Business Case: En el entorno actual de evolución tecnológica, la Inteligencia Artificial (IA) está jugando un papel crucial en la transformación de los servicios de asistencia técnica. Con la integración de tecnologías avanzadas como la IA cognitiva y la IA Generativa (GenIA), se optimizan procesos internos y se proporciona un servicio más ágil y eficiente a los clientes. La aplicación de la IA en los servicios de asistencia técnica en campo (Field Services) ha experimentado un crecimiento significativo, impulsado por inversiones en tecnologías como la automatización, el cloud computing, la IoT y la IA.

Objetivos:

• Mejorar la satisfacción del cliente mediante la reducción del tiempo necesario para realizar reparaciones.
• Aumentar la eficiencia de los agentes de campo al aprovechar predicciones automáticas para resolver problemas más rápidamente.
• Reducir costos operativos mediante capacitación en tiempo real y guías técnicas personalizadas.
• Fomentar la innovación en productos y servicios a través de la gestión y transferencia de conocimiento mejoradas.

Use Case: El proceso típico comienza cuando un cliente (particular o empresarial) contacta con el Servicio Técnico (SAT) a través del Contact Center para notificar un problema con una máquina o electrodoméstico. Alternativamente, la propia máquina, utilizando soluciones IoT como «NeXphere y Lamassu IoT», puede conectarse a Internet y notificar directamente al Contact Center sobre un problema que requiere atención.

En ambos escenarios, el Sistema IA analiza la incidencia utilizando algoritmos de procesamiento del lenguaje natural (NLP), convirtiendo la notificación de voz a texto y clasificando de manera predictiva el problema y sus posibles causas. Además, el sistema IA sugiere los repuestos necesarios para la reparación basándose en datos históricos, mejorando la eficiencia en la asignación de la intervención al técnico más adecuado en función de sus conocimientos, disponibilidad y localización.

El Sistema IA proporciona al técnico de campo toda la información relevante del cliente y del producto, incluyendo las guías de reparación y los repuestos necesarios. Durante la intervención, el técnico puede consultar un asistente virtual chatbot en tiempo real para obtener información adicional, y después, puede dictar el informe de la intervención al asistente IA integrado en su tablet.

Infraestructura: Cloud, On premise.

Tecnologías Utilizadas: IA Generativa, IA Cognitiva, Machine Learning, IoT, RPA (Automatización Robótica de Procesos), NLP (Procesamiento del Lenguaje Natural).

Datos Utilizados:

• Datos de historial de incidencias.
• Información sobre repuestos y componentes.
• Datos de conexión IoT de las máquinas.
• Información del cliente y del producto.

Recursos Utilizados:

• Equipo multidisciplinar compuesto por científicos de datos, programadores, y expertos en asistencia técnica.

Dificultades y Aprendizaje:

• Integración de múltiples fuentes de datos y adaptación de la IA a los diferentes escenarios operativos del SAT.
• Gestión y procesamiento de grandes volúmenes de datos generados por las máquinas conectadas a IoT.

KPIs (Impacto en el Negocio y Métricas del Modelo):

• Reducción del tiempo de resolución de incidencias.
• Aumento en la eficiencia operativa y en la tasa de resolución de problemas en la primera intervención.
• Mejora en la satisfacción del cliente.
• Optimización en el uso de recursos y reducción de costos operativos.

Artículo también publicado en la revista Computing
Aritz Galdos · Experto de IA Generativa en LKS Next