Presentamos Zendesk Outcome AI™: mejores resultados dondequiera que esté la necesidad del servicio

Cuando se cuestionaba a la IA por la cantidad de conversaciones que desviaba, nosotros defendíamos que lo importante era valorar si realmente solucionaba el problema. Esto se convirtió en la norma, y el año pasado Zendesk resolvió más de 4500 millones de incidencias de servicio.

A pesar de no haber sido el objetivo inicial, la tasa de resolución se convirtió en el estándar adecuado para ese momento.

Al estar en el centro de miles de millones de momentos de servicio, podemos identificar hacia dónde se está inclinando la balanza. La realidad es que, aunque el cliente haya abandonado la conversación o el agente aún no se haya incorporado a su puesto de trabajo, los tickets pueden cerrarse. Y los clientes perciben la brecha: el 83 % considera que la experiencia del cliente debería ser mucho mejor de lo que es actualmente, y el 88 % asegura que la calidad del servicio recibido influye considerablemente en lo que compra.

Los directivos también la perciben. El 79 % de los directivos de CX afirma que las métricas tradicionales por sí solas no pueden captar todo el impacto de los servicios basados en la IA. La pregunta ahora no es si la IA cierra un ticket, sino cuál es el resultado. Es decir, si el cliente no abandona la transacción, si el pedido se completa o si el agente que se incorpora en mitad de la interacción puede retomar el trabajo.

Una vía fiable de acceso al servicio, sea cual sea el punto de contacto inicial

La forma en la que trabajamos está cambiando rápidamente. Las empresas recurren cada vez más a herramientas de IA como ChatGPT, Claude o Copilot, mientras que los empleados delegan sus tareas cotidianas en asistentes personales basados en IA. A esto hay que añadir que casi dos tercios de los consumidores ya usan la IA más de lo que lo hacían hace un año, y pronto dejarán en su mano también las incidencias que puedan tener con el servicio.

Dado que esto cada vez es más habitual, es necesario que el servicio se ofrezca donde sea más necesario. Los equipos necesitan que Zendesk esté disponible en sus herramientas, y los asistentes de los clientes necesitan una forma fiable de encontrar la empresa correcta. 

"En Zendesk, este es el cambio para el que nos hemos estado preparando: desarrollar el servicio al cliente para estar en los canales en los que están las personas, y garantizar que la confianza que antes ofrecía un único punto de contacto acompañe al cliente sea cual sea el canal que elija para comunicarse. Creemos que este es el cambio de paradigma más emocionante que ha sufrido nuestro sector en una década". — Ram Sangireddy, vicepresidente de Producto e Ingeniería de Plataforma

Zendesk Bridge lo hace posible. Al integrar las herramientas especializadas, el contexto y los agentes IA de Zendesk en los agentes, las aplicaciones y las herramientas que ya utilizan clientes y empleados, este componente ayuda a las empresas mejorar sus resultados de servicio. Por ejemplo, tan solo con el número de ticket de Zendesk, un responsable de atención al cliente puede investigar un problema de pago en ChatGPT o Claude; un agente IA puede ayudar a un cliente dentro de una aplicación personalizada; y, si un empleado tiene una duda durante su incorporación, puede obtener una respuesta en Microsoft Copilot.

Zendesk Bridge también ayuda a las empresas a mantener el control dejando que los administradores decidan qué agentes habilitar, quién puede acceder a ellos y qué tareas pueden realizar. Los permisos siguen aplicándose y la plantilla puede ver qué agente ha actuado y qué ha sucedido en cada caso. 

El directorio abierto de servicio hace que los asistentes de IA de los clientes tomen decisiones con seguridad. Este directorio sirve para que los asistentes personales de IA compatibles puedan localizar el canal verificado de atención al cliente de una marca. Una vez que las marcas aprueban su solicitud, los asistentes compatibles pueden redirigir a los clientes al canal de atención al cliente oficial de forma autorizada. Así, los clientes disponen de una forma fiable de contactar con la empresa correcta, y se ahorran tener que rebuscar entre los resultados de búsqueda y adivinar qué datos de contacto son legítimos o no.

Agentes diseñados para profundizar en el trabajo

Dar acceso es solo el comienzo. La siguiente prueba pasa por completar con éxito el trabajo. Si una respuesta obliga al usuario a tener que gestionar aprobaciones, cambiar de plataforma o coordinar el siguiente paso, solo se está haciendo la mitad del trabajo. Esa es la diferencia entre gestionar una incidencia y resolverla de verdad.

Donde mejor se aprecia esto es en el servicio al empleado. Conseguir acceso a un software o pedir una carta de empleo puede depender de políticas, aprobaciones y registros repartidos entre los departamentos de TI, Recursos Humanos o Finanzas. Los agentes IA de servicio al empleado, impulsados por flujos de acción avanzados, tienen la capacidad de coordinar los diferentes pasos necesarios mediante sistemas conectados. Por ejemplo, si un empleado solicita acceso a través de Slack, el agente puede gestionar la aprobación y ejecutar los siguientes pasos directamente, sin necesidad de que el empleado tenga que averiguar a quién contactar ni a dónde acudir.

