Entrevista a Federico Evrard: el caso Stikets

¿Cómo funciona el chatbot de Stikets?

El chatbot de Stikets está preparado para responder cualquier pregunta relacionada sobre el proceso de venta o posventa y sobre todos los productos de Stikets. Es decir, se ha hecho foco sobre dos partes principales: productos y procesos de postventa y preventa. Por ejemplo, en procesos de postventa: cuales son las políticas de devoluciones, cuál es la política de cancelaciones, las garantías, los productos, es decir, todo lo relacionado con preguntas que un usuario puede hacer posteriormente a la venta y también preguntas relacionadas con el proceso pre venta: cuánto valdrá el envío, etc.

Es decir que todas las fases de pre compra, compra y post compra están configuradas para que el chatbot pueda satisfacer las necesidades de los clientes.

Fede: Correcto. Básicamente está pensado para que pueda responder a todo tipo de preguntas que puedan hacer los usuarios.

¿Cómo fue la configuración de este chatbot?

La configuración de GPT con Oct8ne es bastante fácil. En primer lugar hubo un proceso de aglutinar toda la información, que son las posibles respuestas a preguntas relacionadas con la preventa, posventa, a los productos, etc.
Todas las respuestas que resuelvan estas problemáticas las tenemos que aglutinar, las tenemos que condensar.
Una vez que se tiene esa información, se trata básicamente de trabajar sobre el robot. En el caso de Stikets, si lo probais, vereis que es 100% IA. Cuando decimos eso, nos referimos a que el 100% x 100% de los usuarios hablará con inteligencia artificial. También tenemos otros chatbots en los que no es 100% inteligencia artificial, sino que la inteligencia artificial sólo se aplica a pequeñas partes.

En el caso de Stikets, insisto, es completamente abierto. Todas las conversaciones van a ir a inteligencia artificial, entonces, dependiendo de esto, tienes que hacer una configuración extra en Oct8ne, o no. Si solo trabajas con inteligencia artificial, pues la ventaja es que toda la configuración se hará basada en la comprensión del lenguaje de GPT y la configuración, como decía, es bastante simple.

Después tenemos que poder contar con una herramienta como Oct8ne, que facilita el implementar esto en un chat con una serie de herramientas y funcionalidades que están pensadas para integrar GPT en un chat y que conteste bien, que nunca se invente cosas. El tema de las invenciones, Open AI, las llama alucinaciones. Eso es importante, fundamental y para nosotros ha sido lo más importante desde el principio, que no suceda nunca. Que nunca se equivoque, que nunca confirme algo que no es cierto. Todo eso se hace configurando.

Por parte del cliente, ¿qué fue lo que se necesitó para hacer la configuración?

Realmente la configuración es muy simple, técnicamente hablando. No se necesita ninguna persona con conocimientos de desarrollo. Simplemente una persona con conocimientos básicos en prompts, con muchas ganas de probar y con ilusión.

Entonces, ¿cómo hicimos todo esto? Pues como he dicho. Primero pedimos toda la información a Stikets, y junto a ellos -porque ha sido un proceso que hemos hecho conjuntamente-, hemos ido nutriendo esa información y haciendo prompts, que al final no es otra cosa que darle la información y pautas a GPT. Básicamente es decirle cómo tiene que actuar, como tiene que atender, que tono de comunicación debe usar, si tiene que usar emoticonos o no tiene que usar emoticonos, cuales son las gestiones que requieren de la intervención de un agente.

Hemos hablado de muchas cosas, pero los pilares de una configuración GPT son: pautas de comportamiento -quién eres, qué haces, cómo lo haces, por ejemplo-, y allí englobamos pues que eres el chatbot de Stikets, que atiendes a los clientes con un tono amable, que en caso de que suceda esto o esto o esto, lo transfieras a un agente.

Para que os hagáis una idea, si detecta que un usuario desea cancelar un pedido, eso es un proceso que en Stikets se hace con la intervención de una persona, entonces, usamos la IA para que nos diga “Ey, Oct8ne, tienes que pasar esta conversación a una persona”. No es que siempre la inteligencia artificial la preparamos para responder o no, es que la preparamos para responder y, si es necesario, para derivar a un agente.

¿Cuál es el principal beneficio que le aportó esta nueva tecnología a el bot de Stikets?

