Por qué tu estrategia de IA de voz necesita priorizar la resolución sobre las conversaciones triviales

Por Andy O’Dower, vicepresidente de Product Management para Voice & Video en Twilio.

FinTech avanza rápido. Las noticias están en todas partes; la claridad no.

FinTech Weekly ofrece las historias y eventos clave en un solo lugar.

Haga clic aquí para suscribirse al boletín de FinTech Weekly

Leen ejecutivos de JP Morgan, Coinbase, BlackRock, Klarna y más.

En la carrera por modernizar el servicio al cliente, la industria ha dado con un punto ciego peligroso. Según datos recientes, el 90% de las empresas cree que sus clientes están satisfechos con sus interacciones con IA, pero solo el 59% de los consumidores está de acuerdo.

En retail, esa brecha podría costarte una venta. En Fintech, donde la confianza es la moneda del reino, esa brecha te cuesta el cliente.

Mientras los líderes de banca y seguros se apresuran a desplegar Voice AI, muchos caen en la trampa de priorizar métricas conversacionales — qué natural suena la voz o qué tan bien imita el small talk justo antes de una transacción. Pero para el cliente que intenta congelar una tarjeta de crédito robada o revisar una transferencia pendiente, la personalidad es una prioridad muy secundaria frente al rendimiento.

La moneda de la resolución

Los datos son inequívocos: los consumidores no están en contra de la IA; están en contra de la fricción. De hecho, más de dos tercios de los consumidores dicen que en realidad preferirían usar un agente de IA si resolviera su problema más rápido que un humano.

Esto es la luz verde para los CIOs de Fintech. Tus clientes te están dando permiso para automatizar, pero con una condición: tiene que funcionar. La mitad de los consumidores que no están satisfechos con la IA citan el simple hecho de que el agente “no resolvió su problema” como la razón principal.

Para las instituciones financieras, esto significa que la métrica de éxito no debería ser la tasa de contención (mantener a las personas alejadas de los humanos); debería ser el tiempo hasta la resolución. Si tu IA suena como un humano pero tarda tres minutos en fallar al comprobar un saldo, no has innovado; solo has automatizado la frustración.

Construyendo la primera línea híbrida

Entonces, ¿cómo se cierra la brecha de percepción?

En lugar de intentar remodelar todo tu centro de contacto con un LLM de “caja negra”, identifica los casos de uso primitivos que tienen alto volumen y bajo riesgo. En banca, esto podría ser la verificación de cuentas, el historial de transacciones o el pago de facturas. Estas son las tareas en las que un agente de IA, impulsado por pipelines de datos en tiempo real, puede superar a un humano en velocidad y precisión. Para realmente preparar estos esfuerzos para el futuro, las organizaciones deben utilizar una pila tecnológica integrada y flexible de voice AI que se superponga a los sistemas existentes, lo que te permite cambiar de modelos y ajustar los flujos de trabajo a medida que la tecnología evoluciona.

Para momentos complejos y de alta empatía, como una solicitud de hipoteca o una disputa por fraude, la IA debe servir como un puente, no como una barrera. Debe recopilar el contexto y transferir sin problemas al cliente a un agente humano que tenga todo el historial en la pantalla antes de que incluso diga “hola”.

Confianza a través de la transparencia

Finalmente, en una industria construida sobre la seguridad, la verificación sólida y la transparencia no son negociables. Implementar voice AI exige medidas robustas de verificación que se integren en el tejido de la interacción para salvaguardar los datos financieros sensibles. Esperamos que aumente la presión regulatoria, posiblemente requiriendo divulgaciones distintas cuando un cliente esté hablando con una IA.

Los líderes de Fintech deberían abrazar esto. Cuando un agente de IA se identifica claramente y luego demuestra valor de inmediato — “_Soy un asistente de IA. Veo que estás llamando sobre la transacción en Target. ¿Quieres aprobarla? _” — genera más confianza que un bot que finge ser “Sherri de la sucursal”.

La tecnología está lista. Los clientes están dispuestos. Pero para cerrar la brecha, tenemos que dejar de intentar engañarlos para que piensen que están hablando con una persona, y empezar a demostrarles que están hablando con una solución.

Acerca del autor

Andy O’Dower es el vicepresidente de Product Management para Voice & Video en Twilio, donde lidera la estrategia de producto y la gestión para ayudar a los clientes a construir soluciones innovadoras de participación del cliente.

Tiene más de 20 años de experiencia fundando y escalando plataformas en productos B2B, B2C y de API de plataforma. A lo largo de su carrera, ha creado y liderado grandes equipos multifuncionales, creando y escalando software y plataformas rentables con cientos de millones en ingresos y millones de usuarios. Su experiencia incluye trabajar con startups como Curiosity y Snapsheet para la transmisión de video de Wowza. Tiene un MBA de Rockhurst University y está basado en Evergreen, CO.