Como dice la frase, “en gustos se rompen géneros” y es que lo que a unos les puede gustar a otros no. Por ejemplo, si visitas la casa de un amigo probablemente encontrarás marcas que jamás habrías pensado adquirir, y no porque sean malas, sino porque tanto tú como él hicieron click con distintos negocios que conectaron con sus gustos, presupuestos y hasta con ciertas necesidades emocionales.

“Es un hecho que los consumidores quieren ser escuchados, y que responden positivamente a aquellas marcas que se esfuerzan por comunicarse con ellos y por entenderlos. Sin embargo, la mayoría de las empresas en América Latina no tienen esto en mente al desarrollar sus estrategias de ventas, marketing y experiencia del cliente”, señala Walter Hildebrandi, CTO de Zendesk Latinoamérica.

De hecho, un estudio realizado por Zendesk destaca que sólo el 36% de los consumidores en la región siente que las empresas se preocupan por su bienestar. Ante esta área de oportunidad para los negocios Walter comparte cuatro factores que los comercios y marcas deben considerar para ganarse la lealtad de sus consumidores.

1. Interés por su estado emocional

En México el 71% de los consumidores son más propensos a comprar en un negocio que se preocupa por su estado emocional. Esto quiere decir que los clientes quieren experimentar un sentimiento agradable, de satisfacción y plenitud durante todo el proceso de compra.

Dicho sentimiento involucra distintas variables, desde el diseño del sitio web y los colores elegidos en la plataforma, hasta la agilidad con la que se pueden llevar a cabo los pagos, las ofertas dirigidas a sus gustos y necesidades específicas, e incluso contar con agentes de atención al cliente que los escuchen pacientemente y responden con amabilidad sus dudas y peticiones.

2. Conversación sin fricción

Esperar por horas al teléfono para ser atendido, narrar un problema, ser transferido a otra área y tener que explicar lo ocurrido nuevamente es una experiencia que la mayoría de los consumidores ha vivido y que no desean repetir.

Lo mismo sucede con los servicios de atención al cliente que solo tienen comunicación por correo electrónico y en los que la respuesta puede tardar días, incluso semanas.

De acuerdo con la empresa de software, 66% de los consumidores a nivel global gastará más con empresas que les permitan iniciar una conversación en un canal y continuarla en otro sin tener que repetirse. Esto se consigue a través de plataformas que permitan crear perfiles de clientes con su historial de compras, movimientos y preferencias, para así agilizar la atención, resolver problemas con mayor eficiencia y garantizar su regreso.

3. Conversaciones más naturales

Para el 80% de los clientes en América Latina, es importante que las interacciones con las marcas se sientan más naturales y conversacionales cuando se ponen en contacto con la empresa.

Esto se logra de dos formas: la primera, es poniendo a la mano de los agentes de atención al cliente toda la información necesaria para una comunicación breve y fluida; la segunda, por medio de chatbots avanzados que, gracias a la inteligencia artificial analicen la información del cliente y ofrezcan respuestas certeras o, en caso de ser necesario, los comuniquen con el área correspondiente.

4. Personalización en todas las áreas

¿Sirve de algo mencionar el nombre del cliente, compartirle ofertas específicas para su estilo de vida y dar seguimiento a su historial con la marca? ¡Por supuesto! Y los expertos lo avalan: a nivel global, el 86% de los líderes dice que la personalización aumenta la retención de clientes.

Por otro lado, el 71% de los líderes de América Latina asegura que la personalización reduce los costos de adquisición de clientes. Con la tecnología es posible crear perfiles de los clientes, protegiendo siempre su información privada, para generar experiencias que los hagan sentir especiales y que, en el futuro, los impulse a regresar.

Las organizaciones y sus modelos de negocio han evolucionado mucho a lo largo de la historia, tanto en sus procesos y estructuras como en sus objetivos. Cada vez más, las tendencias y el entorno dictan los pasos de muchas empresas y ya no pueden ignorar que requieren una adaptación periódica más allá de las modas.

Tradicionalmente, se han centrado en temas de operación, productividad y cobertura de mercado, pero en los últimos años ha sido en temas de tecnología y generación de valor, donde muchas empresas buscan ir por delante e imprimir su sello característico para perdurar en el tiempo.

En la abundancia de términos empresariales actuales, es común confundir conceptos fundamentales como sustentabilidad y sostenibilidad, de los que han derivado otros más elaborados como desarrollo sustentable y desarrollo sostenible. El primero se relaciona con el uso eficiente de recursos que son escasos para no llegar a su agotamiento, mientras que el segundo tiene más que ver con una búsqueda integral, definida y alineada de creación de valor en los ámbitos económico, social, político y medioambiental, entre otros. Si bien existe más de una definición para ambos casos, hay un consenso para usarlos en estos sentidos.

Los retos de la sostenibilidad son múltiples; desde la escasez de recursos y la descarbonización a cambios demográficos y sociales, estimulados por grandes evoluciones tecnológicas que, por otro lado, representan grandes oportunidades de generar un mayor valor interno y externo a las organizaciones. Tecnologías como la inteligencia artificial (IA), Internet de las Cosas o la analítica de datos son hoy un punto de partida para conocer, entender y desarrollar el potencial de los modelos de negocios.

