por David C. Edelman y Mark Abraham

Resumen

La IA generativa puede «generar» texto, voz, imágenes, música, vídeo y, especialmente, código. Cuando esa capacidad se une a una fuente con la información de una persona, que se utiliza para personalizar el cuándo, el qué y el cómo de una interacción, la facilidad con la que alguien puede hacer las cosas y la creciente accesibilidad del software aumentan drásticamente.

El sencillo cuadro de preguntas de entrada que se encuentra en el centro de Google y, ahora, de la mayoría de los sistemas de IA generativa, como ChatGPT y Dall-E, impulsará más sistemas.

• • •

Ya viene. La IA generativa cambiará la naturaleza de la forma en que interactuamos con todo el software y, dado el número de marcas que tienen importantes componentes de software en la forma en que interactúan con los clientes, la IA generativa impulsará y distinguirá la forma en que compiten más marcas.

En nuestro último artículo de HBR, «La experiencia del cliente en la era de la IA»,hablamos de cómo el uso de la información de los clientes ya diferencia las experiencias de marca. Ahora, con la IA generativa, la personalización irá aún más lejos y adaptará todos los aspectos de la interacción digital a la forma en que el cliente quiere que fluya, no a la forma en que los diseñadores de productos imaginan incluir más menús y funciones. Y luego, a medida que el software siga al cliente, irá a lugares que van más allá de los estrictos límites del producto de una marca. Tendrá que ofrecer soluciones a las cosas que el cliente quiere hacer. Resuelva el paquete completo de lo que una persona necesita y ayúdela en todo su viaje para conseguirlo, incluso si eso significa vincularse con socios externos, replantearse la definición de las ofertas y desarrollar la arquitectura tecnológica y de datos subyacentes para conectar todo lo que implica la solución.

La IA generativa puede «generar» texto, voz, imágenes, música, vídeo y, especialmente, código. Cuando esa capacidad se une a una fuente con la información de una persona, que se utiliza para personalizar el cuándo, el qué y el cómo de una interacción, la facilidad con la que alguien puede hacer las cosas y la creciente accesibilidad del software aumentan drásticamente. El sencillo cuadro de preguntas de entrada que se encuentra en el centro de Google y ahora, de la mayoría de los sistemas de IA generativos, como ChatGPT y DALL-E 2, alimentará más sistemas. Diga adiós a los menús desplegables del software y a las restricciones guiadas inherentes que imponen a su uso. En cambio, verá: «¿Qué quiere hacer hoy?» Y cuando le diga lo que quiere hacer, es probable que le ofrezcan algunas sugerencias, basándose en su conocimiento de lo que hizo la última vez, lo que activa el sistema sabe sobre su contexto actual y lo que ya ha guardado en el sistema como sus objetivos principales, como «ahorrar para un viaje», «remodelar nuestra cocina», «gestionar los planes de comidas para mi familia de cinco miembros con necesidades dietéticas especiales»,.

Sin los límites de una interfaz de software convencional, los consumidores solo querrán hacer lo que necesitan, sin importarles si la marca detrás del software tiene limitaciones. El cambio en la forma en que interactuamos y en lo que esperamos será drástico y mucho más democratizador.

Gran parte de la publicidad sobre la IA generativa se ha centrado en su capacidad de generar texto, imágenes y sonidos, pero también puede crear código para automatizar las acciones y facilitar la recopilación de datos externos e internos. Al generar código en respuesta a un comando, se facilita el acceso directo para que el usuario pase de un comando a una acción que simplemente termina. Se acabó el trabajo en todos los menús del software. Incluso las preguntas y el análisis de los datos almacenados en una aplicación se harán fácilmente con solo preguntar: «¿Quiénes son los contactos a los que no he llamado en los últimos 90 días?» o «¿Cuándo es la próxima vez que tenga previsto estar en Nueva York con una inauguración para cenar?» Para responder a estas preguntas ahora, tenemos que ir a una aplicación y recopilar datos (posiblemente de forma manual) desde fuera de la propia aplicación. Ahora se puede reconocer la consulta, crear código, clasificar las posibilidades y generar la mejor respuesta. En milisegundos.

