientes”, afirmó Sherif Mityas, vicepresidente de Estrategia e Iniciativas de Marca, así como CIO en TGI Fridays. “Quisimos ser parte de la conversación cuando alguien estaba pensando en qué lugar escoger para la happy hour o para obtener recomendaciones del trago más popular. Ahí es donde el poder inicial de la tecnología del chatbot entra en juego.
El chatbot de la cadena de restaurantes, creado con Conversable, es solo el aperitivo en lo que se espera sea una comida completa, pues las capacidades de la IA y el aprendizaje de máquina se arraigan en otros sistemas de la empresa, desde plataformas de seguridad hasta sistemas de ventas. Aunque no son tecnologías nuevas, la IA y el aprendizaje de máquina han explotado a gran escala en los últimos meses. Las historias sobre robots, vehículos autónomos y productos inteligentes para los consumidores están ocupando los titulares, al igual que los asistentes digitales operados a través de voz, como Alexa, y los motores de recomendaciones de compañías como Netflix y Amazon, que se han vuelto partes familiares de nuestras vidas diarias.
Al mismo tiempo, las tecnologías como Google Deep Mind e IBM Watson, que alguna vez fueron proyectos privados y aislados, también están ganando reconocimiento como los motores que potencian una variedad de aplicaciones en sectores como salud y finanzas (El servicio de preparación de impuestos de H&R Block es un ejemplo).
Aún son los primeros días
A pesar de ser muy promocionada, la IA se encuentra en sus inicios, especialmente en la industria.
Las tecnologías aún están evolucionando, aunque mucho más rápido en la actualidad, gracias al ilimitado poder de cómputo, la colección de grandes cantidades de información y los avances en las capacidades de las redes neuronales. Aunque los términos, IA, aprendizaje de máquina y aprendizaje profundo son utilizados casi de manera intercambiable, existen diferencias entre éstos, y no entender esas diferencias puede llevar a confusiones.
La IA constituye un concepto amplio que consiste en emplear máquinas o sistemas para llevar a cabo tareas de manera inteligente. El aprendizaje de máquina es una aplicación de la IA mediante la cual un sistema aprende cómo actuar por sí solo basándose en los datos recolectados. El aprendizaje profundo, un subconjunto del aprendizaje de máquina, aplica muchas capas de modelos de red neuronal y algoritmos para resolver problemas muy complejos e intensivos en datos.
En una encuesta reciente de Forrester Research, el 17% de los encuestados afirmó que estará implementando o expandiendo su empleo de sistemas de IA en el transcurso del próximo año. Sin embargo, el 55% afirmó que pretende invertir en la tecnología durante ese mismo periodo de tiempo. Casi la mitad de los encuestados expresó no haber visto aún resultados de sus iniciativas de IA, y el porcentaje restante planea invertir menos de un millón de dólares en dichas iniciativas durante el 2018.
Dominar la IA toma tiempo
En la industria, un factor que mantiene en alza la difusión de la IA es la curva de aprendizaje, puesto que muchos líderes de TI y ejecutivos aún no comprenden en su totalidad los matices de todo lo que involucra la IA, y entienden en menor medida cómo aplicar las tecnologías para resolver problemas de negocio reales, afirman los expertos.
Por encima de eso, las organizaciones están lidiando con el problema presupuestario usual, la sustentación de la utilidad del negocio y la preocupación por la falta de personal capacitado que siguen siendo las barreras para implementar muchos proyectos vanguardistas de TI.
“El año pasado, todos se concentraron tantos en los chatbots, en el aprendizaje de máquina y en la IA que empezaron a usar [los términos] de manera mágica e intercambiable, y esto generó una confusión masiva en el mercado”, afirmó Ben Lamm, CEO de Conversable. “Ahora todas las principales compañías entienden que la IA puede tener grandes efectos en el negocio -pero no saben cómo generarlos”.