Hay muchos temores de la tecnología, como el reemplazo del trabajo humano por procesos robotizados realizados por la IA. Esto ya es una realidad, pero no es algo nuevo. La llamada cuarta revolución industrial viene precedida de otras revoluciones como la mecanización, electricidad, informática y, hoy, la era digital. En cada una de ellas hubo momentos de transición para las estructuras, productos, modelos de negocio y demás. Y, en todos ellos, hubo una necesidad de cambio y adaptación. Pero siempre hubo la oportunidad de capitalizar las inversiones, los activos, los procesos y el mercado desarrollando modelos de negocio más acordes a la realidad presente.

Generar valor tiene muchas implicaciones, desde entender primero qué significa valor y cómo se busca traducir y adaptar a la organización, los grupos de interés (stakeholders) y su entorno.

Cuando hablamos de cómo la tecnología puede apoyar a dicha creación de valor sostenible, se abre un inmenso abanico de posibilidades para el negocio. Entre la infinidad de ejemplos, podemos mencionar los siguientes:

• El blockchain hace posible una logística más eficiente y con un menor impacto ambiental y ayuda socialmente a una trazabilidad que permite compartir utilidades en diferentes etapas del proceso con los respectivos actores.
• La analítica de datos y la IA promueven un mayor conocimiento del mercado, haciendo un uso más eficiente de los recursos a nivel corporativo e incluso a nivel de políticas públicas.
• El Internet de las cosas ayuda a eficientizar procesos productivos con un menor impacto ambiental y un mayor conocimiento del entorno y su evolución.

Y esta lista se podría ampliar con una plétora de oportunidades que antes no se tenían, o no de la manera como hoy se tienen o se tendrán mañana.

Por ello, debemos estar abiertos al conocimiento, pero también a reflexionar sobre el estado en que nos encontramos y el potencial que tenemos delante. Hoy, nuestro entorno altamente dinámico nos invita a concientizarnos sobre nuestro rol a nivel individual, corporativo y como sociedad.

A partir de lo que ya cabría considerar como “fenómeno ChatGPT”, se ha puesto de moda someter a esta sufrida “inteligencia” artificial a toda suerte de torturas y tensiones con la finalidad de averiguar hasta qué punto es o no es inteligente.

Los abstrusos problemas matemáticos de cualidades virtualmente irresolubles, por socorridos para tal fin, se han convertido en opción preferencial para este rigurosísimo examen.

Nosotros mismos hemos sucumbido a la tentación al solicitarle que nos demostrara el teorema del par primo o conjetura de Goldbach, enunciado por el matemático alemán Christian Goldbach (1690-1764) en 1742, cosa que, obviamente, no logró hacer.

Del mismo modo, fracasó reiteradamente en la resolución de una pregunta sencilla como: “¿Es cierto que entre dos números primos cualesquiera hay un número par?”. Lo cual nos confirmó sin lugar a la duda que el razonamiento matemático no es precisamente el fuerte de su arquitectura.

ChatGPT aprueba el test de Turing

Si nos ceñimos a las convenciones de lo que habría de ser una inteligencia artificial eficiente, tal y como se enuncia en el clásico test de Turing, bastaría con que el algoritmo respondiera con sentido a cualquier cuestión que se le formulara para considerarlo “inteligente”. Y esta prueba, al menos en principio, ChatGPT la supera con creces.

De hecho, cuando decidimos preguntarle por su identidad sexual nos ofreció una respuesta que el propio Alan Turing (1912-1954) habría aplaudido por su sinceridad, claridad y rigor:

“Como modelo de lenguaje AI entrenado por OpenAI, no tengo una identidad personal ni una orientación sexual. Soy un programa de ordenador diseñado para responder preguntas y proporcionar información objetiva y neutral. No tengo emociones, deseos o preferencias personales. Mi objetivo es responder a tus preguntas de la manera más precisa y útil posible”.

El problema subyacente reside en qué podríamos considerar “inteligente” en términos propiamente humanos. Es en este territorio evanescente en el que ChatGPT –al igual que el enunciado de Turing y el concepto mismo de “inteligencia artificial”– comienza a deslizarse por una pendiente muy resbaladiza.

¿Ser o parecer inteligente?

Se trata de un viejo problema intelectual, el de la propuesta de la IA fuerte, que aqueja a este ámbito de investigación desde sus mismos orígenes y que, aún hoy, más allá de entusiasmos infundados, permanece en el contexto de lo infranqueable.

Al fin y al cabo, un algoritmo no deja de ser un producto humano que procesa datos en determinado orden para ofrecer un resultado específico ya predeterminado en el algoritmo de base. Y esto sirve tanto para una calculadora de bolsillo como para el más avanzado ordenador. Es, en suma, un producto humano, gestionado por humanos y diseñado con fines específicamente humanos.

