La fricción no siempre es mala, especialmente cuando las empresas buscan formas responsables de utilizar la IA. El truco consiste en aprender a diferenciar las fricciones buenas de las malas y en entender cuándo y dónde añadir una buena fricción al recorrido del cliente puede darles a los clientes la agencia y la autonomía necesarias para mejorar las opciones, en lugar de automatizar a las personas a la hora de tomar decisiones. Las empresas deberían hacer tres cosas: 1) cuando se trata del despliegue de la IA, practicar actos inconvenientes; 2) experimentar (y fallar) con mucho para evitar las aplicaciones de aprendizaje automático en piloto automático; y 3) estar atentas a los «patrones oscuros».

•••

En los círculos de marketing,fricción se ha convertido en sinónimo de «punto débil». Erradicarlo, según la opinión popular, es crucial para crear una estrategia centrada en los clientes que rindaventaja competitiva. Siguiendo el ejemplo de aplicaciones políticas de la economía del comportamiento, los vendedores buscan»codazo«las personas a lo largo del recorrido del cliente y eliminan los fricciones 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 se ralentizan viajes de clientes eficientes. Si bien esto era cierto antes de la pandemia, COVID-19 solo tieneaceleró esta transformación digital tendencia mediante la creación de una demanda de más experiencias de cliente sin contacto que reduzcan los posibles puntos de fricción, como las interacciones humanas en persona. Pensemos en el reciente lanzamiento deAmazon Uno, 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 […] nos decidimos por cosas que fueran duraderas y que hubieran resistido el paso del tiempo, pero que a menudo causaran fricciones o una pérdida de tiempo a los clientes», anunció la empresa. Esto elimina pasos como buscar la cartera 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 irse» con sus compras, saltándose el proceso tradicional de pago. Esta adopción de las experiencias de cliente fluidas no se limita a la venta minorista:Facebook presentó 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 del Reino Unido han adoptado la tecnología de reconocimiento facial en las cafeterías que elimina la fricción de las señales y acelera el tiempo de pago. No cabe duda de que eliminar los puntos débiles basados en la fricción puede ser beneficioso, como en el caso de la simplificación de los sistemas de salud, el registro de votantes y los códigos tributarios. Pero, cuando se trata de la adopción de la IA y el aprendizaje automático, las estrategias «sin fricciones» también pueden provocar daños, desdeprivacidad yvigilancia preocupaciones, a la capacidad de los algoritmos parareflejar y amplificar sesgo, a cuestiones éticas sobre cómo y cuándo utilizar la IA. Los sesgos cognitivos pueden socavar una 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 oa favor de los algoritmos, pero en este último caso, suponen una mayor neutralidad de la IA yprecisión a pesar de que se enteró de errores algorítmicos. Incluso cuando hay aversión al uso de algoritmos en ámbitos consecuentes (como la atención médica, la admisión a la universidad y las sentencias legales), la responsabilidad percibida de un responsable de la toma de decisiones sesgado puede reducirse si incorpora la participación de la IA. Sin embargo, el ritmo de la inversión no hace más que aumentar: elÍndice de IA de Stanford 2021 informa que la inversión mundial total en IA aumentó un 40% en 2020 con respecto a 2019, hasta un total de 67 900 millones de dólares. Sin embargo,El 65% de los ejecutivos no pueden explicar cómo sus modelos de IA toman decisiones . Por lo tanto, los ejecutivos que buscan mejorar las experiencias de los clientes deben adoptar la «buena fricción» para interrumpir la automaticidad en la aplicación de los sistemas de IA de «caja negra». La promesa de la IA es enorme, pero si queremos estar realmente centrados en los clientes, su aplicación requiere barreras, incluso sistémicas eliminación de la mala fricción y la adición de una buena fricción. La fricción no siempre es negativa: el truco consiste en diferenciar la fricción buena de la mala y en auditar los sistemas para determinar cuál es la más beneficiosa. Las empresas deberían analizar los lugares en los que los humanos interactúan con la IA e investigar las áreas en las que podrían producirse daños, sopesar cómo añadir o eliminar la fricción cambiaría el proceso y probar estos sistemas modificados mediante la experimentación y el análisis con varios métodos. ## Encontrar una buena fricción ¿Qué es la fricción buena 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 una meta que dé a las personas la agencia y la autonomía necesarias para mejorar las opciones, en lugar de automatizar a las personas a