Resumen

El truco está en aprender a diferenciar la fricción buena de la mala y comprender cuándo y dónde añadir una buena fricción al recorrido del cliente puede dar a los clientes la agencia y la autonomía para mejorar la capacidad de elección, en lugar de automatizar a los humanos fuera de la toma de decisiones. Las empresas deberían hacer tres cosas: 1) cuando se trata del despliegue de la IA, practicar los actos que resulten inconvenientes; 2) experimentar (y fallar) mucho para evitar aplicaciones de piloto automático del aprendizaje automático; y 3) estar atento a los «patrones oscuros».

• • •

En los círculos de marketing, fricción se ha convertido en sinónimo de «punto problemático». Erradicarlo, según la sabiduría popular, es crucial para construir una estrategia Centrado en los clientes que genereventaja competitiva. Siguiendo el ejemplo de aplicaciones políticas de la economía del comportamiento, los vendedores buscan»codazo» personas a lo largo del recorrido del cliente y eliminar la fricción en la batalla contra» lodo.» En muchas empresas, la «inteligencia artificial» se ha convertido en la herramienta de referencia para crear experiencias sin fricciones y eliminar los impedimentos que ralentizan viajes de los clientes eficientes. Si bien esto era cierto antes de la pandemia, Covid-19solo tiene apresuró esta transformación digital tendencia al crear demanda de más experiencias de cliente sin contacto que reduzcan los puntos de posible fricción, como las interacciones humanas en persona.

Considere el reciente lanzamiento de Amazon One, que utiliza «algoritmos personalizados» para convertir la palma de la mano en una forma de pago, identificación y acceso sin contacto. «Empezamos con la experiencia del cliente y […] resolvimos cosas que son duraderas y han resistido la prueba del tiempo, pero que a menudo causan fricciones o una pérdida de tiempo a los clientes», anunció la empresa. Esto elimina pasos como buscar la billetera o interactuar con una persona (aunque no está claro si los clientes reciben beneficios proporcionales a cambio de sus datos biométricos). En la misma línea, Hudson y Aldi las tiendas han lanzado recientemente una venta minorista sin fricciones que permite a los clientes «simplemente salir» con sus compras, saltándose el proceso de pago tradicional. Esta adopción de las experiencias de cliente sin fricciones no se limita a la venta minorista: Facebook introdujo recientemente las «gafas inteligentes» con IA que permiten a los usuarios estar en línea de forma constante y sin esfuerzo, un enfoque que la empresa denomina «entrada de fricción ultrabaja». Inclusoescuelas en el Reino Unido han adoptado la tecnología de reconocimiento facial en las cafeterías que elimina la fricción de las señales y acelera el tiempo de transacción de pago.

Sin duda, eliminar los puntos problemáticos basados en la fricción puede ser beneficioso, como en el caso de simplificar los sistemas de atención médica, el registro de votantes y los códigos fiscales. Pero, cuando se trata de la adopción de la IA y el aprendizaje automático, las estrategias «sin fricciones» también pueden provocar daños, desdeprivacidad y vigilancia preocupaciones, a la capacidad de los algoritmos para reflejar y amplificar sesgo, a cuestiones éticas sobre cómo y cuándo usar la IA.

Los sesgos cognitivos pueden socavar la toma de decisiones óptima y las decisiones en torno a la aplicación de la IA no son diferentes. Los humanos pueden tener prejuicios en contra o a favor de algoritmos, pero en este último caso, suponen una mayor neutralidad de la IA yprecisióna pesar de estar al tanto de errores algorítmicos. Incluso cuando hay aversión al uso de algoritmos en dominios consecuentes (como la atención médica, las admisiones a la universidad y los juicios legales), la responsabilidad percibida de un tomador de decisiones sesgado puede reducirse si incorporan aportaciones de IA. Sin embargo, el ritmo de la inversión solo aumenta: LaÍndice de IA de Stanford 2021 informa que la inversión mundial total en IA aumentó un 40% en 2020 en relación con 2019, para un total de 67 900 millones de dólares.

Sin embargo, El 65% de los ejecutivos no puede explicar cómo sus modelos de IA toman decisiones . Por lo tanto, los ejecutivos que buscan mejorar la experiencia de los clientes deben adoptar la «buena fricción» para interrumpir la automaticidad en la aplicación de sistemas de IA de «caja negra». La promesa de la IA es enorme, pero si queremos centrarnos realmente en el cliente, su aplicación requiere barreras de seguridad, incluidas las sistémicas eliminación de la mala fricción y adición de una buena fricción. La fricción no siempre es negativa. El truco consiste en diferenciar la fricción buena de la mala y los sistemas de auditoría para determinar cuál es la más beneficiosa. Las empresas deberían analizar dónde interactúan los humanos con la IA e investigar las áreas en las que podría ocurrir el daño, sopesar cómo añadir o eliminar fricción cambiaría el proceso y probar estos sistemas modificados mediante experimentación y análisis multimétodo.

