Descubra cómo la Orquestación Universal agiliza el trabajo, acelera las decisiones y escala la automatización. Regístrese hoy mismo para el seminario web.
La accesibilidad y los avances en IA están marcando el comienzo de una nueva era de posibilidades para aumentar la automatización y la orquestación de chatbots, aportando más inteligencia y comprensión cognitiva a los procesos y procedimientos corporativos. La automatización ha sido un área de progreso tecnológico en la automatización de las operaciones corporativas. Por otro lado, los avances recientes en la tecnología de chatbots y la IA conversacional pueden estar al borde de cambiar fundamentalmente la forma en que las empresas abordan la orquestación de chatbots. Quizás el futuro resida en una combinación de las dos tecnologías, como la automatización conversacional, que aprovecha el poder de la comprensión del lenguaje natural y el aprendizaje automático para automatizar las operaciones de cara al cliente o empleado de principio a fin.
¿Qué tan distintos son los chatbots de la automatización robótica de procesos?
Los chatbots se crean para los clientes o los empleados de una organización. Además, su función principal es ayudar en la transferencia conversacional de información y datos. Por lo tanto, un chatbot sobresale en la reducción de los tiempos de respuesta, la resolución rápida de problemas y el aumento de la exposición de la marca cuando se trata de comunicación orientada al consumidor. En términos de automatización, las partes interesadas internas y los empleados a menudo utilizan la automatización robótica de procesos para automatizar las tareas de back-office y otros procesos iniciando el proceso con reglas y desencadenantes. Puede simplificar una amplia variedad de procesos, incluida la limpieza de datos, la minería de datos y los flujos de trabajo. Afortunadamente, puede utilizar chatbots y automatización robótica de procesos en tándem para ayudar en la automatización de procesos. Por ejemplo, puede utilizar una conversación con un chatbot para iniciar un flujo de proceso de back-end para actividades previamente repetitivas. Además, los chatbots conversacionales han avanzado hasta el punto en que pueden comprender la intención del usuario de alto nivel y transmitirla a un bot de RPA orientado a tareas. Más allá de eso, un chatbot puede organizar y automatizar múltiples procesos y actividades de back-end necesarios para cumplir la solicitud de un cliente. Por ejemplo, un chatbot "inteligente" puede comprender e imitar el habla humana, mientras que un robot de RPA puede representar comportamientos humanos. Si ambas tecnologías utilizan el procesamiento del lenguaje natural (PNL), los chatbots pueden interpretar interacciones a través de voz o texto. Al mismo tiempo, los bots de RPA recopilan lenguaje y datos de varias fuentes, incluidos documentos, archivos, formularios y navegadores. Para profundizar un poco más, un chatbot puede mostrar una interfaz conversacional para interactuar con interfaces de usuario no conversacionales, mientras que RPA puede extraer datos de interfaces de usuario no conversacionales. Sin embargo, ambas tecnologías se basan en la automatización de actividades o procesos de negocio subyacentes. Los chatbots toman sus señales del deseo declarado de un usuario para un propósito particular y ejecutan actividades asociadas. Los bots de RPA recopilan datos de varias fuentes y luego trabajan para completar una serie de actividades comerciales altamente repetitivas. La belleza de ambos es que los bots nunca duermen, operan las 24 horas del día para cumplir con las solicitudes de los consumidores o realizar grandes cantidades de actividades repetitivas, lo que reduce o elimina la necesidad de contactos y transferencias humanas costosas y, a menudo, propensas a errores. Sí, es un desorden confuso que consta de una gran cantidad de componentes "únicos" conectados a una pila de tecnología de servicio al cliente caótica (lo que se espera en la mayoría de las organizaciones). Sin duda, las herramientas de RPA, las herramientas de centros de contacto, las herramientas de CRM, el contenido preexistente, los sistemas de back-end personalizados y las herramientas de análisis sin conexión son componentes críticos para ofrecer una experiencia de asistente personalizada y eficiente, pero a menudo se mantienen separados.
