La inteligencia artificial (IA) está cambiando la manera en que los servicios son ofrecidos. La tecnología de IA que ha crecido con más fuerza y que más visibilidad tiene para los clientes son los denominados chatbots. Simulando la interacción a través de un chat, los clientes “conversan” con un algoritmo, utilizando lenguaje cotidiano, para poder resolver los problemas o dudas que anteriormente se conversaban con humanos. Así, esta forma de interacción ha crecido sustancialmente, e incluso Gartner Inc. ha proyectado que el 95% de las transacciones de las interacciones con clientes serán realizadas por tecnologías de IA para el año 2025. De esta misma forma, se espera que el mercado de chatbots alcance los USD 102.29 billones para el año 2026 (Mordor Intelligence, 2022)

Los chatbots permiten a las empresas entregar sus servicios de manera de disminuir los costos, alcanzando escalas de servicios difícil de alcanzar utilizando capital humano. Incluso pueden entregar un mejor servicio generando una experiencia de consumo personalizada que sería difícil de alcanzar utilizando personas. Éste es, por ejemplo, el caso de Ralph, un chatbot creado por LEGO, que ayuda en periodo de compras navideñas a elegir el regalo más adecuado (LEGO, 2017). Algunos otros ejemplos exitosos son Marks & Spencer’s Christmas Concierge y ASOS’s gift assistant (Econsultancy, 2017).

A pesar de los potenciales beneficios en eficiencia que pueden a llegar a ofrecer los chatbots, muchas veces éstos no cumplen con las expectativas de los clientes (Sheehan, Jin, & Gottlieb, 2020). En este sentido, los clientes se pueden sentir frustados cuando el chatbot entrega respuestas tales como: “Lo siento, no lo he entendido.”, “¡Eh, no lo encuentro!”, o “¿Deseas intentarlo nuevamente?”. Estas respuestas pueden llevar a una falla de servicio, de la cual no necesariamente existirá un procedimiento de recuperación.

Quizás aún más frustrante puede resultar que la respuesta obtenida sea: “visite nuestro sitio web para obtener la respuesta a tu pregunta”, o “contáctate con nuestro call-center llamando al… “.

Otro problema es que el diseño de los chatbots puede llevar a pensar al cliente que realmente está conversando con un ser humano y se generen expectativas sobre el tipo de respuestas que van mucho más allá del diseño del algoritmo. Además, el cliente puede llegar a sentirse deshumanizado por las respuestas o al cabo de un tiempo sentirse engañado al darse cuenta de que ha estado discutiendo su problema con un algoritmo con nombre de persona y que no es tal.

Tipos de interacciones entre el cliente y chatbot

La principal preocupación en el diseño de chatbots está dado en el entrenamiento del algoritmo que hace que las respuestas del chatbot sean lo más certeras posible. El objetivo es que el cliente encuentre la respuesta que está buscando y que el servicio se complete con éxito. 

Poca atención se le da a si el cliente realiza sus preguntas de una manera que el chatbot las entienda de mejor manera. Esto, si bien puede sonar contraintuitivo en primera instancia, no lo es, por ejemplo, en las búsquedas de Google. Hay usuarios que sacan mayor ventaja de las búsquedas de Google que los que no han sido “entrenados” para hacerlo.

De lo anterior se desprende que, al igual que en interacciones entre humanos, las interacciones entre humanos y chatbots también pueden ser positivas o negativas dependiendo del estilo de interacción en que ambos participantes se involucren. Así lo identifican Nguyen, Waizenegger, and Techatassanasoontorn (2021) en un estudio en que clasifican las interacciones entre humanos y chatbots en 6 tipos: socializantes, colaborativa, desafiante, acomodativas, comprometida y redireccionadora.

En interacciones socializantes, por ejemplo, el chatbot intenta entretener al cliente contando chistes o tratando de subir el ánimo si detecta mal humor. Las interacciones colaborativas son aquellas en que ambos, cliente y chatbot, trabajan en conjunto para satisfacer las necesidades del cliente, tales como reservar un vuelo o comprender las razones de un problema y encontrar soluciones. En ambos casos, las autoras encuentran que este tipo de interacciones mayoritariamente llevan a resultados positivos.