Concretamente Stikets antes de trabajar con GPT y con nosotros, trabajaba con otra solución con un modelo de inteligencia artificial no basado en inteligencia artificial generativa. Eran modelos de inteligencia artificial más antiguos, por lo tanto no conozco como era antes su robot ni tampoco los resultados que daba, pero por el feedback que me dan a nivel de configuración el actual es muchísimo más simple.

El modelo anterior trabaja con una serie de intends y respuestas que no dejan de ser plantillas, entonces, esos modelos para los que no los conozcais, básicamente son modelos donde tu creas una serie de intends, una parrilla de un montón de preguntas, y creas una respuesta específica que es una plantilla que es siempre la misma para cada categoría de pregunta. Básicamente lo que haces es alimentarlo preguntando la misma pregunta de veinte formas distintas y le asocias a esas veinte preguntas, la respuesta. Lo que haces es ir nutriendo constantemente con variaciones de cada tipo de pregunta. Yo te puedo preguntar una cosa de cinco maneras distintas, entonces es un proceso donde básicamente vas metiendo una cosa y dices “oye, esta categoría de pregunta -y le metes un montón de preguntas- equivale a esta respuesta”. Entonces ¿qué diferencia te da open AI?, es que la respuesta nunca es la misma.

En el caso de la inteligencia artificial anterior, hay respuestas que son plantilla, siempre es la misma respuesta. Open AI personaliza y nunca hay una respuesta igual.

De hecho, algo gracioso en Open AI es que si le preguntas una cosa ahora y se la vuelves a preguntar dentro de dos minutos es posible que te responda diferente. Te responderá lo mismo, en esencia, pero diferente. Es decir, la oración la va a construir de otra forma, igual te ha cambiado un emoticono, pues porque es generativa, no trabaja con plantillas.

siempre teniendo en cuenta los límites que se configuraron anteriormente, que comentabas…

Claro, si haces un prompt que limita muchísimo la creatividad, puede ser que las respuestas sean siempre las mismas por esa personalización para que no sea muy creativo .

¿Algún dato de conversión o algún dato interesante para compartir?

En cuanto a conversión, creo que Alessio ha mencionado algo. Más que la conversión, -porque la conversión es algo que nos gusta saber a todos, pero depende muchísimo del vertical, depende de la marca, depende del momento en que lo analicemos, depende de muchas cosas-, me gustaría más analizar algo que a mi me sorprendió mucho y es el grado de automatización. Este es un KPI que nos gusta mucho en Oct8ne, que es qué porcentaje de conversaciones está absorbiendo el robot y qué porcentaje de conversaciones han requerido la intervención de una persona.

En el caso de Stikets -global-, sin entrar a segmentar el tipo de conversación, el robot ahora mismo tiene un grado de automatización del 70%. Entre el 70% y el 75% en realidad. ¿Qué significa eso? De 100 conversaciones, 70/75 son autogestionadas y no requieren de la intervención de nadie, porque nadie ha necesitado más ayuda.

Bien, ahora si analizamos esto y ponemos el foco en preguntas sobre producto, GPT como os he comentado, está entrenado para responder sobre todos sus productos.
Hemos detectado que solo el 7% requiere la intervención de un agente.

Estamos hablando de que el 93% de las conversaciones sobre producto son automatizadas, y lo gracioso es que habría que buscar a una persona que conociera los productos mucho mejor que el bot de Stikets, porque realmente el entrenamiento que se le ha dado es excelente.

Se le ha dado mucha importancia y se ha volcado información muy rica sobre los productos, de manera que las respuestas sean como son. Y si volvemos hacia atrás, ese 70% de absorción a nivel global significa que todas las otras cuestiones no están absorbiendo tanto, pero ¿por qué?, porque a Stikets le interesa que determinadas situaciones de determinados usuarios vayan a un agente siempre: los usuarios que están descontentos, los usuarios que están experimentando un problema con el pedido que el robot no puede resolver. El robot no puede generar un proceso, no puede contactar con el transportista y pedirle que reprograme la entrega.

El robot nos ayuda a detectar a todos esos usuarios y saber que necesitan de un proceso, entonces, decir que no ha sido eficaz ahí el robot creo que no es justo pero al final lo que es brutal es que el robot ayuda a todo lo que queramos. De hecho, por aportar un pequeño matiz que es muy curioso, fue muy divertido trabajar la transferencia a agente -que es cuando el robot deriva la conversación- y GPT da mucho juego ahí.

