Hace unos días leí un tweet de Peter Yang en el que mencionaba que Notion se había pasado dos años trabajando en su agente IA.

Uso Notion a diario y, sin embargo, no le he encontrado ningún uso a su agente. La misma historia se repite con otros tantos productos de mi día a día: Amplitude, Slack, Jira… Todos ellos en teoría a la vanguardia de la tecnología, pero cuya primera aproximación a la IA ha sido introducir un chatbot (ahora los llaman agentes) en sus interfaces de usuario.

Entiendo por qué lo hacen. Introducir un chatbot es la forma más fácil de subirse al carro de la inteligencia artificial. Sin embargo, me molestaba que todas hubiesen optado por el camino fácil, que además, desde mi punto de vista, era un error.

Mi argumento se cimentaba sobre tres puntos:

1. Las empresas están introduciendo chatbots para permitir hacer cosas que no están en su capa de interfaz.

2. Si no están en su capa de interfaz, es porque probablemente no sean lo suficientemente importantes.

3. Si no son lo suficientemente importantes, ¿por qué se invierten recursos en lugar de destinarlo a las que sí lo son?

Malas razones para implementar un chatbot IA

Si mi razonamiento era correcto, y la implementación de chatbots era un error, ¿por qué lo estaba haciendo prácticamente toda la industria? A mi juicio, por las siguientes razones:

1.- Para parecer innovador

La inteligencia artificial es, sin duda alguna, la narrativa del momento. ¿No eres una empresa IA? No te molestes en levantar capital. Los inversores sólo tienen ojos para las empresas que les puedan ayudar a subirse a la ola.

Así, la implementación de un chatbot es una forma sencilla de poder anunciar que eres una empresa IA. El objetivo principal no es servir mejor a tus clientes. El objetivo es la nota de prensa y las presentaciones a inversores.

2.- Porque todo el mundo lo está haciendo

La segunda peor razón para introducir un chatbot IA dentro de tu producto es que todo el mundo lo esté haciendo. Ves a tus competidores lanzar agentes IA y no te quieres quedar atrás, así que pones a tus equipos a trabajar en conseguir imitarlos.

Es una pésima razón porque, de nuevo, el objetivo no es resolver un problema de negocio. Es simplemente tener lo mismo que tiene todo el mundo. Y cuando lo consigues, acabas con la misma solución genérica indiferenciada que no sólo no ayuda a los usuarios, si no que los cabrea por las falsas expectativas creadas.

3.- Es la forma más fácil de decir que somos IA

Los chatbots son el caso de uso perfecto para los LLMs, y además, son fáciles de integrar en cualquier interfaz. Expones algunas de tus APIs a ChatGPT y añades una columna a la interfaz y ya puedes decir que eres IA.

No requiere de grandes cambios, rediseños profundos o repensar flujos de trabajo. Es un añadido que se puede dejar caer en cualquier sitio. Además, puedes poner a un equipo aislado a hacerlo, pues en su implementación más básica no tiene grandes dependencias.

Buenas razones para implementar un chatbot IA

Volviendo a mi experiencia personal, esta semana me ocurrió algo que desmontaba mi argumento. Por primera vez, encontré uno de estos chatbots útiles, curiosamente el de Jira.

Quería localizar una historia de usuario que había escrito recientemente. Algo que ya sabía hacer en la UI, pero que probablemente me llevaría 3 o 4 clicks. Por no hacerlo, probé a hacer la consulta a Roko, el chatbot de IA de Jira… y funcionó.

¿Por qué utilicé el chat en lugar de la UI pese a saber cómo hacerlo? Porque la interfaz de Jira no es, digámoslo así, demasiado intuitiva. Mi cerebro calculó inconscientemente el coste energético de comenzar la búsqueda y decidió que el chatbot era más eficiente. Y os habla alguien que lleva utilizando Jira 20 años.

Curiosamente, este problema surge porque la interfaz de Jira es demasiado potente. Puedes hacer casi cualquier cosa, y precisamente por eso, no es intuitiva. Su interfaz es el resultado de más de dos décadas de desarrollo en los que se ha expandido a decenas de industrias y casos de uso.

¿Y si los chatbots pudieran ser una forma de limpiar las interfaces dejando únicamente lo importante y absorbiendo todo lo secundario? Ahora bien, ¿y si mi concepto de lo importante no fuera del todo correcto? Mi asunción es que las funcionalidades verdaderamente importantes acaban naturalmente en la capa de interfaz, pero ¿y si no fuera así?

Las interfaces son, por naturaleza, espacios limitados y altamente cotizados. Como la portada de un periódico, sólo aquello verdaderamente relevante se gana su espacio en la misma. En términos operacionales, esta “tiranía de la interfaz” demanda un peaje: o tu funcionalidad la usa la mayoría de los usuarios, o no tendrá cabida.

