Avery tiene 23 años. Como muchos miembros de la generación Z, le da prioridad a la sostenibilidad y tiene opiniones firmes sobre la sociedad. 

Si le preguntas por sus hábitos de compra, te responderá con entusiasmo a preguntas como: "¿Cómo decides si merece la pena pagar más por algo cuando tienes un presupuesto ajustado?" o "¿Puedes darme algunas ideas para una nueva marca de bebidas de desayuno para llevar?".

Pero, a pesar de las respuestas que da, Avery no es real. De hecho, Avery es un bot conversacional desarrollado por la empresa de investigación de mercados Untold Insights y forma parte de una nueva ola de herramientas de inteligencia artificial diseñadas para convertir las comunicaciones verbales en información práctica para los estrategas empresariales.

La IA llega a los estudios de mercado

Oficialmente llamada SegmentAI, la tecnología apodada Avery permite a las compañías mantener conversaciones con su público objetivo, en lugar de tener que recurrir a presentaciones de diapositivas o a perfiles detallados para obtener información. 

Sus conocimientos se basan en una encuesta realizada a más de 1.000 miembros de la generación Z en el Reino Unido y Estados Unidos cuyo objetivo era captar los hábitos de compra y las preferencias de los consumidores de esta generación.

Avery no solo procesa y presenta los datos, sino que también los personifica, transmitiendo su conocimiento de la información como lo haría alguien que realmente fuese joven. Las conversaciones con esta herramienta permiten a los clientes de Untold Insights no solo recibir los datos, sino actuar en consecuencia, como lo harían ante los mensajes de un sujeto de investigación de carne y hueso.

"Después de la magia un tanto llamativa de ChatGPT, la verdadera revolución de la IA se está produciendo silenciosamente entre bastidores", afirma Adelynne Chao, fundadora de Untold Insights. "Por fin puedes tener a un representante de tu público en cada reunión contigo y puedes aprovechar su amplia base de conocimientos para aplicar los datos a tu situación única en cualquier idioma".

Estas herramientas de inteligencia artificial pretenden mejorar la atención al cliente

Herramientas como SegmentAI también se están utilizando en las interacciones comerciales de cara al cliente. La empresa de inteligencia de comunicaciones Dubber lanzó recientemente Moments, un software que escucha conversaciones de voz e identifica datos clave, como las quejas de los consumidores, lo que permite a las compañías tener una valoración rápida de los comentarios de sus usuarios.

"Esto va más allá del servicio de atención al cliente", asegura Steve McGovern, CEO de Dubber. "Por ejemplo, la IA puede analizar las llamadas de ventas y proporcionar a los agentes formación para mejorar su forma de responder a los posibles clientes. También puede examinar grandes volúmenes de datos para identificar tácticas y guiones de ventas de alto rendimiento que puedan aprovecharse".

Al reconocer y analizar instantáneamente componentes como las quejas de los clientes, la inteligencia artificial puede proporcionar una visión que permita respuestas más rápidas y quizá más eficaces. 

Estos son los obstáculos que startups como Capchase se encuentran al intentar vender su IA a grandes empresas: inversores y emprendedores explican cómo superarlos

Otra tecnología transformadora está aprovechando el método de intercambio de información más importante para las empresas —las conversaciones cara a cara— y convirtiéndolo en datos comprensibles que pueden aplicarse a una estrategia empresarial y a un sistema de formación.

"Las soluciones de IA pueden analizar automáticamente las conversaciones para detectar quejas y frustraciones, ayudando a los agentes de atención al cliente a adaptar las soluciones", apunta McGovern. "Al examinar los datos de las quejas, las compañías también pueden identificar los problemas comunes y abordar esos fallos a través de la formación, nuevos protocolos o cambios de política".

A diferencia de los antiguos bots de transcripción utilizados habitualmente por las empresas, las herramientas basadas en inteligencia artificial como las de Untold y Dubber comprenden la estructura y los matices de las conversaciones. Por ello, McGovern anticipa que, para 2025, el 75% de todas las llamadas comerciales se utilizarán para el análisis de datos. 

Utilizar la IA para comunicar información a través de idiomas y capacidades técnicas

Por otra parte, Stratio Gen-AI afirma ser el primer chatbot del mundo para compañías, que permite a cualquier trabajador —independientemente de sus conocimientos técnicos— hacer preguntas relacionadas con su actividad en su lenguaje natural y recibir respuestas en cuestión de segundos. 

Por ejemplo, se podría escribir la pregunta "¿Cuál fue nuestro producto más popular en el tercer trimestre?", y Stratio Gen-AI generaría una respuesta al instante, eliminando la necesidad de ponerse en contacto con varios departamentos y analistas de datos. 

Esta tecnología utiliza un gran modelo lingüístico —LLM, por sus siglas en inglés— con una experiencia de usuario similar, aunque no relacionada, con ChatGPT, lo que le permite ofrecer información y datos en lenguaje natural, así como entender los distintos idiomas de los usuarios. La herramienta puede hablar en varios idiomas y responder a personas con distintos conocimientos técnicos.

Fundada por los emprendedores españoles Oscar Méndez Soto y Ernesto Funes en 2014, Stratio BD completó una ronda de financiación de 65 millones de euros en 2022, y su herramienta de inteligencia artificial generativa está siendo utilizada por varios grandes bancos, como Santander, HSBC y BBVA. 

"La IA generativa no puede entender ni gestionar datos técnicos, a menos que estén disponibles en una capa empresarial unificada y se les dé un significado empresarial", explica Soto.

Sin embargo, el fundador de Stratio BD hace hincapié en la necesidad de que las compañías accedan a datos de alta calidad antes de que los sistemas de inteligencia artificial puedan alcanzar todo su potencial. 

"Muchas empresas se enfrentan a importantes problemas de calidad de los datos por una serie de razones, como la falta de recursos, la existencia de datos valiosos o la dispersión de los conjuntos de datos en múltiples ubicaciones locales y en la nube", concluye.