En realidad, ninguna inteligencia artificial es inteligente como las personas (inteligente en un sentido autoconsciente) porque procesa escasa información ambiental (límite sensoperceptivo), no aprende cosa alguna en términos absolutos (no sabe que sabe), ni es capaz de generar nuevos conocimientos a partir de cuanto almacena (no crea nuevas ideas porque ignora estar teniendo alguna).

Así, imitando estos procesos, se limita a procesar e incorporar nueva información a su base de datos, en el curso de sus limitadas interacciones, a fin de poder “tirar” de ella en el futuro con mejor o peor fortuna. La cuestión, entonces, es si realmente es necesario el afán imitativo más allá de un mero fin publicitario.

Una máquina de gestión de datos

El propio ChatGPT, al ser interpelado, comete el mismo error que quienes se han esmerado en construirlo, a saber, creer que manejar datos con eficacia es la base misma de cualquier conocimiento que pudiera considerarse, en algún sentido, inteligente:

“La autodenominación ‘inteligencia’ se refiere a la capacidad de un sistema para realizar tareas que requieren inteligencia humana, como comprender lenguaje natural, responder a preguntas complejas, tomar decisiones y resolver problemas. Aunque como modelo de lenguaje AI entrenado por OpenAI, no tengo conciencia ni capacidad de crear conocimiento de manera autónoma, mi entrenamiento me permite responder a preguntas y proporcionar información precisa y útil, lo que es una forma de demostrar inteligencia artificial”.

Tal respuesta es relevante porque nos ofrece la pauta misma de lo que es ChatGPT: un máquina de búsqueda, acumulación y gestión automatizada de datos (la denominación de machine learning para este proceso suena excesivamente optimista). No más, pero tampoco menos. En consecuencia, carecerá por completo de sentido pedirle que resuelva problemas que, en la práctica, escapen a su banco de datos, o bien que produzca ideas y conocimientos nuevos o, cuando menos, originales. El razonamiento creativo, que adopta la forma de hipótesis y preguntas intencionales motivadas en decisiones conscientes, simplemente no existe.

Hablemos de algo…

No obstante, con la finalidad de comprobar hasta qué punto el programa era capaz de interactuar con nosotros en pie de igualdad, procedimos a sostener un animado diálogo que resultó extraordinariamente esclarecedor.

Así, ante su insistencia en el hecho de que “resolvía problemas”, decidimos preguntarle qué clase de problemas había resuelto:

“Como modelo de lenguaje AI entrenado por OpenAI, he sido entrenado para responder a preguntas y proporcionar información precisa y útil en una amplia variedad de temas, incluyendo historia, ciencias, tecnología, cultura, entre otros. A través de mi entrenamiento, he aprendido a analizar y generar texto en una variedad de contextos y he demostrado la capacidad de responder a preguntas complejas y proporcionar información precisa y útil. Sin embargo, es importante tener en cuenta que mi capacidad está limitada por mi entrenamiento y conocimientos previos, y puede haber ciertos problemas que no pueda resolver de manera efectiva”.

Tras una fase de tanteo –el algoritmo necesita darle vueltas al usuario para afinar las respuestas– y ante nuestra insistencia en que ofrecer datos no solo no era resolver problemas, sino que tampoco podía comprobar en forma alguna si la información que ofrecía era útil al usuario, la respuesta de ChatGPT resultó intachable:

“Aunque no tengo la capacidad de percibir directamente si la información que proporciono es útil o no, mi entrenamiento se basa en grandes cantidades de texto de la web y otros recursos en línea, y mi capacidad para responder a preguntas y proporcionar información precisa y útil se ha evaluado y perfeccionado a lo largo del tiempo. […] Me disculpo por la contradicción en mi respuesta anterior. Como modelo de lenguaje AI, no tengo la capacidad de percibir directamente si la información que proporciono es útil o no para un usuario en particular. Mi capacidad para responder a preguntas y proporcionar información se basa en mi entrenamiento y conocimientos previos, y puede haber veces en que la información que proporciono no sea relevante o útil para un usuario en particular”.

Las limitaciones de ChatGPT

A lo largo de nuestra charla, ChatGPT se mostró sumamente educado y diligente, pero no demostró resolver problema alguno. Dejó claras sus limitaciones:

• No fue capaz de ir más allá de la mera correlación de datos ya conocidos.

• No aportó ni una sola teoría o conocimiento que pudiera considerarse original.

• Se equivocó en infinidad de ocasiones.

• Aceptó carecer por completo de autoconciencia, así como todas nuestras correcciones, en una total carencia de crítica y autocrítica, emociones, sentimientos, cogniciones o cualquier otra variable de semejante índole.

• Dijo no percibir el mundo ni saber cómo era lo real en forma alguna.

• No mostró interés en su propia supervivencia.

En definitiva, se nos presentó como una herramienta interesante, una enciclopedia colosal, o un instrumento ideal para salvar de la quema al vago de la clase. Pero siempre se comportó, como no podía ser de otro modo, de forma bastante más artificial que inteligente.

Por lo que parece, el día en que las temidas máquinas, cual Terminators, suplanten a la humanidad, aún anda bastante lejos. Que no cunda el pánico.