Encontrar una buena fricción

¿Qué es la buena fricción y cómo puede diferenciarla de la mala fricción en las experiencias de los clientes? La buena fricción es un punto de contacto en el camino hacia un objetivo que da a los humanos la agencia y la autonomía para mejorar la capacidad de elección, en lugar de automatizar a los humanos fuera de la toma de decisiones. Este enfoque es decididamente primero para los humanos. Permite una consideración razonable de las elecciones para el consumidor y que el equipo de gestión las pruebe en función de las necesidades del usuario y una comprensión clara de las implicaciones de las elecciones. Y también puede mejorar el recorrido del cliente al hacer que los usuarios participen en una mayor deliberación o una mejor creación conjunta de experiencias.

Significativamente, una buena fricción no necesariamente disminuye la experiencia del cliente, de hecho, puede llevar a la defensa de la marca. Por ejemplo, puede que no sea automático o sin fricciones ofrecer más agencia sobre los datos propios, hacer transparente la forma en que se utilizan los datos personales o situar el bienestar humano por encima del compromiso, pero es mejor para los humanos que están detrás de los puntos de datos y la sociedad en general. El reciente «desafío algorítmico de recompensas» de Twitter, en el que la empresa pidió a los clientes que identificaran un posible sesgo algorítmico y añadió buena fricción a la experiencia del cliente de una manera diseñada para aumentar la participación y mitigar el daño. Y la fricción puede ser buena cuando necesitamos dedicar tiempo a los clientes para comprender mejor sus necesidades y experiencias únicas, un proceso que puede resultar ineficiente (pero encantadoramente). Las comunidades en las que los clientes se conectan y se informan entre sí pueden mejorar la experiencia del cliente más allá del punto de contacto de la transacción, al igual que las interacciones del servicio de atención al cliente que recopilan información de datos más allá de las puntuaciones NPS tradicionales (como en la base Estas son oportunidades para crear, no solo para extraer, valor.

La mala fricción, por otro lado, desempodera al cliente e introduce un daño potencial, especialmente para las poblaciones vulnerables. Es la colocación de obstáculos a la transformación digital que prioriza a las personas lo que crea incentivos para socavar la agencia del cliente u obstáculos a la transparencia algorítmica, las pruebas y las perspectivas inclusivas. Por ejemplo, cuando WhatsApp cambió sus condiciones de servicio, los usuarios que no estaban de acuerdo con las nuevas condiciones vieron un aumento de la fricción y una reducción de la utilidad de la aplicación. Esta asimetría de fricción a lo largo del viaje del usuario (entrada fácil e incentivada a la adopción, seguida de barreras de salida) crea una dinámica similar a una trampa para langostas: una entrada atractiva pero falta de agencia para salir.

Las empresas pueden revisar los recorridos de sus clientes y realizar «auditorías de fricción» para identificar puntos de contacto en los que se podría emplear deliberadamente una buena fricción en beneficio del usuario, o en los que una mala fricción haya empujado a los clientes a»patrones oscuros.» Ya hay empresas y organizaciones que buscan ofrecer esto pericia en lo que respecta a la lucha contra el sesgo algorítmico. Cass Sunstein ha propuesto» auditorías de lodos,» para erradicar las «fricciones excesivas e injustificadas» para los consumidores, los empleados y los inversores. Del mismo modo, las auditorías de fricción podrían requerir una revisión deliberada de los puntos de fricción a lo largo del recorrido del cliente y en la experiencia del empleado (EX).

Qué pueden hacer las empresas

Al evaluar el papel de la fricción en la transformación digital, positiva o negativa, tenga en cuenta las tendencias de comportamiento y el bienestar de los clientes. Los empujones son una herramienta poderosa, pero los ejecutivos deben manejarla con cuidado, ya que puede convertirse rápidamente en manipuladora. La buena fricción para reducir ese riesgo es un precio relativamente bajo en comparación con el cliente churn debido a la destrucción de la confianza y la reputación. Aquí hay tres sugerencias:

1. Cuando se trata del despliegue de la IA, practique los actos que le causen molestias.

Sí, ofrecer a los clientes más opciones puede hacer que los recorridos de sus clientes parezcan menos cómodos (como en el caso de la aceptación de cookies por defecto), pero se debe preservar el consentimiento afirmativo. También es práctico (y cómodo) en las organizaciones estar en grupos homogéneos, pero la diversidad en última instancia combate los prejuicios cognitivos y da como resultado una mayor innovación. Tómese el tiempo para incluir codificadores y conjuntos de datos de datos más representativos, multidisciplinarios y diversos.

