El machine learning y la automatización han hecho furor en el servicio de atención al cliente en los últimos años. Pero el tipo de automatización del que hablamos no es necesariamente una automatización al nivel de Tesla, que lo haga todo. La tecnología que realmente se está imponiendo es el aprendizaje automático básico y la automatización de tareas sencillas.
Usos del machine learning y la automatización en el servicio de atención al usuario
La automatización tiene muchos usos en el servicio de atención al cliente o empleado, y el lugar en el que el aprendizaje automático y la automatización tienen los mayores beneficios es en las tareas en las que la intervención humana ofrece el menor valor, como en los casos de restablecimiento de contraseñas, acceso a archivos, configuración de impresoras o desbloqueo de cuentas. Estos procesos se pueden automatizar con un software de autoayuda (self-help), y se puede aumentar y mejorar el acceso mediante tecnología de IA, como un chatbot. Cuando se hace esto, básicamente se están desplazando todos los tickets hacia la izquierda (moviendo el soporte de Nivel 1 a Nivel 0, etc.) de ahí el término «Shift-Left».
Sin embargo, se puede ir más allá del shift-left mediante un enfoque más complejo de la automatización. Esto puede suponer un ahorro de miles o incluso millones de euros para las grandes empresas. El objetivo no es eliminar por completo la interacción humana, sino liberar a los agentes para que se centren en la resolución de problemas en los que solo las mentes humanas pueden hacerlo.
Ejemplos del enfoque de automatización de ideas
Dando el siguiente paso de la automatización hacia un enfoque más complejo, hay que considerar el enfoque «IDEA» de Gartner, donde se integra una automatización que utiliza el aprendizaje automático para mejorar el conocimiento humano y la interacción con la tecnología para resolver problemas. A continuación, tres aplicaciones prácticas del enfoque IDEA de la automatización.
- Self-healing IT
La Self-Healing IT no se refiere a un ordenador que pueda curarse a sí mismo (a pesar de su ingenioso nombre) sino más bien a la tecnología de self-help que capacita y permite a los usuarios resolver sus propios problemas sin tener que recurrir a un agente de servicio técnico humano. Este tipo de asistencia depende de varios niveles de automatización.
En primer lugar, se basa en la tecnología de automatización simple que permitiría a alguien manejar su propio desbloqueo de la cuenta o el restablecimiento de la contraseña. A continuación, se basa en un nivel superior, la tecnología IDEA, que utiliza el machine learning y la automatización para identificar el hardware y el software del usuario y analizarlo con respecto a los problemas anteriores encontrados por ese mismo usuario o incluso por los miembros de su equipo. A continuación, utilizando esos datos e información, la tecnología de autoayuda sugiere soluciones al problema y guía al usuario en su resolución.
Todo ello se traduce en un menor número de llamadas al servicio de atención al cliente para que los agentes humanos puedan resolver los tickets críticos.
- Machine learning con AIOps para predecir el tiempo de inactividad
Otra forma de poner en práctica IDEA es a través de la gestión de la infraestructura de TI y de los puntos finales o, en otras palabras, de la inteligencia artificial en operaciones de TI (AIOps en sus siglas inglesas). Esto no está exento de desafíos, pero AIOps y el ML pueden tomar los datos en bruto y procesarlos para predecir esencialmente la probabilidad de futuros problemas, tal y como se predice el tiempo a 15 horas vista.
Lo más importante que hay que saber sobre AIOps es que no elimina el elemento humano. Por el contrario, proporciona a los agentes humanos los conocimientos que necesitan para establecer procesos adicionales, mecanismos de seguridad y otras medidas para evitar que los problemas se propaguen y afecten a la empresa en su conjunto. De este modo, AIOps tiene un enorme valor empresarial.
- Alertas automatizadas de incidentes y problemas
Para nuestro último ejemplo considera cómo utilizar la automatización y el aprendizaje automático para tomar los datos brutos de tu herramienta ITSM basada en la nube para analizar patrones en los incidentes que pueden vincularlos a problemas mayores. Esto significa que puedes identificar más fácilmente los problemas potenciales y empezar a buscarlos antes de que el usuario se encuentre con algo que causaría un tiempo de inactividad importante.
En el fondo, se trata de una tecnología similar a la de la self-healing. Toma los datos en bruto, que posiblemente incluyan cientos de miles de interacciones analizadas a lo largo de años de emisión de tickets, y trabaja para identificar las tendencias entre usuarios, software, hardware, incidentes y problemas mayores. A continuación, utilizando estas tendencias, puedes alertar al servicio de atención al usuario del desarrollo de un problema potencial utilizando los incidentes vinculados, de modo que puedan reaccionar rápidamente para reducir el tiempo de inactividad no planificado.
Conclusión
La automatización, especialmente cuando se combina con el aprendizaje automático, tiene su lugar en el Service Desk. Pero, por muchas veces que hablemos de los usos de la automatización, es importante recordar que esta no es nada sin las personas adecuadas para utilizarla. La automatización debe potenciar y dar poder a los agentes humanos y ayudarles a crear una experiencia centrada en el usuario.
Elena Martinez de Paula
Senior account manager en EasyVista