La primera ola de interés parece girar alrededor del aprovechamiento de las tecnologías de IA para mejorar el soporte al consumidor, así como su experiencia. El 57% de los encuestados por Forrester mencionó la mejora de la experiencia del consumidor como una razón para usar IA, el 37% reportó la implementación -o planes de implementar- asistentes inteligentes, y el 35% afirmó estar trabajando en el desarrollo de productos cognitivos para los clientes.
Un área donde el aprendizaje de máquina y los algoritmos inteligentes están empezando a tener un impacto significativo es en la detección de ataques conocidos y desconocidos, lo que permite a los profesionales de seguridad de TI adoptar una posición más proactiva en cuanto a la seguridad. Las áreas de ventas y de servicio al cliente también están empezando a producir resultados: En una encuesta realizada por el Accenture Institute for High Performance, el 40% de las compañías afirmó que se encontraba usando aprendizaje de máquina para mejorar el desempeño de las ventas y el marketing.
“En la industria, el interés de hacer algo con IA es realmente alto”, indicó Joshua Feast, CEO y cofundador de Cogito, que vende una plataforma que optimiza la inteligencia y el aprendizaje de máquina en tiempo real para ayudar a los trabadores de un call center a interactuar mejor con los clientes. “El problema que los CIO están encontrando es que muchas de las cosas que quieren hacer se encuentran al margen, como implementar un tipo diferente de interfaz de usuario en un sitio web. La única manera de mover las métricas principales es generar un impacto significativo en las operaciones… y el CRM, las ventas, la seguridad y los call centers son la mejor manera de hacerlo”.
La IA se pone a trabajar
Dan Olley, CTO de Elsevier, está explorando los casos de uso empresarial de la IA en distintos frentes. El proveedor de servicios de información está realizando una prueba piloto de software de seguridad basado en IA para mejorar sus capacidades en ciberseguridad. También tiene interés en optimizar las capacidades de la IA en su plataforma de CRM para mejorar la generación de leads, y está activamente evaluando herramientas como chatbots y sistemas de gestión del conocimiento para mejorar la experiencia de soporte al cliente. Por ejemplo, el grupo de tecnología y desarrollo de Elsevier ya se está beneficiando del sistema de gestión del conocimiento que identifica dinámicamente el contenido relevante y se lo entrega a la persona adecuada sin requerir participación humana, afirmó Olley.
Elsevier también está utilizando la IA para mejorar las ofertas de productos existentes y monetizar los nuevos, informó Olley. En un ejemplo, la compañía uso la IA para extraer imágenes médicas de contenido que se creó décadas atrás, clasificar y anotar el material, hacer que éste se pueda buscar y volver a empaquetarlo como un producto nuevo en cuestión de solo cuatro semanas, indicó, señalando que tal responsabilidad hubiese involucrado años de esfuerzo para descubrir y reunir las imágenes relevantes.
Las claves para lograr una aplicación más amplia de la IA, dijo Olley, son asegurarse de que su equipo de tecnología entienda los datos de la organización y lograr que el personal se ponga al día con las capacidades de la IA. “Una vez que están entrenados para el arte de lo posible, ellos encontrarán nuevas aplicaciones casi diariamente”, mencionó. “Comience con algo pequeño y luego esto se convierte en un motor que continua por sí mismo”.
Banca inteligente
Capital One, conocido por su enfoque de banca basada en la tecnología, ya se encuentra recorriendo el camino de la IA y el aprendizaje de máquina para transformar el servicio al cliente y los sistemas de banca, afirmó Adam Wenchel, vicepresidente de IA e Innovación de la Información de la compañía. En marzo, Capital One anunció la integración de Amazon Alexa a sus sistemas de TI para establecer una base destinada a la introducción de nuevos servicios que permitirán a los clientes realizar actividades bancarias de manera conversacional y sin necesidad de usar las manos, independientemente del ambiente en el que se encuentren, señaló Wenchel.
