No importa en qué negocio se encuentre, aseguran en Lenovo, la IA puede abrir una nueva forma de enfocarse más en el cliente. “Estamos utilizando el aprendizaje automático para desarrollar modelos de predicción y previsión de la demanda en gran medida en nuestro negocio de PCs. Nos ayuda a administrar estos escenarios tan complejos en los que tenemos una gran cantidad de datos estructurados y no estructurados, como los pedidos de venta, el marketing y las promociones, el tiempo, la estacionalidad, los lanzamientos de nuevos productos, los medios sociales y la lista sigue”, sostiene Art Hu, Chief Information Officer de Lenovo.
“La belleza de los modelos de aprendizaje automático —agrega— es que mejoran con el tiempo, y ya los estamos viendo mejorar nuestra precisión de previsión en un 10%. También lo estamos utilizando para prever la demanda de los componentes utilizados en nuestros productos, lo que nos ayuda a consolidar los pedidos e impulsar la eficiencia. También utilizamos simulaciones para administrar mejor y con mayor precisión nuestro inventario. Cuando administramos nuestra cadena de suministro de forma más precisa y eficaz, nos permite entregar el producto adecuado al cliente lo antes posible”.
Lenovo también está usando IA para transformar el servicio al cliente, a través de chatbots (robots de chat) y asistentes virtuales, y la IA constituye una parte cada vez mayor del volumen de soporte. “El procesamiento del lenguaje natural en múltiples idiomas y la creación de gráficos de conocimiento están ayudando a mejorar la satisfacción del cliente y a aumentar nuestra propia eficiencia. Sólo para Moto, están utilizando la AI en las llamadas de servicio al cliente y resolviéndolas con un alto grado de precisión”, dice Art Hu.
En este orden, Robbie es el robot de IT que ahora se extendió internamente a los empleados de Lenovo para proporcionar servicios de IT. “Robbie está impulsado por un motor de Inteligencia Artificial, compatible con el inglés y el chino, y permite experiencias de conversación muy atractivas a través de mensajes de texto. Hemos personalizado el lenguaje y los escenarios y los hemos implementado en los servicios administrativos y de recursos humanos, y tenemos previsto lanzar Robbie en dispositivos móviles con reconocimiento de voz”, asegura Hu.
Lenovo también está usando analíticas para identificar la causa raíz detrás de las reparaciones repetidas: “Mediante el uso de Analytics esperamos diagnosticar el problema central para que lo solucionemos bien la primera vez. Estos dos programas son fundamentales para servir mejor a los clientes”.
Conocer al cliente
Dilip Bhatia, vicepresidente del área de Experiencia del Cliente en Lenovo, explica que son los clientes quienes dicen qué es lo que más les importa: productos de alta calidad, resolución de problemas fácil y rápida, plazos de entrega rápidos con una buena comunicación de entrega y administración de cuentas de alta calidad (para clientes comerciales).
“Por eso nos centramos en cada paso de la jornada del cliente. Para responder a la demanda de productos diseñados para satisfacer las necesidades de los clientes, hemos invertido en herramientas globales que utilizan la inteligencia artificial para escuchar y captar la retroalimentación que incorporamos a los dispositivos que fabricamos. Obtenemos retroalimentación de paneles asesores de 10 a 20 personas, y combinamos eso con los millones de puntos de datos en tiempo real de nuestro ‘panel de información al cliente’ y nuestras 370.000 encuestas CX recolectadas y analizadas con AI. Los comentarios nos han llevado a crear #LenovoServiceLive en la India en Facebook, Twitter, Instagram, Snapchat y en nuestra propia aplicación LenCare. Pide a los clientes que compartan con nosotros sus comentarios sobre cualquier problema con la PC. El programa Super Response Time te asegura que recibirás ayuda en 30 minutos a través de todos los canales”.
Recursos Humanos, igualdad de género, y más…
Yolanda Conyers, vicepresidenta y directora de Diversidad en Lenovo señala que, actualmente, la compañía está probando una herramienta de IA para analizar las descripciones de trabajo y sugerir cambios que ayuden a atraer a las candidatas. “Las herramientas ayudan a proporcionar un título y una descripción de puesto neutral en cuanto al género, una comprensión más simple de las competencias básicas de los puestos técnicos, además de la información sobre las actividades cotidianas y la compensación.
La ejecutiva da un ejemplo: “La herramienta identificaría personalidad fuerte como una palabra más masculina y sugeriría cambiarla por socio de confianza. Como resultado, la herramienta puede identificar un 23% más de solicitudes de mujeres, un 25% más de candidatos calificados para ser entrevistados y crea solicitudes que son un 17% más rápidas de completar. Un estudio para la Asociación Americana de Psicología revela que cuando los anuncios de trabajo fueron construidos para incluir una redacción más masculina, el número de mujeres solicitantes era muy bajo”.
Según Torod Neptune, vicepresidente de Comunicaciones Globales, las herramientas basadas en la IA son útiles para medir el impacto de los esfuerzos de comunicación en todo el mundo. “Tener esta inteligencia nos ayuda a entender qué tipo de historias resuenan con nuestras audiencias clave y cuáles están realmente moviendo la aguja para ayudarnos a construir la marca. Tener este conocimiento nos ayudará a decidir mejor qué trabajo hacer, cómo hacerlo y nos ayudará a conocer de antemano los resultados esperados del esfuerzo. En resumen, nos ayuda a operar de forma mucho más inteligente que antes”.
Por su parte, Brian King, vicepresidente de Análisis Global y Operaciones, asegura: “La Inteligencia Artificial ayuda a nuestro negocio de PC a tener éxito en todos los niveles. Por ejemplo, estamos utilizando el aprendizaje automático y los análisis avanzados para mejorar la toma de decisiones. Hoy en día, los bloques de construcción son un desafío común: es un término que usamos para describir las piezas dispares que se unen para formar un dispositivo. Estamos desarrollando algoritmos para predecir qué bloques de construcción estarán en el mercado en el momento del lanzamiento de los productos. Esto nos permite reducir el número de bloques de construcción, haciendo que el proceso de desarrollo sea menos complejo, y crea un ciclo de eficiencia, desde la reducción de costos de los componentes hasta un mantenimiento más sencillo de los productos”.
