En el competitivo sector financiero, el acceso rápido y confiable a la información es vital. Sin embargo, la búsqueda de datos o la comunicación poco clara a menudo ralentizan este proceso. Ante este contexto, un asistente impulsado por inteligencia artificial (IA) se presenta como una solución innovadora. Este tipo de asistentes no solo proporcionan respuestas instantáneas, sino que también ayudan a navegar por sistemas complejos, asegurando que la información clave esté siempre al alcance, mejorando la eficiencia y reduciendo el riesgo de malentendidos.
Uno de los desarrollos destacados en esta área es Amazon Q Business, un asistente generativo que puede responder preguntas, ofrecer resúmenes, generar contenido y completar tareas de manera segura basándose en datos de los sistemas empresariales. Esta herramienta permite a los empleados ser más creativos, eficientes y organizados.
Un caso concreto de aplicación de Amazon Q Business es el asistente para agentes de servicios al cliente diseñado por el London Stock Exchange Group (LSEG). Este asistente ha demostrado ser capaz de ahorrar tiempo en la generación de respuestas, resumir documentos, recuperar información sobre consultas complejas de los miembros y combinar datos de diversas fuentes, mientras proporciona citas en el texto para verificar la información utilizada.
El London Clearing House (LCH), parte del grupo LSEG, gestiona riesgos en una variedad de clases de activos, incluidas las tasas de interés, el comercio exterior y los derivados. Con el crecimiento constante del LCH, su equipo ha estado buscando formas de mejorar el apoyo a sus miembros y potenciar su impacto en el éxito del cliente. En este sentido, ha examinado cómo los servicios de IA generativa pueden desempeñar un papel crucial en esta mejora.
La colaboración entre el equipo de LCH y Amazon Web Services (AWS) ha llevado a la creación de un asistente de servicio al cliente. Este asistente fue diseñado para abordar las consultas diversas y complejas que realizan los miembros, como la elegibilidad del colateral o la capacidad de compensar ciertos productos en LCH. Históricamente, el equipo de atención al cliente se basaba en documentos de políticas y preguntas frecuentes. Sin embargo, el objetivo ahora es mejorar la experiencia del cliente y aumentar la productividad de los empleados permitiendo que la IA responda a las preguntas de los miembros.
Durante el desarrollo del asistente, se realizaron talleres para evaluar diferentes enfoques de modelos de lenguaje, considerando tecnologías como Amazon SageMaker. Finalmente, la elección recayó en Amazon Q Business, gracias a su capacidad de búsqueda en la web y su facilidad de implementación.
El proyecto comenzó con la creación de una base de conocimientos que conecta documentos internos y fuentes externas. Posteriormente, se integró un sistema de pruebas para validar la precisión de las respuestas generadas por el asistente. Durante las pruebas, el asistente demostró su capacidad para ofrecer respuestas precisas en pocos segundos, mejorando así la eficiencia operativa y la satisfacción del cliente.
A medida que se implementa el asistente, hay planes para integrarlo con otros sistemas de correo electrónico y gestión de relaciones con clientes, lo que ampliará su uso dentro de LSEG. Esta iniciativa no solo mejora la forma en que se manejan las consultas, sino que también establece un modelo para la adopción de tecnologías de IA en otros sectores del grupo.
La experiencia del LSEG con Amazon Q Business es un claro ejemplo de cómo la inteligencia artificial puede transformar el servicio al cliente en el sector financiero, permitiendo que las empresas manejen consultas complejas de manera más eficiente y efectiva.
vía: AWS machine learning blog