¿Quiere decir que las que se quedan fuera no son importantes? En realidad, no es que no sean importantes, es que lo son para un segmento de usuarios que no es lo suficientemente grande como para justificar ceder parte del cotizadísimo espacio.

Esta contradicción frente a mi argumento original, me ha llevado a investigar y documentarme sobre buenos motivos que justifican la introducción de un chatbot IA en nuestros productos. Aquí van algunos de ellos:

1.- Chatbots IA como interfaz para las consultas de larga cola

Las empresas tiene dos alternativas a la hora de construir una interfaz de usuario:

1. Ofrecer una experiencia de usuario cuidada y sencilla en sus casos de uso principales, pero limitada exclusivamente a ellos.

2. Ofrecer una interfaz potente, pero con una gran curva de aprendizaje que puede resultar abrumadora para muchos de sus usuarios.

Ninguna de las dos alternativas ofrece una buena solución para las consultas de larga cola, aquellas que no son lo suficientemente relevantes para ganarse un espacio en el interfaz por ser poco frecuentes, pero que pueden ser extremadamente importantes para el usuario en el momento en el que las hace.

En el primer caso, porque directamente no te ofrece la opción. En el segundo, porque, a pesar de que es posible, el interfaz es tan complicado que muchos usuarios jamás llegarán a ello.

Un chatbot en estos casos puede ser una buena forma de complementar la UI y dar salida a estas consultas. Consultas como:

• Recupera mis últimas cinco historias de usuario

• Calcula cuántas comisiones pagué el año pasado relacionadas con mis fondos de inversión

• Compara mi gasto en electricidad de mi último trimestre contra el último del año anterior

2.- Chatbots IA como herramienta de Discovery

Las empresas tenemos principalmente dos formas de entender lo que los usuarios quieren:

• Cualitativamente: haciendo entrevistas, estando en contacto directo con ellos o lanzando encuestas, entre otras.

• Cuantitativamente: revisando qué hacen y cómo utilizan el producto a través de los datos.

El chatbot puede ser una tercera vía, pues cada sesión de chat, cada pregunta, es una muestra clara de la intención del usuario en ese momento.

Analizarlo nos puede ayudar a entender mejor qué funcionalidades buscan nuestros usuarios, destapando oportunidades si es que no las ofrecemos todavía, o problemas de interacción, si es que existen pero no las encuentran.

Por ejemplo, si en un producto fintech, a través del chatbot detectamos un gran interés entre nuestros usuarios por algún mercado en concreto, como los fondos indexados o cripto, esta puede ser una valiosa oportunidad a futuro.

3.- Chatbots IA como primera línea de soporte

Uno de los usos más habituales de los chatbots es precisamente el de atención al cliente. De hecho, los chatbots, no son para nada una novedad en estos entornos, en los que era habitual tratar con uno tras bucear unos cuántos minutos en las páginas de ayuda del producto de turno.

Estas tareas de soporte, raramente llegan a la portada de la capa de interfaz, pero pueden ser críticas para la activación y retención de usuarios. Por ejemplo, en aplicaciones B2C la atención de los usuarios es brevísima. Si algo no funciona a la primera, es muy probable que perdamos al usuario para siempre.

En estos casos, el coste de tener a agentes humanos disponibles 24/7 es inasumible para la mayoría de empresas, pero un chatbot con un modelo IA entrenado sobre los problemas más frecuentes, puede ser una solución ideal como primera línea de soporte. Además, también mejorará el segundo nivel, liberando a los agentes humanos de las preguntas más mundanas y permitiéndoles dedicar más tiempo a los casos verdaderamente complejos.

Conclusiones

No pasa muy a menudo que comience un artículo con una idea clara en la cabeza y lo termine defendiendo la idea contraria. Cuando sucede es reconfortante, porque aprender es parte de la razón por la que dedico tiempo a estos textos. El de hoy ha sido un tiempo bien invertido.

Comencé con la idea de que los chatbots IA eran una solución mal aplicada, inducida más por aspectos relacionados con la narrativa dominante en el mundo de la inversión, y también por ser la opción más sencilla de declararse una empresa subida al carro de la inteligencia artificial.

Lo termino pensando que hay razones válidas para introducir estos chatbots, y que, bien utilizados, pueden aportar valor tanto para los usuarios como para las empresas que los adoptan.

Como casi siempre, que así suceda dependerá de que la empresa haya hecho la reflexión estratégica adecuada. El riesgo para quiénes no la hagan no es baladí, ya que introducir un mal chatbot empeorará su producto, tanto a nivel de experiencia de usuario, como a nivel de experiencia de desarrollo y costes de mantenimiento por la complejidad introducida.

Añadir un chatbot IA a tu producto no te convierte automáticamente en una empresa de inteligencia artificial. Hacerlo por las razones correctas, sí lo hace.