la hora de tomar decisiones. Este enfoque es decididamente lo primero para el ser humano. Permite considerar de manera razonable las elecciones del consumidor y que el equipo de administración las pruebe de acuerdo con las necesidades del usuario, y una comprensión clara de las implicaciones de las elecciones. Y también puede mejorar la experiencia del cliente al hacer que los usuarios participen en una mayor deliberación o en una mejor creación conjunta de experiencias. Es significativo que una buena fricción no necesariamente disminuya la experiencia del cliente, sino que puede llevar a la promoción de la marca. Por ejemplo, puede que no sea automático ni sencillo ofrecer más agencia sobre los datos, hacer transparente la forma en que se utilizan los datos personales o anteponer el bienestar humano a la participación, pero es mejor para las personas detrás de los puntos de datos y para la sociedad en general. El reciente «desafío de las recompensas algorítmicas» de Twitter, de colaboración colectiva, en el que la empresa pedía a los clientes que identificaran un posible sesgo algorítmico, añadió buenos problemas a la experiencia del cliente, de una manera diseñada para aumentar la participación y mitigar los daños. Y los problemas pueden ser buenos cuando necesitamos dedicar tiempo a los clientes para entender mejor sus necesidades y experiencias únicas, un proceso que puede resultar ineficiente (pero es delicioso). Las comunidades en las que los clientes se conectan y se informan entre sí pueden mejorar las experiencias de los clientes 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 de NPS tradicionales (como en la base de Booking.com). Son oportunidades para crear, no solo extraer, valor. La mala fricción, por otro lado, desempodera al cliente e provoca posibles daños, especialmente a las poblaciones vulnerables. Es la colocación de obstáculos a la transformación digital que antepone a las personas lo que crea incentivos para socavar la agencia de los clientes u obstáculos a la transparencia algorítmica, las pruebas y las perspectivas inclusivas. Por ejemplo, cuandoWhatsApp cambió sus condiciones de servicio, los usuarios que no estaban de acuerdo con las nuevas condiciones vieron un aumento de los problemas y una reducción de la utilidad de la aplicación. Esta asimetría de fricción a lo largo del recorrido del usuario (entrada fácil e incentivada a la adopción, seguida de barreras de salida) crea una dinámica similar a la de una trampa para langostas: una entrada atractiva, pero falta de agencia para salir. Las empresas pueden revisar el recorrido de sus clientes y realizar «auditorías de fricción» para identificar los puntos de contacto en los que una buena fricción podría emplearse deliberadamente en beneficio del usuario o en los que la mala fricción ha empujado a los clientes a entrar»patrones oscuros.» Ya hay firmas y organizaciones que quieren ofrecer esto experiencia con respecto a la lucha contra el sesgo algorítmico. Cass Sunstein ha propuesto»auditorías de lodos», para erradicar las «fricciones excesivas e injustificadas» entre los consumidores, los empleados y los inversores. Del mismo modo, las auditorías de fricción podrían consistir en una revisión deliberada de los puntos de fricción a lo largo del recorrido del cliente y de la experiencia de los empleados (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 codazos son una herramienta poderosa, pero los ejecutivos deben utilizarlos con cuidado, ya que pueden convertirse rápidamente en manipuladores. La buena fricción destinada a reducir ese riesgo es un precio relativamente pequeño a pagar en comparación con el clientebatidor debido a la destrucción de la confianza y la reputación. He aquí tres sugerencias: ### 1. En lo que respecta al despliegue de la IA, practique los actos inconvenientes. Sí, ofrecer a los clientes más opciones puede hacer que sus viajes parezcan menos prácticos (como en el caso de la aceptación predeterminada de las cookies), pero hay que conservar el consentimiento afirmativo. También es práctico (y cómodo) en las organizaciones estar en grupos homogéneos, pero la diversidad en última instanciacombate los sesgos cognitivos y se traduce en una mayor innovación. Tómese su tiempo para incluir conjuntos de datos y codificadores más representativos, interdisciplinarios y diversos. Pero quizás el primer inconveniente y el más importante sea que su equipo reciba una paliza y se pregunte: «¿Debería hacer esto la IA? ¿Y puede hacer lo que se promete?» Pregúntese si es apropiado utilizar la IA en este contexto (por ejemplo, no puede predecir el comportamiento delictivo y no debe usarse para»policía predictiva» para arrestar a los ciudadanos antes de que cometan delitos, al estilo «Minority Report»). Coloque