Esto simplifica drásticamente la forma en que interactuamos con lo que consideramos las aplicaciones actuales. También permite a más marcas crear aplicaciones como parte de su propuesta de valor. «Dado el clima, el tráfico y la persona con la que estoy, dígame un itinerario turístico para la tarde, con una guía continua y la posibilidad de comprar cualquier billete con antelación para saltarme las colas». «Este es mi presupuesto, he aquí cinco fotos de mi baño actual, esto es lo que quiero de él, ahora deme un diseño de renovación, un plan completo para hacerlo y la posibilidad de ponerlo a subasta». ¿Quién creará estas capacidades? ¿Empresas de tecnología poderosas? ¿Marcas que ya tienen relaciones en sus categorías pertinentes? ¿Disruptores nuevos y centrados? El juego acaba de empezar, pero las capacidades y la filosofía empresarial necesarias ya están tomando forma.

Un viaje más amplio con límites más amplios

En un mundo en el que proliferan la IA generativa y todos los demás sistemas de IA en evolución, crear la propia oferta requiere centrarse en la visión más amplia posible del conjunto de datos de una persona, de los viajes que puede realizar y de los riesgos que conllevan:

Reúna los datos.

Resolver la necesidad total de un cliente requerirá extraer información de toda la empresa y, probablemente, más allá de sus límites. Uno de los mayores desafíos para la mayoría de las aplicaciones y, de hecho, para la mayoría de los departamentos de IT, es reunir datos de sistemas distintos. Muchos sistemas de IA pueden escribir el código necesario para entender los esquemas de dos bases de datos diferentes e integrarlos en un solo repositorio, lo que puede ahorrar varios pasos en la estandarización del esquema de datos. Los equipos de IA todavía tienen que dedicar tiempo a la limpieza y la gobernanza de los datos (podría decirse que aún más), por ejemplo, a alinear las definiciones correctas de las funciones clave de los datos. Sin embargo, con las capacidades de IA disponibles, los siguientes pasos del proceso para reunir todos los datos son más fáciles.

La IA narrativa, por ejemplo, ofrece un mercado de compra y venta de datos, junto con un software de colaboración de datos que permite a las empresas importar datos de cualquier parte a sus propios repositorios, alineados con su esquema, con un solo clic. Los datos de toda la empresa, de socios o de vendedores de datos se pueden integrar y, a continuación, utilizar para modelar en un instante.

Combinar los datos propios con los datos públicos, los datos de otras herramientas de IA disponibles y de muchas partes externas puede servir para mejorar drásticamente la capacidad de la IA de entender el contexto, predecir lo que se pide y disponer de un grupo más amplio desde el que ejecutar un comando.

Sin embargo, se sigue aplicando la antigua regla de «basura que entra, sale basura». Especialmente cuando se trata de integrar datos de terceros, es importante comprobar la precisión con los datos internos antes de integrarlos en el conjunto de datos subyacente. Por ejemplo, una marca de moda descubrió recientemente que los datos de género comprados en una fuente externa no coincidían con sus datos internos el 50% de las veces, por lo que la fuente y la fiabilidad son realmente importantes.

La «capa de reglas» pasa a ser aún más importante.

Sin restricciones obvias sobre lo que un cliente puede pedir en un cuadro de entrada, la IA necesita tener directrices que garanticen que responde adecuadamente a cosas que están más allá de sus posibilidades o que son inapropiadas. Esto amplifica la necesidad de centrarse con precisión en la capa de reglas, donde los diseñadores de experiencias, los especialistas en marketing y los responsables de la toma de decisiones empresariales establecen los parámetros objetivo que la IA debe optimizar.

Por ejemplo, para una marca de aerolínea que utilizaba la IA para decidir cuál era la «siguiente mejor conversación» para entablar con los clientes, establecimos normas sobre qué productos podían comercializarse para qué clientes, qué texto podía usarse en qué jurisdicciones y normas sobre la antirepetición para garantizar que los clientes no recibieran mensajes irrelevantes.

