La compañía AWS está revolucionando los procesos de venta y las interacciones con los clientes mediante la utilización de inteligencia artificial generativa en todo el ciclo de ventas. Buscando un futuro donde la inteligencia artificial se integre perfectamente en los flujos de trabajo de sus equipos, AWS está centrado en automatizar tareas repetitivas, ofrecer recomendaciones inteligentes y liberar tiempo para interacciones más estratégicas y de mayor valor.
Los equipos de AWS, que incluyen gerentes de cuentas, arquitectos de soluciones, especialistas y funciones de soporte interno como operaciones de ventas, están explorando oportunidades emocionantes en la prospección, el progreso de oportunidades y el compromiso con los clientes. Utilizando datos históricos, AWS busca generar contenido personalizado en cada etapa y asegurar la colaboración fluida dentro de los equipos de cuentas con una vista completa y actualizada del cliente.
Uno de los primeros casos de uso en producción desarrollado sobre Amazon Bedrock es «Account Summaries». Esta solución permite a los equipos de AWS estar mejor preparados para sus interacciones con clientes, combinando información de diversas fuentes en resúmenes comprensibles y disponibles bajo demanda en sus sistemas de gestión de relaciones con clientes (CRM). Según datos de AWS, entre septiembre de 2023 y marzo de 2024, los vendedores que utilizaron estos resúmenes vieron un aumento del 4.9% en el valor de las oportunidades creadas.
La mayor oportunidad de negocio radica en la integración de datos que a menudo residen en sistemas internos dispares, como herramientas financieras y CRM, y fuentes externas, lo cual puede ser un proceso que consume mucho tiempo. AWS está utilizando inteligencia artificial generativa para conectar manualmente estos conjuntos de datos, buscando mejorar la manera de descubrir conocimientos valiosos y detectar oportunidades rápidamente.
Los «Account Summaries» emplean una combinación de datos estructurados y no estructurados provenientes de fuentes diversas, incluyendo compromisos con clientes, insights de aprendizaje automático, datos web externos y más. Esto permite crear resúmenes integrales personalizados para los vendedores, accesibles en su CRM y proactivamente entregados a través de plataformas de comunicación como Slack en función de reuniones próximas.
Desde su creación en 2023, se han generado más de 100,000 resúmenes de cuentas con AI generativa, y los vendedores de AWS informan haber ahorrado un promedio de 35 minutos por cada resumen, lo cual no solo aumenta la productividad sino que también permite dedicar más tiempo a interacciones con los clientes. Esto ha tenido un impacto significativo, especialmente entre los equipos que administran un gran número de clientes, facilitando transiciones de cuentas y la preparación para eventos con información completa y actualizada.
A nivel técnico, AWS ha adoptado un enfoque modular al seleccionar modelos de inteligencia artificial, combinando las capacidades de Amazon Titan y Anthropic Claude en Amazon Bedrock para optimizar factores como la precisión, el tiempo de respuesta y la eficiencia de costos. Asimismo, se implementaron técnicas para mitigar las alucinaciones de los modelos de lenguaje, mejorando la integridad y fiabilidad de los contenidos generados.
La implementación de estas tecnologías dentro de AWS facilita la integración de datos de diversas fuentes, junto con procesos sofisticados de indexación y recuperación de datos. Aprovechando modelos de lenguaje avanzados y estrategias de prompting cuidadosamente elaboradas, AWS busca asegurar que los resúmenes de cuentas sean precisos, relevantes y alineados con las necesidades de sus equipos de campo.
En los próximos artículos de esta serie, AWS explorará otros casos de uso, como su asistente de ventas AI impulsado por Amazon Q Business, así como agentes autónomos para la prospección y el compromiso con el cliente. La compañía está entusiasmada por el potencial de estas tecnologías para automatizar tareas, proporcionar recomendaciones y liberar tiempo para interacciones estratégicas.
vía: AWS machine learning blog
