Guía esencial sobre la inteligencia artificial en el éxito del cliente

La IA puede transformar su estrategia de éxito del cliente, y hacerlo ahora.

por Siddharth Rajgarhia

La esencia

• El impacto de la IA. La IA generativa revoluciona el éxito del cliente, mejorando la calidad y la eficiencia del servicio.
• Estrategia de datos. El éxito de la IA en informática depende de la riqueza de los datos disponibles para el entrenamiento.
• Rentabilidad. La IA reduce la necesidad de contar con grandes equipos de atención al cliente, lo que equilibra los costos y la satisfacción del cliente.

El éxito del cliente (CS) parece ser el eje central de lo que probablemente impactará esta primera ola de IA generativa. Algunos indicios recientes de esto son los increíbles resultados de Klarna al implementar agentes de soporte al cliente con IA y la cantidad de empresas emergentes que se lanzan a este espacio (la más notable, Sierra de Brett Taylor ).

Una de las razones principales de esto es el papel del éxito del cliente como capa de traducción entre el conocimiento del producto y las necesidades del cliente, una descripción de trabajo propicia para los grandes modelos de lenguaje (LLM). Los arquitectos de soluciones traducen entre los flujos de trabajo del cliente y las configuraciones del producto. Los gerentes de éxito traducen entre la hoja de ruta del producto y las oportunidades de venta adicional. Los agentes de soporte traducen entre los puntos críticos del cliente y la documentación del producto.

Corriendo el riesgo de simplificar demasiado, el norte de CS es la calidad de la traducción, es decir, la adecuación entre el resultado del producto y la necesidad del cliente. Y en ningún aspecto del éxito del cliente la IA mejora la calidad de la traducción más rápido que en el soporte.

Exploremos algunos aspectos de la IA en el éxito del cliente. 

Soporte de IA: más allá de las capacidades humanas

La descripción básica del trabajo de soporte puede ser realizada sorprendentemente bien por los LLMs hoy en día por las sencillas razones de que están disponibles las 24 horas del día, los 7 días de la semana, tienen un conocimiento perfecto de la documentación y la hoja de ruta del producto, tienen acceso a todo el historial de interacción con el cliente y pueden aprender de manera continua a partir de la información humana (ya sean clientes o gerentes de producto). Por supuesto, existen deficiencias conocidas (como las alucinaciones), pero apostaría a que se pueden solucionar.

Además de hacer mejor el trabajo humano, los agentes de soporte de IA hoy también pueden hacer lo que los humanos hacen con dificultad: resumir cientos de interacciones de soporte al cliente por teléfono, correo electrónico o chat para ayudar al equipo de producto a priorizar qué construir a continuación, rastrear todas las funciones que se envían e informar de manera proactiva a los grupos de clientes que alguna vez expresaron un problema relacionado, etc.

Hasta ahora solo hemos hablado de soporte, pero no es difícil imaginar un salto natural hacia el éxito con agentes de gestión (similares a un servicio de conserjería de IA) e incluso arquitectos de soluciones que guíen a los clientes en la implementación y configuración de productos. La “agentificación” del éxito del cliente . 

Creación de una función de éxito del cliente basada en IA

¿Qué significa esto para la forma de crear una función de éxito del cliente nativa de IA? Entendamos primero el servicio de atención al cliente tal como existe hoy en día. Aparte de para el cliente de guante blanco empresarial de nivel más alto, el servicio de atención al cliente es en gran medida una curita para las características faltantes del producto y la fricción de usabilidad. Es decir, es un centro de costos cuyo uso debe limitarse agresivamente para mantener saludables los márgenes.

Dicho de otra manera, en su estado terminal, más del 80% del personal de CS debería ser reemplazado por IA, y el <20% restante (reservado para los problemas más complicados y los clientes con el LTV más alto), debería ser aumentado en gran medida por ella (la capa de superhéroe metafórica).

La IA mejora el éxito del cliente y reduce los costes

Los líderes de éxito del cliente anteriores a la IA resolvieron este problema del centro de costos utilizando una variedad de soluciones creativas, como establecer restricciones en la cantidad de horas que un cliente del mercado medio o PYME podía aprovechar el servicio de atención al cliente y facturar el excedente, aumentar la cantidad de clientes asignados a cada representante de servicio al cliente, crear centros de ayuda en línea y certificaciones para que los clientes se autogestionen, crear comunidades de clientes en Slack/Discord para responder las preguntas de los demás, etc.