En interacciones acomodativas, es el cliente quien intenta ayudar al chatbot a que comprenda sus necesidades. cambiando y parafraseando preguntas y afirmaciones, y repitiendo sus consultas intentando clarificar su propósito. Por el contrario, las interacciones del tipo comprometidas son aquellas donde es el chatbot quien está más preocupado de encontrar una respuesta para resolver el problema del cliente. En estos casos, las autoras encuentran que lo que ocurre con mayor frecuencia es que los clientes no obtengan la respuesta y solución buscada.

Las interacciones desafiantes ocurren cuando el cliente simplemente desafía al chatbot con preguntas fuera de tópico. En este caso, la repuesta no tiene mayor relevancia para el servicio. 

Finalmente, las interacciones de redirección ocurren cuando el chatbot es más bien un navegador o anfitrión que direcciona al cliente hacia dónde dirigirse. Algunas veces estas interacciones pueden llevar a fallas de servicio si el cliente tenía la expectativa de encontrar su solución en el chat.

Algunas recomendaciones

La IA, y en particular los chatbots, es una tecnología de rápida adopción en las empresas que tienen un nivel significativo de interacciones con sus clientes. Son una herramienta que probablemente se harán más precisos y confiables en el tiempo, y los clientes se sentirán cada vez más familiarizados con ellos. Sin embargo, el tipo de interacción y, en consecuencia, el tipo de chatbot a utilizar, será una importante decisión a la hora de implementar y adaptar la solución que la empresa pone a disposición de sus clientes.

En particular, recomendamos lo siguiente:

• Conocer la experiencia de sus clientes y monitorear no solo las preguntas, sino que también el estilo de interacción que tienen los clientes con los chatbots de la empresa.

• Considerar al equipo de servicio al cliente entre los miembros humanos y no-humanos, buscando una entrega de servicio mixta.

• Considerar a sus chatbots como un nuevo empleado digital. Al igual que con humanos, debe considerar tiempo y esfuerzo en entrenarlos y mejorar sus habilidades “interpersonales”.

• Diseñar los chatbots para no redireccionar al cliente de forma muy temprana, pero tampoco tardía. En ambos casos se puede generar frustración en el cliente.

Félix Lizama
PhD in Information Technology
Profesor Asistente
Departamento de Administración
Facultad de Economía y Negocios
Universidad de Chile

Paulette Rouliez

PhD in Marketing

Consultora y Docente en Marketing Estratégico y Digital

Facultad de Administración y Negocios, Universidad Autónoma de Chile 

& Facultad de Ciencias Económicas y Empresariales, Universidad de los Andes

Econsultancy. (2017). Battle of the Christmas chatbots: Why M&S beats Lego & ASOS. Retrieved from https://econsultancy.com/battle-of-the-christmas-chatbots-why-m-s-beats-lego-asos/

LEGO. (2017). The LEGO Group Launches Gift Bot to Ease Christmas Shopping. Retrieved from https://www.lego.com/en-us/aboutus/news/2019/october/lego-gift-bot/

Mordor Intelligence. (2022). Chatbot market – growth, trends, Covid-19 impact, and forecasts 2022 – 2027. Retrieved from https://www.mordorintelligence.com/industry-reports/chatbot-market

Nguyen, T. H., Waizenegger, L., & Techatassanasoontorn, A. A. (2021). “Don’t Neglect the User!” – Identifying Types of Human-Chatbot Interactions and their Associated Characteristics. Information Systems Frontiers. doi:10.1007/s10796-021-10212-x

Sheehan, B., Jin, H. S., & Gottlieb, U. (2020). Customer service chatbots: Anthropomorphism and adoption. Journal of Business Research, 115, 14-24. doi:10.1016/j.jbusres.2020.04.030