Estas restricciones se vuelven aún más críticas en la era de la IA generativa. Como están descubriendo los pioneros de estas soluciones, los clientes se apresurarán a señalar cuándo la máquina se «rompe» y produce soluciones absurdas. Por lo tanto, los mejores enfoques empezarán de a poco y se adaptarán a soluciones específicas en las que las normas puedan definirse con precisión y los responsables de la toma de decisiones humanos puedan diseñar reglas para casos extremos.

Entregue el viaje de principio a fin y los casos de uso específicos involucrados.

Los clientes solo pedirán lo que necesitan y buscarán la forma más sencilla o rentable de hacerlo. ¿Cuál es el verdadero objetivo final del cliente? ¿Qué tan lejos puede llegar? Con la capacidad de transferir la información con mayor facilidad entre las partes, puede crear asociaciones para obtener datos y ejecutar las acciones que ayuden al cliente en su viaje. Por lo tanto, su ecosistema de relaciones comerciales diferenciará su marca.

 

En su impresionante demostración de cómo Hubspot incorpora la IA generativa en «ChatSpot», Dharmesh Shah, CTO y fundador de Hubspot, explica cómo combinan las capacidades de HubSpot con OpenAI y con otras herramientas. No solo muestra la interfaz de Hubspot reducida a una sola línea de entrada de texto prompt sino que también muestra nuevas capacidades que van mucho más allá de las fronteras actuales de Hubspot. Un vendedor que quiera enviar un correo electrónico a un líder empresarial de una empresa objetivo puede utilizar ChatSpot para investigar sobre la empresa, sobre el líder empresarial objetivo y, a continuación, redactar un correo electrónico que incorpore información de la investigación y de lo que sabe sobre el propio vendedor. A continuación, el sistema de HubSpot puede editar, enviar y rastrear el borrador del correo electrónico resultante, y el líder empresarial objetivo introducirlo automáticamente en una base de datos de contactos con toda la información asociada.

El poder de la información conectada, la creación automática de códigos y la producción generada están llevando a muchas otras empresas a ampliar sus fronteras, no como una expansión «vertical» u «horizontal» convencional, sino como «expansión de viajes». Cuando pueda ofrecer «servicios» basados en un simple comando de usuario, esos comandos reflejarán el verdadero objetivo del cliente y la solución total que busca, no solo un componente pequeño con el que haya estado trabajando antes.

Diferénciese a través de su ecosistema.

Resolver esas necesidades más amplias inevitablemente lo llevará a entablar nuevos tipos de relaciones de pareja. A medida que desarrolle sus capacidades de viaje de principio a fin, la forma en que construya esas relaciones comerciales será una nueva base fundamental para la estrategia. Qué tan confiables, qué tan bien permitidos, cuán oportunos, completos y sesgados son sus datos. ¿Cómo utilizarán los datos que envíe su marca? ¿Cuál es la base de su relación, el control de calidad y la integración de datos? ¿Asociaciones privilegiadas prernegociadas? ¿Una relación sencilla con un proveedor? ¿Cómo cobra por el servicio en general y cómo se llevarán su parte las partes implicadas?

Al igual que las marcas de búsqueda como Google, los mercados de comercio electrónico como Amazon y los motores de recomendación como Trip Advisor se convierten en puertas de entrada para los vendedores, más marcas pueden convertirse en navegadores de inicio para el recorrido del cliente si pueden ofrecer socios de calidad, personalización de la experiencia y sencillez. CVS podría convertirse en un coordinador completo de la red de salud al que se unirán los proveedores de salud, la tecnología de la salud, los servicios de bienestar, la industria farmacéutica y otros servicios de apoyo. Cuando su aplicación le permita simplemente preguntar: «Cómo puede ayudarme a perder 30 libras» o «Cómo puede ayudarme a lidiar con mi creciente artritis», el programa integral que pueden generar y luego gestionar por completo, mediante indicaciones para usted y la información que se transmite por su red, será un diferenciador fundamental en la forma en que, como marca, generan lealtad, capturan sus datos y los utilizan para seguir aumentando la calidad del servicio.

Priorice la protección, la equidad, la privacidad, la seguridad y la transparencia.

