Hoy estamos interactuando diariamente con robot sin darnos cuenta. Cuando decidimos la siguiente película o serie para ver en video streaming, un robot previamente ya estudió nuestras preferencias sobre diferentes géneros, actores y duración.
Del mismo modo, cuando escuchamos música o radio en aplicaciones móviles, un robot nos sugiere la siguiente canción o banda a escuchar basándose en nuestro historial.
Incluso, cuando decidimos comprar la despensa en alguna tienda en línea, un robot nos sugiere el producto, la marca, presentación, y también nos propone una frecuencia estimada de compra para que nunca nos falte ese producto.
Nuestra interacción con robots alimentados con nuestros datos personales y analizados con técnicas de inteligencia artificial se está volviendo el estándar de oro para poder generar una relación más duradera y estrecha con los clientes.
En esta entrega tocamos cómo varias interacciones con las marcas suceden con máquinas, en lugar de personas. Estas interacciones seguirán siendo una forma importante del crecimiento de los negocios, ya que los clientes no se involucran en una simple relación cliente-proveedor, sino que aparecen rasgos de colaboración humano-máquina.
Por ejemplo, cuando interactuamos con un asistente de voz como Siri o Alexa, conforme les dictamos comandos de voz con instrucciones sencillas, dichos asistentes empiezan a aprender de nosotros y, con el tiempo, la probabilidad de un malentendido disminuye. Los robots conversacionales también aprenden de todas las interacciones por chat que tienen con los clientes que requieren de soporte.
Este grado de personalización que los robots aprenden a entregar con el tiempo proporciona valor a los clientes ya que entienden mejor sus requerimientos y comandos con mayor precisión y, por lo tanto, los atienden de mejor manera.
Conforme los algoritmos se adaptan a las necesidades del cliente, es más probable mantener la relación con él con el consecuente aumento de las tasas de retención.
Otra manera en que los robots entregan valor es la conveniencia. Los clientes pueden hacer requerimientos a los robots en cualquier momento y en cualquier lugar, y tendrán una respuesta inmediata. Los robots pueden aprender a asociar momentos y requerimientos específicos de los clientes para dar una respuesta más precisa.
En realidad, la conversación con un robot no es un camino de un solo sentido, sino que, similar a la conversación entre personas, es un camino de dos vías en el que se intercambia información y se aprende de ella.
Mientras que la entrega de valor a los clientes es innegable, también es necesario considerar el lado obscuro del uso de robots. Un aspecto todavía a mejorar se refiere a los sesgos que el robot puede aprender a desarrollar al ser expuesto a estímulos que no son generales de todos los clientes.
Por ejemplo, si el robot fue entrenado con estímulos de voz con un acento de Argentina, es muy probable que le sea difícil identificar las palabras de un oriundo de Yucatán. Palabras y frases completas pueden ser muy específicas de una región en particular.
Esto puede llevar al robot a discriminar a ciertos segmentos del mercado con la consecuente pérdida de la relación. Cuando se entrena a un robot, es necesario asegurarse hacerlo con voces y textos del segmento de clientes que estará atendiendo. De lo contrario, es posible que pueda malinterpretar las solicitudes de los clientes e incluso caiga en comportamientos de discriminación.
Entrenar a un robot cuesta dinero, que debe ser incluido en las estrategias de manejo de la relación con el cliente, además de que es necesario identificar los momentos en los que los robots pueden entregar más a los clientes.
Este enfoque estratégico marca la diferencia entre utilizar las tecnologías de inteligencia artificial más comunes para generar un efecto ‘me-too’, montarse en la ola tecnológica e identificar las tecnologías que efectivamente entregan mayor valor a los clientes.
La moraleja es pensar cómo las tecnologías agregan valor, más que el hecho de utilizarlas. Al final del día, los clientes miden a las marcas por el valor que reciben, más que por las tecnologías que utilizan.
Profesor de la Facultad de Economía y Negocios de la Universidad Anáhuac México
Email: pavel.reyes@anahuac.mx