"Los empleados suelen perder tiempo solicitando aprobaciones y navegando por sistemas internos en lugar de hacer el trabajo para el que han sido contratados. Y para eso está la experiencia del empleado basada en agentes IA autónomos, para reducir la fricción de los empleados y devolverles el tiempo para las tareas más relevantes". — Shashi Upadhyay, presidente de Producto, Ingeniería e IA

Los primeros resultados muestran cuánta carga de trabajo manual pueden asumir los agentes IA de servicio al empleado. En los primeros dos meses tras su implementación, 300 clientes ejecutaron 9 millones de flujos de trabajo. De haberse tenido que ejecutar manualmente, Zendesk estima que habrían sido necesarias 750 000 horas.  

Este principio es aplicable también al servicio al cliente, aunque el tipo de tareas varía según el negocio. Ya sea una devolución, una reclamación sanitaria o una consulta de facturación, todas las solicitudes dependen de políticas y sistemas diferentes. Los agentes del sector, que cuentan con conocimientos especializados sobre las necesidades de los servicios más comunes, están a disposición de las empresas, y al mismo tiempo, estas pueden diseñar agentes personalizados adaptados a sus propios flujos de trabajo y excepciones mediante el creador de agentes.

Además, cuando una conversación pasa de los canales digitales a una llamada telefónica, los agentes IA con voz tienen acceso al contexto de la interacción. Por otro lado, gracias a la traducción en tiempo real y los seguimientos proactivos, no es necesario que los clientes reinicien sus interacciones, lo que hace que sus solicitudes no se queden estancadas y avancen.

No se trata de medir cuántas tareas puede asumir un agente, sino si los clientes y los empleados logran el resultado deseado con menos espera, menos desvíos y menos desgaste. 

Mejora el trabajo, no solo el volumen

Lograr un buen resultado es importante, pero también lo es que la siguiente vez este sea más fácil de alcanzar. A medida que la IA asume más tareas de servicio, los patrones en sus interacciones ayudan a los equipos a identificar dónde aparecen los fallos del proceso. Los contactos recurrentes pueden indicar que el problema no se resuelve con la primera respuesta. Si algunas preguntas se quedan sin responder, es probable que la base de conocimientos tenga lagunas. Por último, los problemas complejos que resultan en derivaciones demuestran que hay políticas que necesitan de la intervención o el juicio humano. Tanto en el servicio al cliente como al empleado, estas señales ayudan a los equipos a identificar dónde están las barreras.

Aquí es donde entra el sistema de automejora de Zendesk, que ayuda a los equipos a aprovechar esa información para optimizar el servicio. Mediante el análisis agéntico, los equipos pueden identificar qué es necesario corregir y por qué, y el administrador copiloto puede ayudar a utilizar lo que han aprendido en sus interacciones para ofrecer modificaciones. La plataforma de lanzamiento de agente IA permite a los equipos descubrir oportunidades de automatización a partir de conversaciones previas, nutrir la base de conocimientos y los manuales de procesos y testear los agentes antes de que operen en vivo. Estas simulaciones revelan los puntos fuertes de los agentes y sus áreas de mejora, y las pruebas A/B nos sirven para evaluar qué variante ofrece mejores resultados.

Antes de su puesta en marcha, se revisan y se aprueban los cambios. Y una vez en marcha, los equipos evalúan el impacto de los cambios y priorizan las siguientes mejoras basándose en un índice de calidad. 

El trabajo consiste en un bucle de feedback continuo: detectar el patrón, implementar un cambio, probarlo y evaluar los resultados. Mientras tanto, los equipos pueden hacer un seguimiento de la reducción de la recurrencia de los clientes, la agilidad en la resolución de problemas y la estabilidad en la calidad del servicio.

Establece el precio en base a su valor real

Si los resultados son lo que importa, las empresas deberían estar dispuestas a pagar por ello. Un modelo de pago por usuario puede suponer un problema, sobre todo cuando una solicitud requiere la intervención de alguien fuera del equipo principal de servicio.

La tarificación basada en resultados vincula el gasto al volumen de resoluciones completadas por la IA, en lugar de al número de agentes humanos involucrados. Lucy Field, vicepresidenta de Producto, explica que "estamos dando más libertad a nuestros clientes para automatizar con IA e incorporando a más personal para ayudar a resolver sus problemas. Con licencias ilimitadas y un presupuesto flexible por objetivos, los equipos pueden solucionar las incidencias a su manera, con la visibilidad y las salvaguardas necesarias para mantener el control".

El gasto está ligado a dos tipos de resultados: los resultados conversacionales, cuando un problema se aborda con éxito durante una interacción con el cliente; y los resultados operativos de IA, cuando se completa un flujo de trabajo automatizado en los distintos sistemas de la empresa.

Este modelo es el resultado de dos años de experiencia real en empresas, cientos de clientes de IA y miles de millones de resultados automatizados. A medida que el software asume mayores responsabilidades, tanto su valor como las estructuras de pago para las empresas deben estar alineados.

La experiencia determina el resultado

El verdadero éxito de la IA no se mide por lo bien que haga su trabajo, sino por si los usuarios obtienen el resultado deseado.

Outcome AI™ Platform se ha diseñado para eso. Zendesk Bridge da acceso a la IA al trabajo, sea cual sea el punto en el que esté el ticket. Mientras tanto, los agentes especializados asumen tareas más profundas y complejas, al tiempo que los agentes IA de Zendesk con capacidad de automejora aprenden de cada resultado, para que la siguiente interacción se resuelva mejor que la anterior.

Hicimos de la resolución el estándar de servicio para la IA. Ahora vamos un paso más allá.