Tabla de contenidos
El problema con las aplicaciones
En junio de 2020 publiqué un post en Medium, en el que planteaba la pregunta: ¿qué tienen de malo las aplicaciones? En este artículo argumenté que las Apps obligan a los usuarios a adherirse a un enfoque centrado en el acceso a sus datos y servicios.
Con las aplicaciones, los límites se colocan alrededor de nuestros datos, y nosotros, como usuarios, estamos limitados por una pequeña interfaz gráfica de usuario, desde la que tenemos que seleccionar un silo/aplicación y profundizar a través de una experiencia de usuario estrecha y restringida. Los usuarios tienen que navegar de arriba a abajo a través de asequibles gráficos como pestañas, botones, árboles de menús, etc. para llegar al servicio o la función deseada.
También he argumentado que las aplicaciones atraen a los usuarios a un estrecho «dominio de cuadrados» sincrónico y de un solo hilo, mientras que lo que realmente queremos es tener conversaciones asíncronas de varios hilos.
Los chatbots fragmentan el panorama de las aplicaciones
Algunos no podían ver un mundo más allá de las aplicaciones, y preveían un mundo con pantallas más grandes, para una experiencia de usuario más rica. Pero todo el tiempo queríamos tener conversaciones, en texto y voz. De ahí que hayamos visto cómo la IA conversacional (CAI) ha fragmentado el panorama de las aplicaciones.
Los chatbots introdujeron una alternativa, la opción de alojar la funcionalidad dentro de las plataformas de mensajería. Las empresas podían optar por alojar toda su funcionalidad en un chatbot, o una parte de ella.
Algunas de las ventajas de los chatbots en comparación con las aplicaciones son:
- Se encuentran con los usuarios donde pasan la mayor parte de su tiempo, en su aplicación de mensajería favorita.
- No hay fricción en la descarga de aplicaciones, los usuarios tienen que saltar de una aplicación a otra, no hay control de versiones en el dispositivo, etc.
- Los usuarios pueden mantener conversaciones síncronas o asíncronas, con intenciones compuestas, etc.
- Desambiguación, digresión y otros elementos conversacionales incorporados.
- Los chatbots pueden responder con diálogos de varias vueltas, o con cualquier otro componente conversacional, como imágenes, tarjetas, vistas web, etc.
- Las interfaces conversacionales tienen la ventaja de contar con astucias de diseño invisibles que anulan los escollos de una interfaz gráfica de usuario abarrotada.
- Los chatbots son un paso necesario en la evolución de la interfaz hombre-máquina. Como se ve a continuación: ⬇️
- Parte de la orquestación es la capacidad de un bot para leer gestos, expresiones faciales, etc.
Los chatbots necesitan fragmentación
Yo diría que los chatbots necesitan fragmentación en dos frentes:
1️⃣ Implementación
Las empresas están implementando los chatbots de nuevo de forma aislada, con chatbots segmentados y separados para diferentes departamentos. He visto que las grandes corporaciones tienen un chatbot para RRHH, soporte de TI, cara al cliente, asistencia al agente… la lista continúa.
A menudo, las implementaciones de chatbots también están aisladas en términos del medio en el que aparecen, sin una orquestación subyacente. Hay equipos de chatbot separados para Messenger, WhatsApp, Web Chat, etc., sin una estrategia compartida global para diseñar y compartir los datos de formación de NLU, los flujos de procesos, la construcción, el escalado y el aprovechamiento del ecosistema de CAI.
2️⃣ Tecnología
Las empresas están empezando a darse cuenta de que una única plataforma de IA conversacional (CAI) no será suficiente. El enfoque de un marco de desarrollo de CAI singular está siendo fragmentado por la necesidad de voicebots y más demandas de IA de Centro de Contacto (CCAI) específicas para cada caso de uso.
Los robots de voz en concreto exigen elementos como la ASR y la síntesis de voz. También están surgiendo espacios latentes de diseño de NLU, un entorno sin código en el que el diseño y el desarrollo impulsados por la intención pueden utilizarse para establecer las mejores prácticas de datos, convirtiendo los datos no estructurados en datos de formación de NLU.
Las organizaciones se están dando cuenta de que las necesidades y expectativas de los clientes exigen una estrategia de IA conversacional astuta con un enfoque fragmentado. Un enfoque en el que las diversas demandas de CAI se segmentan en casos de uso más pequeños, identificando los retos clave y poniendo en funcionamiento las mejores herramientas de su clase.
También se determina qué componentes, como el modelo acústico ASR o los datos de diseño NLU, pueden utilizarse en otras implementaciones relacionadas con la CAI.
Tal y como plantea Gartner, las organizaciones están fracasando en la CAI debido a que empiezan por la tecnología, en lugar de empezar por comprender las necesidades de sus clientes.