deliberadamente torceduras en los procesos que hemos automatizado en nuestra búsqueda sin aliento de una estrategia sin fricciones e incorpore puntos de contacto de «buena fricción» que pongan de manifiesto las limitaciones, las suposiciones y las tasas de error de los algoritmos (por ejemplo, la IA) modelos de tarjetas que enumeran estos detalles para aumentar la transparencia). Pensemos en los socios de auditoría de IA externos, que pueden estar menos integrados en las rutinas de la organización y tienen más probabilidades de identificar las áreas en las que la falta de fricción genera una falta de pensamiento crítico y centrado en las personas y en las que una buena fricción podría mejorar la experiencia del cliente y reducir el riesgo. ### 2. Experimente (y fracase) con frecuencia para evitar las aplicaciones de aprendizaje automático en piloto automático. Esto requiere un cambio de mentalidad hacia una cultura de experimentación en toda la organización, pero con demasiada frecuencia, solo a los científicos de datos se les encarga adoptar la experimentación. Los ejecutivos deben fomentar las oportunidades periódicas para poner a prueba los buenos roces (y eliminar los malos) a lo largo del recorrido del cliente. Por ejemplo, en IBM todos los vendedores reciben formación en experimentación, las herramientas para los experimentos son fáciles de usar y de fácil acceso, y se organizan concursos de 30 experimentos en 30 días con regularidad. Esto requiere que la dirección tenga la confianza suficiente como para poner a prueba 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 generarhipótesis comprobables en los puntos de contacto del recorrido del cliente, haciendo pequeñas pruebas y siendo precisos en cuanto a las variables. Por ejemplo, el de MicrosoftAprendizaje justo ayuda a probar los algoritmos y a identificar problemas como errores en un grupo de muestras en los que se podría producir un daño real antes publicado. Forme ampliamente y haga que esto forme parte de sus KPI para crear una cultura de experimentación. Planifique muchos fracasos experimentales: el aprendizaje es fricción. Pero no se trata solo de fracasar rápido, sino de incorporar las lecciones, así que hacer que la difusión de estos aprendizajes sea lo más fluida posible. ### 3. Esté atento a los «patrones oscuros». Reúna a su equipo, planifique la trayectoria digital de sus clientes y pregúntese: ¿Es fácil para los clientes celebrar un contrato o una experiencia, pero es desproporcionadamente difícil o inescrutable salir? Si la respuesta es sí, es probable que 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 codazo en este tipo de recorrido del cliente puede empezar a parecerse a una manipulación. Los ejemplos incluyen las suscripciones que se renuevan automáticamente sin problemas con letra pequeña que hace que parezca imposible cancelarlas y los «acuerdos» de intercambio de datos que ocultan las 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, finalmente, la confianza. Esto es fundamental para la fidelización de los clientes. Estos tres principios se centran en la transformación digital que antepone a las personas: respete y confíe en sus clientes lo suficiente como para empoderarlos, aunque eso genere fricciones en un punto de contacto. Una marca segura y responsable no debería tener que hacer juegos de manos o manipulaciones para aumentar la participación. Es probable quelegislación como lo es una declaración de derechos de la IA en nuestro futuro, por lo que es un momento oportuno para desarrollar prácticas centradas en los clientes. Y con el de Googlelas cookies de terceros van a desaparecer, ahora es el momento de cambiar de rumbo, de crear ventaja competitiva. Ya, Manzana se posiciona como un refugio para la privacidad, yDuck Duck Go se posiciona en contra de Google por priorizar la agencia de usuarios por encima del acceso a los datos.Fuerza de ventas El equipo de ética de la IA no solo ha creado un código de ética con fines internos, sino que también 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, vienen las fricciones». De esta manera, 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 la información en los algoritmos, intente cocrear experiencias con los clientes para compartir valor con las personas y servir primero a las personas. Las empresas que adopten la agencia de clientes en sus aplicaciones del aprendizaje automático estarán más cerca de lograr la tan popular «IA responsable». Es hora de que veamos la fricción no como algo que erradicar, sino como una herramienta que, cuando se aprovecha de manera eficaz, puede provocar el fuego del empoderamiento y la agencia, además de la comodidad. Esto llevará a su empresa a pasar no solo a «centrarse en los clientes», sino también a centrarse en las personas.