¿En qué se diferencia la automatización de la orquestación?
Si bien la orquestación y la automatización pueden parecer idénticas en teoría, sus objetivos para aumentar la eficiencia organizacional son bastante diferentes. Además, automatización y orquestación son componentes críticos en entornos empresariales, ya que ayudan a las organizaciones a disminuir el tiempo necesario para completar ciertas actividades. Por lo tanto, las empresas pueden aumentar la producción, aumentando así la productividad total. La automatización y la orquestación pueden ayudar a reducir la cantidad de tiempo dedicado a configurar y ejecutar actividades repetitivas en varias divisiones comerciales. Esto permite a una empresa ahorrar dinero al eliminar trabajadores adicionales para realizar actividades repetitivas. Además, la orquestación automatizada optimiza las operaciones comerciales de manera efectiva y eficiente, lo que le permite reasignar su personal a tareas más esenciales.
¿Cómo se inicia la orquestación de chatbots a escala?
Comience con un recorrido del flujo de datos y considere estos puntos esenciales:
Están disponibles los canales de webchat, teléfono y mensajería.
Orquestación de llamadas salientes de webhook pre-mensaje
Cuando se realizan tareas específicas, se activan webhooks.
Transferencias: contenido existente, combinado con agentes humanos
En respuesta a una orquestación de mensajes, se realiza una llamada saliente de webhook.
En lugar de crear una aplicación de orquestación grande y complicada, aprender varias API de integración y mantener el estado/historial de la conversación, puede utilizar ProcessMaker con Watson Assistant. ¿Por qué querría hacerlo de esta manera? Imagine un escenario en el que tiene usuarios que hablan varios idiomas. No desea estar a cargo de una gran cantidad de asistentes multilingües; después de todo, es posible que no domine todos ellos. En cambio, utilizando el webhook pre-mensaje, puede interceptar y traducir comunicaciones de cualquier idioma al idioma nativo que admita, como el inglés. Además, Watson Assistant puede traducir en inglés utilizando un solo conjunto de datos de entrenamiento, responder y luego ser interceptado a través del webhook post-mensaje y traducido de nuevo al idioma local del usuario. Si siente que su flujo de orquestación de chatbot no está claro, ProcessMaker le permite interceptar la entrada del usuario en cada etapa de la interacción, modificarla y luego enviar una carga útil JSON comparable a Watson Assistant para su análisis. También puede utilizar el webhook post-mensaje para interceptar cualquier respuesta del asistente y realizar las modificaciones necesarias en el contenido JSON antes de responder. Además de la traducción de idiomas, el webhook pre-mensaje es el estándar frecuente para la gestión y alias de ID de usuario, filtrado/redacción de PII y adición de contexto de otros sistemas, como la información básica o la ubicación del usuario. El webhook post-mensaje se utiliza a menudo para recibir respuestas de un sistema de gestión de contenido (CMS)* o para sustituir datos personales sensibles (PII).
Desencadenar webhooks
Este tipo de orquestación de chatbots se basa en sus capacidades de diálogo (o acciones) y está vinculado a una tarea específica orientada a la acción que el asistente desea realizar. A diferencia de los webhooks pre y post-mensaje, que se activan en cada etapa de la conversación, una llamada saliente de webhook específica de la tarea se activa solo cuando es necesario. Por lo tanto, es excelente para solicitudes transaccionales como enviar un nuevo cliente potencial a un CRM, pagar una factura, recuperar información de cuenta o verificar el saldo de su cuenta. No está obligado a enviar la información del saldo del usuario en cada mensaje; sin embargo, si el usuario solicita verificar su saldo, puede usar una API para obtenerlo y ofrecer la información necesaria.
¿Qué pasa con las transferencias?