En el futuro, Capital One planea usar el aprendizaje de máquina para analizar conversaciones del call center e identificar los temas principales, esto es un esfuerzo para mejorar el servicio al cliente, detectar fraudes y encontrar nuevas oportunidades de negocio. Por ejemplo, esa clase de análisis podría descifrar cuál es el tipo de banca a la cual los clientes son propensos a convertirse en clientes inversionistas, afirma Wenchel. En otro ejemplo, Capital One está usando el aprendizaje de máquina para identificar características de un vecindario o para descubrir las razones por las que los residentes se están mudando al área o saliendo de ella, y así ayudar a optimizar los procesos de evaluación de los préstamos de vivienda en mercados nuevos, así como en mercados existentes, dijo Wenchel.
Gran potencial
TGI Fridays también ve un potencial grande para la IA, afirmó Mityas. Por ejemplo, más allá de mejorar la experiencia del cliente, la información recolectada por medio de la plataforma de conversación podría ayudar a la cadena de restaurantes a entender mejor a los clientes y a sus requerimientos. Por ejemplo, la información podría ser usada para identificar los foros en redes sociales que son más frecuentados, y de esta manera asegurar que TGI Fridays se encuentre participando activamente en las conversaciones.
Las capacidades de aprendizaje de máquina van más allá del análisis tradicional en el sentido en que, mientras más información es recolectada por TGI Friday respecto al comportamiento de sus clientes, mayor es la acumulación de conocimientos que pueden ayudar a que la compañía personalice y especifique más sus ofertas casi en tiempo real. “Mientras más sabemos de usted, somos más capaces de personalizar los mensajes y no solo responder”, mencionó Mityas.
Los clientes ya están reaccionando de manera positiva a este nivel mayor de interacción, expresó. Por ejemplo, TGI Fridays ha experimentado un incremento de 500% en su interacción con los clientes en los canales de redes sociales desde que desplegó las herramientas nuevas basadas en conversación. También ha experimentado una subida en las conversaciones que inician actividades comerciales como el pedido de comida o reservaciones a través de sus plataformas de redes sociales, añade él.
Las mismas capacidades impulsadas por la IA tienen mucho potencial para ayudar a que TGI Fridays desarrolle futuras ofertas de productos. “Estamos recolectando conocimientos sobre el consumidor que pueden ayudarnos a entender tendencias de gusto, preferencias de horario para ir al restaurante, o qué tipo de hamburguesas son populares. Podemos dar esta información a nuestros equipos culinarios y de marketing para crear productos más relevantes”, indicó Mityas. “La belleza del aprendizaje de máquina es que nos otorga una guía que va más allá de los datos. Se convierte en una curva de retroalimentación.
TGI Fridays también tiene la visión de ganar conocimientos que puedan generar eficiencias operativas mediante, por ejemplo, la incorporación de capacidades de aprendizaje de máquina e IA a herramientas de la compañía como los sistemas de punto de venta (POS), afirmó Mityas. “Muchas cosas están pasando dentro de nuestras cuatro paredes durante los viernes y sus noches ajetreadas, desde cómo distribuimos las mesas hasta el flujo de las comidas y qué es lo que se cocina. Nosotros podemos analizar todo eso y saber cómo operar un restaurante con mayor eficiencia”.
El rol del CIO
Qué tanto éxito tenga la cadena TGI Fridays o cualquier otra empresa con las tecnologías de IA dependerá, en parte, del CIO. Aunque los líderes de las líneas de negocio pueden instaurar sistemas fragmentados independientes, una iniciativa de IA no generará una transformación a no ser que el CIO asuma el liderazgo para asegurar que los ejecutivos se involucren en el planeamiento apropiado y en los procesos de pensamiento estratégico para apoyar una perspectiva empresarial, afirman los expertos.
“Los CIO que pueden reconocer y descifrar cómo crear valor de negocio son los que pueden posicionarse en la industria”, dijo Matthew Guarini, analista de Forrester Research. “Los CIO tienen que pensar en cómo establecer un mapa de dirección apropiado, cómo optimizar el valor de los datos y cómo implementar los procedimientos de gobierno adecuados”.