Estos “programas a escala” fueron valiosos, pero nunca reemplazaron por completo la calidad de la interacción personal con el equipo de atención al cliente y dejaron a los clientes insatisfechos. Esto inevitablemente llevó a que el equipo de atención al cliente no informara las horas trabajadas, porque un cliente insatisfecho es un riesgo de renovación… y, como usted sabe, cada renovación es valiosa. Esta disyuntiva entre tener una gran cantidad de personal de atención al cliente en la nómina o correr el riesgo de una mala satisfacción del cliente es una falsa dicotomía en este paradigma emergente de la IA generativa.

Por ejemplo, puede ofrecer a los clientes de cualquier nivel una interacción de soporte individual de alta calidad e ilimitada a través de agentes de IA (como lo está intentando hacer Klarna). Si analizamos más de cerca la gestión del éxito, sus agentes de IA pueden asumir tareas de orden superior, como crear paneles y métricas personalizados para su comprador a fin de ayudarlo a comprender cómo su organización está adoptando el producto, etc.

Un nivel superior a eso es facilitar una venta adicional (es decir, poder recomendar ciertas funciones a un cliente en función de su perfil de uso) y completar ese proceso hasta la facturación. Es decir, por un pequeño costo marginal, su empresa puede brindarle el máximo servicio al próximo cliente con un mínimo de empleados a tiempo completo o esfuerzo al utilizar la IA en el éxito del cliente .

La calidad de los datos es clave para el éxito de la IA

Es muy difícil predecir el momento en que esto ocurrirá: el progreso parecerá lento en ocasiones y desconcertantemente rápido en otras. Lo que está claro es que la IA en el éxito del cliente solo será tan buena como la calidad de los datos con los que se entrena a su IA . Lo que diferenciará su función de IA en el éxito del cliente de la de su competencia no es tanto el calibre del talento de CS que pueda contratar, sino la calidad y riqueza de los datos que tenga disponibles para su modelo de IA.

Cualquiera podrá pedirle a GPT-5 que elabore una presentación genérica de upselling utilizando información básica del producto y del cliente. Sin embargo, si el modelo conoce el contexto detrás de la compra a partir de la oportunidad de Salesforce, sus métricas de uso a partir de su instancia de Segment y su interacción con sus campañas a través de sus datos de Hubspot, puede crear contenido de upselling que cambie las reglas del juego.

Estrategia de datos: la base para el éxito impulsado por la IA

Gran parte de su estrategia de IA para el éxito del cliente es simplemente su estrategia de datos. Para ello, lo mejor que puede empezar a hacer hoy mismo es asegurarse de que los datos críticos de los clientes y de los productos en todos los canales se registren y almacenen de acuerdo con las mejores prácticas de datos empresariales (es decir, una única fuente de información para cada fuente de datos, identificadores únicos para los clientes en todas las tablas, procedencia clara de los datos, etc.).

Sus agentes de IA deberían poder leer tickets de soporte anteriores, documentación de productos, hoja de ruta de productos, niveles de precios, datos de facturación de clientes, etc., y descubrir cómo mantener esa relación. Como con todas las cosas, el camino es sinuoso y comenzará con pequeños saltos desde la lógica codificada en su herramienta de soporte hasta los copilotos que ayudan a los humanos a hacer más cosas y los agentes que hacen el trabajo para los humanos que simplemente establecen la estrategia y capacitan y perfeccionan continuamente el modelo.

Reflexiones finales sobre la IA en el éxito del cliente

Para terminar, quisiera tomar prestado lo que dijo Matt Cohler, capitalista de riesgo y miembro del equipo fundador de LinkedIn de Benchmark: “Nuestro trabajo no es ver el futuro, sino ver el presente con mucha claridad”.

No puedo decirles cómo se verá la IA en el éxito del cliente en cinco años, y mucho menos en diez, pero una visión clara del presente me hace confiar en que estará dramáticamente impactada por la IA: los clientes estarán más felices, los márgenes comerciales se verán mejor y el equipo de producto tendrá las mejores traducciones que haya tenido de las necesidades de los clientes.

Sobre el Autor

Siddharth Rajgarhia ayuda a las empresas a tomar decisiones basadas en datos. Actualmente trabaja en First Round Capital, donde aplica los datos y la ciencia del comportamiento a la práctica de inversión.

Fuente: https://www.cmswire.com/customer-experience/your-essential-guide-to-ai-in-customer-success/