Chatbot – Inteligencia artificial

Chatbot – Inteligencia artificial

En este caso de éxito quería comentar como hemos desarrollado y dirigido el proyecto de chatbot para el área de atención al cliente de uno de mis clientes, en este caso una empresa de transporte orientada al servicio urgente de entrega de paquetería.

Chatbot

El primer paso para aplicar la inteligencia artificial (IA en adelante) a una empresa es entender que es la IA. En este caso hablamos de sistemas cognitivos, sistemas NLP que en este caso son capaces de entender el lenguaje humano para extraer conocimiento, desencadenar acciones y responder al usuario, proporcionando la experiencia que no estamos ante una máquina, si no ante una persona (al menos ese es el objetivo)

chatbot entrenamiento

El entrenamiento de la red neuronal es parte fundamental. Similar a como aprende un niño una tarea.

Los sistemas Chatbot de procesamiento de lenguaje natural en lo que denominamos IA estrecha, orientado a resolver un número de casos o problemas limitado (si le preguntamos por quien ganara la liga no lo entenderá), se basan en el uso de una red neuronal que actúa como “cerebro” entendiendo lo que le preguntamos porque previamente ha sido entrenada por nosotros. Dos cuestiones en este punto:

  1. El entrenamiento es fundamental, un concepto que puede separar un proyecto de chatbot de éxito de otro que no lo es.
  2. Muchos de los fracasos de estos proyectos vienen dados porque no se apoyan en sistemas basado en un red neuronal y su funcionamiento resulta muy artificial o errático, no entendiendo al interlocutor si en vez de preguntar “donde esta su paquete” cambia y pregunta por “me preocupa si se ha perdido mi paquete”

chatbot

Ejemplo de una conversación

En este caso de éxito seguimos las siguientes pautas:

  1. Entender las principales llamadas al área de atención al cliente, aquellas que les lleva el 80% de su tiempo. En este ejemplo donde esta un paquete, a que hora se entrego, etc
  2. Se desarrolla y se entrena una red neuronal para que sepa entender cuando un interlocutor le pregunte por esas situaciones.
  3. Se desarrolla un chatbot que llama a la red neuronal con los mensajes que el cliente nos escribe. Esto le denominamos INTENTOS.
  4. Según el INTENTO captado se realiza una ejecución de un dialogo, la integración con el ERP, etc

La tecnología usada en este caso se ha basado en Microsoft para la red neuronal con sus servicios cognitivos, Microsoft Azure para alojar el chatbot y Microsoft .net framework 4.6 para integrar e interactuar con los sistemas ERP y CRM del cliente, así como PowerBI par indicadores de calidad del Chatbot.

chatbot - powerbi

Análisis de la calidad del servicio del chatbot

Conclusión

En este caso de éxito el cliente dispone de un chatbot 24×7, donde el cliente, aunque el área de atención al cliente deje la empresa a las 19:00 puede seguir preguntando por sus dudas. Entendamos esta herramienta como una ayuda a áreas de la empresa haciendo más productivo a estos departamentos, aumentando la imagen al cliente, su fidelización y reduciendo el churn de clientes en muchos casos.

Luis Vilanova Blanco

606954593

luis@luisvilanova.es