Recientemente, el Centro de Innovación en Inteligencia Artificial Generativa (GenAIIC) ha colaborado con la aseguradora Travelers para desarrollar un clasificador basado en modelos fundamentales (FMs) que optimiza la gestión de correos electrónicos de servicio al cliente. Travelers, que recibe millones de correos anuales con solicitudes de agentes y clientes, buscaba una solución eficiente para clasificar estos mensajes, los cuales pueden incluir solicitudes complejas como cambios de dirección o ajustes en la cobertura.
El clasificador, impulsado por capacidades predictivas de los FMs, utiliza ingeniería de prompts para categorizar los correos en trece definidas categorías. En las pruebas iniciales, sin aplicar técnicas de ingeniería de prompts, la precisión de clasificación era del 68%. Sin embargo, al incorporar métodos innovadores y el modelo Claude de Anthropic sobre la plataforma Amazon Bedrock, esta tasa de precisión se elevó al 91%.
El uso de un FM permite, entre otros beneficios, mayor rapidez en el desarrollo del sistema y la posibilidad de realizar iteraciones rápidas en la experimentación. A través de un pipeline automatizado, el proceso comienza con la ingesta del correo electrónico, seguido por la extracción y procesamiento de texto, incluyendo PDF, mediante el sistema Amazon Textract. Este enfoque no solo ahorra decenas de miles de horas de procesamiento manual, sino que también mejora la calidad del servicio al cliente mediante la reducción de la carga de trabajo en tareas repetitivas, permitiendo a los empleados concentrarse en cuestiones más complejas.
El proyecto ha resaltado el potencial transformador de la inteligencia artificial en el ámbito de los seguros, a medida que las empresas buscan maneras de optimizar sus operaciones y mejorar la experiencia del cliente. Estos avances indican una tendencia creciente hacia la automatización de procesos basados en inteligencia artificial, lo que podría cambiar drásticamente la forma en que se manejan las solicitudes y servicios dentro del sector.
vía: AWS machine learning blog