Uno debería empezar por identificar qué procesos de negocios tienen cuellos de botella cognitivos y dónde una toma rápida y precisa de decisiones puede marcar la diferencia, especialmente en aquellos casos que van desde la existencia de demasiada información para ser analizada por humanos hasta dónde es demasiado costoso contratar personas con habilidades específicas, afirmó Tom Davenport, profesor de TI y administración del Babson College.
Davenport también aconsejó a los CIO que conciban a la IA como una cartera de proyectos. Por ejemplo, ellos podrían hacer algo en aprendizaje de máquina estadístico junto con iniciativas que involucren chatbots, reconocimiento de imágenes o reconocimiento de voz, en casos en donde esos tipos de tecnologías pudieran cumplir con objetivos específicos. “No coloque todos sus huevos en una sola canasta – empiece por aprender qué tipos de casos de uso tienen sentido para determinar tecnologías”, afirmó Davenport. “A no ser que sea realmente ambicioso y esté intentando transformar por completo el modelo de negocio, tiene sentido ser más conservador y tener una cartera de proyectos que sea menos dramático que intentar llegar demasiado lejos”.
Construir un equipo de IA
Ensamblar el talento adecuado es otro componente crítico para una iniciativa de IA. Aunque las plataformas existentes de software empresarial que añaden capacidades de IA harán que la tecnología esté disponible para los usuarios del negocio a nivel general, va a existir la necesidad de crear áreas especializadas en temas como la ciencia de datos, analítica e incluso competencias no tradicionales de TI, afirma Guarini.
“Conforme empezamos a ver la adopción de talentos, existen grandes vacíos en los roles emergentes y aquellos que no han sido tan críticos en el pasado”, afirma Guarini, citando la necesidad de personas con experiencia en disciplinas como filosofía y lingüística, por ejemplo. “Los CIO necesitan encontrar lo que realmente necesitan en términos de capacidades y, en algunos casos, identificar socios potenciales”.
Dan Moross, director de experiencia del consumidor en Moo.com, una empresa proveedora de servicios de impresión a demanda, afirma que él se encuentra emprendiendo IA en casos de uso individuales, todavía no lo hace en iniciativas a nivel de toda la compañía. Por ejemplo, la compañía se propuso mejorar su funcionalidad de autoservicio para sus clientes mediante el despliegue de una herramienta de análisis de texto basado en IA y una funcionalidad de procesamiento de lenguaje natural para actualizar lo que solía ser una lista estática de respuestas a preguntas frecuentes de los clientes. El sistema examina el comportamiento de los visitantes pasados para aprender qué es lo más popular y muestra el material relevante a los nuevos visitantes, explica Moross.
Moo.com también está usando IA para etiquetar y categorizar la retroalimentación de los clientes en lugar de hacer el proceso manualmente, algo que consumía significativamente el tiempo de los empleados. Desde que implementó ambos proyectos a finales del 2015, Moross afirma que la compañía ha visto una reducción del 20% en el volumen del chat, puesto que los clientes se han vuelto más capaces de ayudarse a sí mismos.
Moo.com ahora planea realizar evaluaciones utilizando chatbots inteligentes para mejorar la experiencia del cliente y considerará la posibilidad de utilizar aprendizaje de máquina para ayudar a los agentes a guiar a los clientes hacia la solución correcta. La idea, afirma Morros, no es hacer algo grandioso, sino enfocarse en implementar IA en el momento y lugar donde tenga sentido.
“Creo que nunca será ‘Sentémonos y hablemos de cómo usar IA para el negocio’, sino ‘¿Qué es lo que necesita el negocio? ¿Y acaso eso requiere algo con IA? ‘”, afirma él. “La tecnología no guiará lo que hacemos”.
-Beth Stackpole, CIO.com