La forma en que gestiona los datos pasa a formar parte de su marca y los resultados para sus clientes tendrán casos extremos y riesgos de sesgo que debe buscar y mitigar. Todos leemos historias sobre cómo la gente lleva los sistemas de IA generativa, como ChatGPT, al extremo y recupera lo que los desarrolladores de la aplicación llaman «alucinaciones» o respuestas extrañas. También estamos viendo respuestas que se presentan como afirmaciones sólidas de hechos incorrectos. O respuestas que se derivan de bases de datos sesgadas que pueden conducir a resultados peligrosos para algunas poblaciones. También se está «denunciando» a las empresas por compartir información privada de clientes con otras partes, sin el permiso de los clientes, claramente no en beneficio de sus clientes en sí.

Los riesgos —desde los datos básicos hasta la gestión de los datos y la naturaleza del resultado de la IA generativa— simplemente seguirán multiplicándose. Algunas empresas, como American Express, han creado nuevos puestos de director de protección al cliente, cuya función consiste en anticiparse a los posibles escenarios de riesgo y, lo que es más importante, en crear salvaguardas en la forma en que los directores de producto desarrollan y gestionan los sistemas. Los comités de riesgo de los consejos corporativos ya están contratando nuevos expertos y ampliando sus competencias, pero hay que tomar más medidas de forma preventiva. Probar los grupos de datos para detectar sesgos, entender de dónde provienen los datos y sus riesgos de derechos de autor, precisión y privacidad, gestionar los permisos explícitos de los clientes, limitar el lugar a donde puede ir la información y probar constantemente la aplicación para detectar casos extremos en los que los clientes puedan llevarla al extremo, son procesos fundamentales que se deben incorporar a la disciplina principal de gestión de productos y a las preguntas que la alta dirección tiene que hacerse habitualmente. Las juntas directivas esperarán ver paneles con este tipo de actividades, y otros organismos de control externos, incluidos los abogados que representan impugnaciones legales, también los exigirán.

¿Vale la pena? Los riesgos se multiplicarán constantemente y los costes de crear estructuras para gestionar esos riesgos serán reales. Solo hemos empezado a averiguar cómo gestionar los riesgos de sesgo, precisión, derechos de autor, privacidad y clasificación manipulada a gran escala. La opacidad de los sistemas a menudo hace que sea imposible explicar cómo se produce un resultado si es necesario algún tipo de auditoría.

Sin embargo, las capacidades de la IA generativa no solo están disponibles, sino que son la clase de aplicaciones que más rápido crece de la historia. La precisión mejorará a medida que aumente el conjunto de datos intervenidos y a medida que los sistemas de IA paralelos y los «humanos informados» trabajen para encontrar y remediar esas repugnantes «alucinaciones».

El potencial de simplicidad, personalización y democratización del acceso a las aplicaciones nuevas y existentes atraerá no solo a cientos de empresas emergentes, sino que también tentará a muchas marcas establecidas a crear nuevas ofertas basadas en la IA. Si pueden hacer algo más que divertir y, de hecho, ayudar al cliente a cumplir más de los requisitos de su viaje que nunca y lo hacen de una manera que inspire confianza, las marcas podrían abrir nuevas fuentes de ingresos con los servicios que pueden ofrecer más allá de sus estrechas fronteras actuales. Para los casos de uso correctos, la velocidad y la personalización podrían valer una prima de precio. Pero lo más probable es que las capacidades de automatización de la IA eliminen los costes del sistema general y presionen a todos los participantes para que gestionen de forma eficiente y compitan en consecuencia.

Ahora estamos abriendo un nuevo diálogo entre las marcas y sus clientes. Literalmente. No como las descripciones esotéricas de lo que ocurrió en los primeros días de la interacción digital. Ahora estamos hablando de ida y vuelta. Hacer las cosas. Juntos. Simplemente. De una manera confiable. Justo como lo quiere el cliente. Ha empezado la carrera para ver qué marcas pueden ofrecer.

_

David C. Edelman is an executive adviser and a senior lecturer at Harvard Business School.

Mark Abraham is a managing director and a senior partner at Boston Consulting Group.