En la reunión de dirección suele sonar así: "Queremos ser más orientados al cliente, y la IA nos ayuda con eso." Todos asienten. Nadie se refiere a lo mismo. Uno piensa en tiempos de respuesta más rápidos a solicitudes de servicio. Otro en ofertas personalizadas. Otro más en un servicio de atención al cliente que también responda de noche. La palabra "más orientado al cliente" conecta tres ambiciones que cada una presupone una organización diferente.
Concretar esa ambición significa colocarla en capas: una visión (por qué la orientación al cliente importa ahora), un vision state (cómo se ve entonces la relación con el cliente), un target (qué cambia este año) y un target state (qué comportamiento es entonces el estándar). Solo entonces se hace visible qué capabilities se necesitan para llegar ahí, y cuáles ya existen.
El contacto con el cliente consiste en tareas que se comportan de forma distinta en cuanto la IA participa. Una parte puede ser asumida: responder preguntas estándar, resumir un expediente de cliente antes de una conversación, señalar a un cliente que corre riesgo de irse. Una parte ocurre con supervisión: la IA propone una respuesta, un empleado la aprueba o la corrige, con motivo. Y una parte sigue siendo trabajo humano: la conversación en la que un cliente está enfadado por algo que no encaja en un protocolo, o la decisión de hacer una excepción a la política.
Esta división no está fija. En una empresa ya se gestiona automáticamente el ochenta por ciento de las preguntas de primera línea, en otra todavía nada, mientras ambas empresas están en el mismo sector y atienden a clientes comparables. La diferencia rara vez está en la tecnología. Está en si la organización ha dividido la consulta del cliente en tareas que se pueden evaluar por separado, si sabe qué datos se necesitan para ello y si esos datos son correctos, y si alguien tiene la facultad de rechazar una propuesta de la IA sin que eso se convierta en un problema.
Trabajar de forma más orientada al cliente con IA requiere preparación en ocho dimensiones, no solo en tecnología. Algunas que a menudo se pasan por alto:
Preparación de procesos. ¿Está ya el proceso de cliente dividido en pasos que se pueden evaluar por separado en "puede hacerlo la IA," "puede hacerlo la IA con supervisión" o "sigue siendo trabajo humano"? Sin esa división, la ambición sigue siendo una intención.
Disponibilidad y calidad de los datos. Un sistema de IA que responde consultas de clientes es tan bueno como el expediente de cliente en el que se apoya. Datos de cliente dispersos, obsoletos o contradictorios generan respuestas que más bien dañan la relación con el cliente que la mejoran.
Derechos de decisión. ¿Quién puede rechazar una propuesta de la IA para un cliente, y con base en qué motivo? Si eso no está establecido, se genera la costumbre de que todos adoptan la propuesta porque desviarse es difícil de justificar, o de que nadie la adopta porque nadie quiere asumir la responsabilidad.
Capacidad de ejercer supervisión. Un empleado que evalúa propuestas de la IA necesita una capacidad distinta a la de un empleado que formula la respuesta él mismo: la de leer con criterio crítico y rechazar con fundamento, no la de escribir.
Esta preparación se comprueba mediante cinco confidence gates: ¿es la ambición suficientemente clara como para someterla a prueba?, ¿está la organización de acuerdo internamente sobre qué significa el éxito?, ¿se conocen los riesgos de una respuesta incorrecta al cliente?, ¿existe una forma de revertir si algo sale mal?, y ¿hay alguien que vigile el avance? Sin esas gates, "ser más orientado al cliente con IA" sigue siendo un deseo.
La retrotraducción a capabilities hace visible qué roles se necesitan, independientemente de cuántas personas cumplan esos roles. Alguien que pueda dividir los procesos de cliente en tareas. Alguien que vigile la calidad de los datos de cliente. Alguien con el derecho de decisión para rechazar una propuesta de la IA. Y alguien que mida si la satisfacción del cliente realmente cambia, no solo el tiempo de respuesta.
Si estos roles corresponden a funciones existentes o requieren puestos nuevos es una pregunta que varía según la organización y que conlleva requisitos legales propios en cuanto afecta a decisiones de personal. Eso corresponde al empleador; lo que aquí importa es qué trabajo se desplaza y qué capability se necesita para ello, no quién cumple esa capability.
Se ha logrado cuando la dirección se refiere a lo mismo con "más orientado al cliente," cuando las consultas de clientes están demostrablemente divididas en tareas con un porcentaje de asunción claro, cuando existe un procedimiento establecido para cuándo un empleado rechaza una propuesta de la IA, y cuando las horas liberadas en el servicio de atención al cliente se han destinado visiblemente al trabajo que sigue siendo humano: la conversación difícil, la excepción, el cliente que necesita más de lo que ofrece un protocolo.
Esta ambición se relaciona con otras. Crecer sin ampliar proporcionalmente el servicio de atención al cliente requiere la misma preparación, desarrollada en qué capabilities requiere crecer sin personal adicional de su organización. La orientación al cliente también se hace visible en la calidad, y eso se relaciona con qué capabilities requiere mejorar la calidad cuando la IA participa en el trabajo. Y si marketing, ventas y servicio los tres dicen "más orientado al cliente" pero persiguen targets distintos, qué hacer cuando los objetivos de los departamentos se contradicen entre sí ayuda a sacar ese conflicto a la luz.
La pregunta de qué trabajo de cliente en su empresa realmente se puede transferir a la IA se responde tarea por tarea con el werkscan de FTE TO AI.
El chequeo de preparación gratuito consta de ocho preguntas breves, una por dimensión, y ofrece una imagen de en qué punto su organización está más avanzada y en cuál lo está menos. La prueba de ambición completa, con las cuatro capas y las cinco confidence gates, está en construcción.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.