Lo que se hizo, y los invito a probarlo, es que si yo digo que quiero hablar con un agente, el robot primero va a preguntar que necesito, que duda tengo, y hasta que yo no le diga la duda el robot no me pasará. Es más, GPT intentará solucionarlo si lo sabe. Analizará mi duda e intentará responderme, aunque yo no le haya dicho que quiero hablar con un agente, me intentará responder para frenar el traspaso y darle al usuario una respuesta mucho más rápida. Esto básicamente se configura de una forma muy simple, dentro de Oct8ne le decis a GPT “si detectas que el usuario quiere hablar con un agente, primero, preguntale cual es su duda. Una vez sepas su duda, intenta resolverla con la información que tienes. Si no tienes información para responder, derivalo con un agente”. Es decir que tú puedes moldear eso como quieras.

En resumen, el robot de Stikets responde casi al 100% de las consultas del chatbot, porque aquellas que no responde son las que están configuradas por Stikets para que sean derivadas

¿Cómo ves el mundo de los chatbots con la aparición de la tecnología de la inteligencia artificial?

Creo que el cambio es evidente. Es hoy, no es mañana. Sí es cierto que iremos viendo poco a poco como va a ir incrementando mucho más su uso. Es evidente que los chatbots con la inteligencia generativa cambia muchísimas cosas. De hecho no es solo inteligencia generativa sino que además gracias a Oct8ne es posible integrar la IA a una base de datos de pedidos, por ejemplo. De esto no hemos hablado pero lo hemos hecho en Stikets también, y es que si tu quieres saber el estado de tu pedido, las variables del pedido se las pasamos a la IA, entonces la IA te responderá cuál es el estado de tu compra: “pues resulta que el transportista ha pasado y no estaba en casa”.

¿Cómo responde esto la IA?, porque sabe todas las políticas de entrega. Sabe perfectamente cual es la política de entrega de Stikets y sabe que se hacen tres intentos de transporte, y que si al primero no se logra entregar se hará un segundo intento, y así hasta el tercero. Es decir que va a responder también cuestiones sobre un cliente, y si tu quieres que almacene variables, las va a almacenar. Si yo le paso las variables del nombre a GPT, le digo “pues el cliente se llama variable NAME y su email es variable EMAIL”, y así con las variables que quisiéramos. Esto ayuda a personalizar todavía más la experiencia.

Entonces, todo esto para decir que me parece evidente que el futuro de los chatbots pasa por ahí, ¿y que cambia con lo que tenemos al día de hoy?, cambia muchísimo la experiencia del usuario, y sobre todo en las capacidades y en el espectro de conversaciones que puedes gestionar con inteligencia artificial. Sobre todo también en la facilidad de poder configurar todo esto.

Sí es cierto que esto de la inteligencia artificial ha causado mucho hype y ahora es difícil pensar en un chatbot sin IA, pero esto lo veíamos ya antes de esta inteligencia artificial. Hay veces que al usuario es mejor guiarle y darle opciones, porque sino le damos demasiada libertad. Pues hay procesos donde las opciones siempre son interesantes, y con esto enlazo un poco con lo que decía antes: puedes tener un robot 100% IA o puedes tener un robot mixto. Puedes tener un robot con inteligencia artificial que en función de la consulta que quieras hacer te pase con un árbol de opciones. Hay muchos casos donde es mejor guiar al usuario con opciones, por ejemplo un proceso de generación de leads o algún tema de servicios muy operativo, muy cuadrado.
Todo depende de las necesidades del cliente. Hay que tener en cuenta que valor me va a generar y es tomar una decisión en ese sentido.

Alessio nos cuenta que “Cada día hacemos un control de las respuestas que da, de como interactúa con los clientes etc y leemos las preguntas y las respuestas y en función de lo que leemos aportamos cambios al prompt, porque a veces los clientes hacen preguntas que nosotros no habíamos pensado.

Pero hay casos muy graciosos en los que el cliente hiper personaliza la consulta y dice por ejemplo “ Hola, mi hija Valeria mañana empieza el cole y necesito las pegatinas para su ropa, pero no tengo las ideas claras, me puedes recomendar?” y el bot le contesta “que ilusión que tu hija empiece el cole!”, y estas frases no están en el prompt, y estos casos me fascinan muchísimo”