Las aplicaciones impulsadas por inteligencia artificial (IA) se han convertido en un factor clave diferenciador para las empresas en la actualidad. La implementación de recursos basados en IA generativa puede disminuir significativamente el tiempo de incorporación de nuevos empleados, mejorar la búsqueda de información en la empresa, ayudar en la redacción de contenido, verificar el cumplimiento normativo y comprender el lenguaje legal de los datos, entre otros beneficios.
Las aplicaciones de IA generativa están surgiendo como una solución muy valorada en el campo empresarial, especialmente en centros de atención al cliente y en la gestión de relaciones con los clientes. Un caso concreto es el de Infosys Topaz, una oferta centrada en IA que acelera la creación de valor para las empresas mediante la integración de capacidades de IA generativa de AWS. Esto permite asegurar soluciones de IA para el futuro, incluyendo varias plataformas como Infosys Cortex, la Suite de IA Conversacional de Infosys, y el Live Enterprise Automation Platform (LEAP).
En este contexto, se analiza el caso de un gran proveedor de energía donde los agentes del servicio de soporte técnico responden a llamadas de clientes y asisten a técnicos de campo. Se implementó una aplicación de IA generativa utilizando Amazon Bedrock, que reduce los tiempos de atención, automatiza tareas y mejora la calidad general del soporte técnico.
Este proveedor enfrenta varios retos, al recibir aproximadamente 5,000 llamadas semanales relacionadas con consultas que los técnicos de medición necesitan resolver en campo. Los agentes de soporte enfrentan dificultades para encontrar la información adecuada, y el tiempo promedio de manejo de estas llamadas supera los cinco minutos en un 60% de las categorías de problemas más frecuentes. Adicionalmente, un 60-70% de los problemas son repetitivos.
Frente a estos desafíos, se desarrolló un servicio de soporte técnico potenciado por IA que puede analizar transcripciones de llamadas pasadas en tiempo real. Este sistema permite que los agentes respondan más eficientemente, al proporcionarles soluciones basadas en interacciones anteriores, lo que a su vez libera tiempo para atender otros asuntos prioritarios.
La solución consiste en crear una base de conocimiento a través del procesamiento de las transcripciones. Algunas de las ventajas incluyen disponibilidad continua, reducción del tiempo de espera y disminución de la duración de las llamadas, además de mejorar la calidad de las respuestas. La opción de automatizar ciertas acciones que los agentes deben tomar también juega un papel esencial en este proceso.
La arquitectura de este sistema utiliza servicios como Amazon S3 para almacenamiento, así como Amazon DynamoDB y OpenSearch para la gestión de datos, lo que asegura un flujo de trabajo eficiente y una mejor experiencia para el usuario.
Finalmente, el asistente de IA se ha mostrado eficaz, manejando el 70% de las llamadas que anteriormente requerían intervención humana. Tras seis meses de funcionamiento, la intervención humana se redujo del 30-40% al 20%, alcanzándose una mejora del 60% en el tiempo de atención para las cuestiones más frecuentes. Los resultados de encuestas post-implementación también reflejan un incremento del 30% en la satisfacción del cliente en relación con las interacciones de soporte técnico.
vía: AWS machine learning blog
