El manejo de datos de los usuarios es fundamental para la operación de una empresa de telecomunicaciones como Claro, pues de esto depende conocer el comportamiento de quienes utilizan su servicio de telefonía (40,8 millones de líneas móviles y fijas al cierre de 2022 según MinTic) o de los 24,3 millones de accesos a internet móvil y fijo que ofrece.
Con el respaldo de las primeras herramientas de inteligencia artificial, el foco estuvo en los temas asociados al servicio al cliente y su entendimiento para atenderlos con nuevos productos, explica Pedro Montagut, gerente de Soluciones Digitales de Claro en Colombia, quien agrega que un primer paso fue constituir un área de analítica para permanentemente revisar los datos.
Derivado de ese trabajo que abarca comprender los perfiles de consumo, las necesidades de los clientes, y la parametrización de aspectos como la demografía, la zona del país y el estrato socioeconómico se han desarrollado diversos paquetes de oferta de servicios.
A su turno, Támara Fajardo, gerente de Analítica y Automatización de Global Hitss (empresa de Claro), menciona que parte de la estrategia ha sido implementar centros de excelencia para automatizar procesos y fortalecer las tareas de analítica. “Estos centros se encargan de encausar las iniciativas internas para que desde las diferentes secciones de la compañía se aborden las prácticas propuestas”, dice.
Uno de los avances recientes es el procesamiento del lenguaje natural con NLP (tecnología que brinda a las computadoras la capacidad de interpretar, manipular y comprender el lenguaje humano) para atender de una mejor manera a quienes utilizan el canal de vez de la empresa.
Para Fajardo se trata de una evolución natural que ha observado la compañía, que arrancó con la automatización de tareas o procesos básicos, y ahora se está llegando a la inteligencia artificial para mejorar la experiencia de los usuarios.
Y es que detrás de los teclados de un dispositivo digital hay innumerables detalles que el usuario no alcanza a dimensionar, pues para obtener la respuesta que necesita una empresa como Claro dispone de decenas de personas con conocimiento, trabajando constantemente e innovando.
Obviamente, hay infraestructura, miles de horas de pruebas de tecnología, conceptos intangibles como la nube, algoritmos y complejas operaciones informáticas que reaccionan cuando usted oprime una tecla.
Un punto en el que hacen hincapié Montagut y Fajardo es que la inteligencia artificial no va a desplazar a las personas, y en el caso de Claro para poner en operación los nuevos desarrollos se han requerido nuevos talentos humanos y recursos.
En ese sentido, un informe sobre Inteligencia artificial de la consultora McKinsey & Company sostiene que centrarse en el talento y las competencias necesarias es crucial para aprovechar al máximo esta tecnología y lograr un impacto significativo.
“Vemos un futuro importante, para Claro y sus clientes corporativos, la implementación de soluciones de Inteligencia Artificial (IA). El reto está en la integración y articulación de la IA con los procesos empresariales nuevos y existentes, que debe ser atendido con una estrategia definida según las necesidades y objetivos de las compañía. Este es un factor determinante: entender por qué se necesita la IA para con esto poder hace la selección de soluciones adecuadas, el establecimiento de políticas y procedimientos, la calidad de los datos, pruebas de los procesos, monitoreo y la mejora continua.
Por ejemplo, una de las soluciones que ya viene trabajando Claro en donde se incluye lA es con los centros comerciales. Por medio de los Access Points que irradian Wifi a los visitantes, se capta información relevante que la persona ha aceptado suministrar a la plataforma al momento de generar su conexión, con la que se va construyendo una base de conocimiento que permite parametrizar gustos e intereses de manera particular y al grupo demográfico al cual pertenece.
La IA analiza tendencias del mercado o promociones de los locales, para realizar una recomendación de un producto o un servicio. Este modelo se va retroalimentando por medio de Machine Learning para ir ajustando las preferencias y de esta manera cada vez ser más precisos”.