Pero quizás el primer y más crítico acto inconveniente es que su equipo tome un ritmo y pregunte: «¿Debería hacer esto la IA? ¿Y puede hacer lo que se promete?» Pregunte si es apropiado utilizar la IA en el contexto (por ejemplo, no puede predecir el comportamiento delictivo y no debe usarse para» policía predictiva» para arrestar a ciudadanos antes de la comisión de delitos, al estilo «Informe de minorías»»). Poner deliberadamente torceduras en los procesos que hemos hecho automáticos en nuestra búsqueda sin aliento de una estrategia sin fricciones e incorpore puntos de contacto de «buena fricción» que sacan a la luz las limitaciones, suposiciones y tasas de error de los algoritmos (por ejemplo, IA tarjetas modelo que enumere estos detalles para aumentar la transparencia). Piense en los socios externos de auditoría de IA que pueden estar menos integrados en las rutinas organizativas y es más probable que identifiquen áreas en las que la falta de fricción genera una falta de pensamiento crítico y centrado en las que una buena fricción podría mejorar la experiencia del cliente y reducir el riesgo.

2. Experimente (y fracase) mucho para evitar las aplicaciones de aprendizaje automático de aprendizaje automático.

Esto requiere un cambio de mentalidad hacia una cultura de la experimentación en toda la organización, pero con demasiada frecuencia, solo los científicos de datos se encargan de adoptar la experimentación. Los ejecutivos deben fomentar las oportunidades periódicas para probar la buena fricción (y eliminar la mala fricción) a lo largo del recorrido del cliente. Por ejemplo, en IBM todos los vendedores están formados en experimentación, las herramientas para los experimentos son fáciles de usar y de fácil acceso, y se celebran regularmente concursos de 30 experimentos en 30 días. Esto requiere que la dirección tenga la confianza suficiente para probar las ideas y dejar que las lecciones sobre el cliente impulsen el producto.

Vuelva a familiarizarse con su equipo con el método científico y anime a todos los miembros a generar hipótesis comprobables en los puntos de contacto del recorrido del cliente, haciendo pruebas pequeñas y siendo preciso con las variables. Por ejemplo, Microsoft Fairlearnayuda a probar algoritmos e identificar problemas, como errores en un grupo de muestra en los que se podría experimentar un daño realantes publicado. Forme mucho y haga que esto forme parte de sus KPI para crear una cultura de experimentación. Planifique para muchos fracasos experimentales: el aprendizaje es fricción. Pero no se trata solo de fallar rápido, se trata de incorporar las lecciones, así que haga que la difusión de estos aprendizajes sea lo más fluida posible.

3. Esté atento a los «patrones oscuros».

Reúna a su equipo, trace el recorrido del cliente digital y pregúntele: ¿Es fácil para los clientes celebrar un contrato o una experiencia, pero es desproporcionadamente difícil o inescrutable salir? Si la respuesta es sí, probablemente estén en una versión digital de una trampa para langostas. Esta asimetría de entrada y salida socava la capacidad del cliente para actuar con la agencia y dar un empujón a lo largo de este tipo de recorrido del cliente puede empezar a parecerse a una manipulación. Los ejemplos incluyen suscripciones que se renuevan automáticamente sin problemas con letra pequeña que hacen que parezca imposible cancelarlas y «acuerdos» de intercambio de datos que ocultan violaciones de la privacidad. El aumento de la transparencia de las opciones a lo largo del recorrido del cliente, aunque no sin fricciones, preserva la agencia del cliente y, eventualmente, la confianza. Esto es fundamental para la fidelización de los clientes.

Estos tres principios se centran en la transformación digital primero para las personas: respetar y confiar en sus clientes lo suficiente como para empoderarlos, incluso si crea fricción en un punto de contacto. Una marca segura y responsable no debería tener que dedicarse a juegos de manos o manipulación para aumentar la interacción. Es probable quelegislación como una Declaración de Derechos de la IA está en nuestro futuro, por lo que es un momento oportuno para desarrollar prácticas Centrado en los clientes. Y con el de Google las cookies de terceros desaparecen, ahora es el momento de cambiar el rumbo para crear ventaja competitiva. Ya, Apple se está posicionando como un refugio de privacidad, y Pato, pato, vamos se posiciona en contra de Google por dar prioridad a la agencia de usuarios por encima del acceso a los datos.Fuerza de ventas El equipo de ética de la IA de la IA no solo ha creado un código ético con fines internos, sino que ayuda a sus clientes empresariales a adoptar puntos de fricción de la IA, como recordatorios a los clientes de que están interactuando con bots, no con humanos.

Salman Rushdie señaló: «Las sociedades libres son sociedades en movimiento y con el movimiento viene la fricción». De esta forma, la buena fricción en medio de la transformación digital puede verse como una característica, no como un error. En lugar de explotar sin problemas las asimetrías de información en los algoritmos, trate de cocrear experiencias con los clientes para compartir valor con los humanos y prestarles servicio primero. Las empresas que adopten la agencia de clientes en su aplicación del aprendizaje automático estarán más cerca de lograr el zumbido sobre la «IA responsable». Es hora de que veamos la fricción no como algo que erradicar, sino como una herramienta que, cuando se aprovecha de forma eficaz, puede encender el fuego del empoderamiento y la agencia, además de la comodidad. Esto llevará a su empresa a centrarse no solo en el Centrado en los clientes sino también en los seres humanos.