Su chatbot, como cualquier otro empleado, no tiene todas las respuestas. Afortunadamente, el diseño de Watson Assistant incorpora transferencias entre conversaciones. Al diseñar un asistente, hay dos transferencias críticas a considerar. Antes de decidir cómo responder a una solicitud específica, el asistente verificará si hay una respuesta precisa para las habilidades de diálogo/acciones. Si no tiene ninguna, busca en su material de asistencia existente. Además, la Habilidad de Búsqueda es la fuente de información preexistente en Watson Assistant. Está impulsado por Watson Discovery, que analiza e indexa su material existente antes de buscar en él para descubrir las respuestas más concisas a una consulta, todo sin necesidad de entrenamiento.
Orquestación de chatbots y humanos
Cuando se agotan las opciones de un chatbot, transferirá la conversación a un agente humano de soporte o a una herramienta de centro de contacto por teléfono. Esto puede suceder por varias razones, como cuando el chatbot no recibe respuesta, cuando ha proporcionado una respuesta inadecuada demasiadas veces o cuando el usuario indica el deseo de hablar con alguien. De hecho, puede conectar sus chatbots al servicio de asistencia de su elección. ¿Qué pasa con los modelos en lotes frente a los modelos en línea en tiempo real? Puede utilizar un flujo de datos limitado pero constante para entrenar algoritmos de chatbot en línea. Asegúrese de que los modelos en línea del marco puedan calcular resultados en tiempo real y que la respuesta se envíe directamente al conjunto de entrenamiento. Además, si los modelos se actualizan continuamente, pueden responder rápidamente a las señales del cliente. Considere el siguiente escenario de uso de la orquestación de chatbots para agilizar la resolución de reclamaciones de seguros. Imagine que las reclamaciones de seguros son un viaje completo del cliente con muchas interacciones y procesos que involucran a diferentes personal. Cualquiera que sea la velocidad, precisión y eficiencia de la parte del compromiso del cliente, cualquiera que sea el tamaño y la capacidad de respuesta del tiempo que tarda una reclamación en validarse, aprobarse y pagarse, todo depende de la cadena completa de eventos que ocurre desde el momento en que un cliente presenta una reclamación hasta que se valida, aprueba y paga. Inevitablemente, se presenta una reclamación cuando un cliente informa un accidente, pérdida u otros incidentes. Los clientes pueden contactar a un chatbot en el momento y lugar del incidente a través de mensajería, la web o voz, y el chatbot puede brindar soporte y recopilar documentación y detalles sobre el incidente. También puede cargar videos, imágenes o documentos que proporcionen contexto adicional para ayudar en la validación y gestión de la reclamación más adelante. Al conectarse de forma segura a los sistemas de gestión de reclamaciones de back-office, el chatbot puede obtener información sobre servicios de calificación (por ejemplo, remolque o alquiler de coches), el deducible del cliente, datos de terceros relevantes u otros datos de la póliza relevantes para la reclamación del cliente. La IA conversacional también ayuda a hacer posibles estas interacciones conversacionales y el acceso a los datos del cliente. Sin embargo, cuando se trata de procesar la reclamación, entra en juego la orquestación. Una vez que se inicia una reclamación con los datos o imágenes disponibles, puede enviarse directamente a los sistemas apropiados, obviando la necesidad de intervención humana. La reclamación se verificará, afectando el estado, los derechos y la elegibilidad del reclamante. El chatbot puede utilizar esta información para notificar al cliente sobre su elegibilidad para servicios particulares o las restricciones de la póliza.
In conclusion
Es imperativo que las organizaciones comprendan el papel de la orquestación de chatbots en las operaciones para mejorar la eficiencia y la productividad. Sin duda, puede lograr un mayor rendimiento y eficiencia, así como reducir los gastos operativos. ProcessMaker proporciona una plataforma BPM de bajo código galardonada que ha ayudado a organizaciones de todo el mundo a orquestar sus chatbots.
BOAT, APO, BPM, iPaaS, UO: Una guía de campo para la sopa de letras de orquestación
Orquestación Universal: Qué es, por qué importa y cómo lograrla
La orquestación universal está surgiendo como la respuesta, brindando a las empresas una forma más inteligente de gobernar flujos de trabajo, procesos impulsados por IA y toma de decisiones humanas a escala.
