En esta entrevista, David Fernández, customer success director en Inbenta, habla de los chatbots multilingües y lo que pueden aportar a una empresa, especialmente a la hora de que esta irrumpa en mercados más allá del propio territorio nacional.
Relación Cliente: ¿Cómo pueden ayudar los chatbots a la expansión internacional de una compañía que quiera dar asistencia a sus clientes en varios idiomas?
David Fernández: Ofrecer sus servicios o productos en varias regiones o territorios conlleva a menudo un gran esfuerzo de inversión. Empleados de atención al cliente, comerciales, técnicos, y un gran sinfín de perfiles que están de cara al público deben duplicarse para cubrir la atención en distintos idiomas. El coste de duplicar los equipos es enorme, sin contar temas de formación, onboarding, y contratación a nivel de RR.HH.
Apostar por un chatbot multilingüe puede reducir el volumen de peticiones de ayuda, soporte o atención comercial de manera significativa y reducir la necesidad de contratación en las nuevas regiones para limitar el impacto de la inversión y maximizar los beneficios.
Relación Cliente: ¿Qué implicaciones económicas y qué complicaciones técnicas puede tener esta asistencia del chatbot en varios idiomas?
David Fernández: Las implicaciones económicas dependen en gran medida del enfoque y el tipo de chatbot multilingüe que se elija. En la actualidad, frente a proyectos en varios idiomas, tenemos distintos enfoques.
• El primer enfoque es utilizar varios proyectos de chatbot y optar porque sean independientes o estén conectados.
¿Qué significa eso? Pues bien, en la primera opción, tendríamos proyectos de chatbot independientes para cada región, cuyos contenidos se trabajan también de forma independiente. La clave está en añadir un detector de idioma para que el chatbot redirija a la instancia correcta según el idioma que utilice el usuario. Este enfoque es más costoso, pero permite mayor flexibilidad y adaptación a las particularidades de cada región.
En la segunda opción, tendríamos un chatbot principal, en el idioma de origen; por ejemplo, y lo conectaríamos al resto de chatbots en los distintos idiomas. Los contenidos existirán en todos los idiomas, pero se crearán de forma automática gracias a una integración con Google Translate o AWS Translate. A diferencia de los chatbots independientes, donde solo hay una versión de los contenidos en cada idioma, en este caso, los contenidos se duplican y traducen de forma automática para cada uno de los sub chatbots.
• El segundo enfoque es el que utiliza un único proyecto conectado a un servicio de traducción automática. En nuestro caso, colaboramos con DeepL.
Eso nos permite crear un único chatbot con un contenido aplicable a todas las regiones y en una única lengua. El lanzamiento y la puesta en producción es mucho más rápida, y solo hay que crear contenidos en un idioma. ¿Cómo funciona? Pues bien, pongamos que la base de datos del chatbot está en inglés, pero recibe una consulta en español. El chatbot detectará el idioma y traducirá esa consulta formulada en español automáticamente al inglés, para buscar la respuesta en la base de datos, y traducirla automáticamente al español antes de enviarla al usuario. Todo eso sucede en milésimas de segundo.
A nivel económico, tiene un coste adicional derivado del servicio de traducción automática. Sin embargo, este enfoque reduce costes en otras áreas, como es la creación de bases de datos y de contenido en otros idiomas.
Relación Cliente: ¿Cuál es la experiencia de Inbenta en este terreno a la hora de ayudar a las empresas a implantar un servicio con chatbots multilingües?
David Fernández: Inbenta lleva más de 15 años ayudando a las empresas a crear chatbots en distintos idiomas gracias a nuestro motor de inteligencia artificial neurosimbólica. El término parece algo complejo, pero en realidad no lo es tanto.
Muchos chatbots se basan en el aprendizaje automático o machine learning. Analizan miles de datos, y responden de forma estadística, pero no entienden el significado per se.
En Inbenta disponemos de un léxico general y especializado desarrollado en múltiples idiomas (42 en la actualidad). Este léxico permite a nuestros chatbots conectar las palabras y conceptos a su significado real, sin necesidad de mostrarle miles de datos al chatbot.
Pongamos un ejemplo sencillo. Si le escribimos al chatbot «Necesito unos tejanos celestes», y en la base de datos solo aparecen ‘vaqueros azules’, el chatbot será capaz de comprender que esos conceptos son equivalentes por sí solo, y sin entrenamiento.
Detrás, analizamos el comportamiento del usuario frente a la respuesta dada, para poder mejorar el servicio ofrecido.
Eso hace que crear chatbots en varios idiomas sea una tarea más fácil que con los métodos tradicionales de machine learning, puesto que se pueden poner en producción y funcionar con resultados bastante buenos desde el primer día.
Relación Cliente: ¿Cuáles son los principales temores de las empresas al emprender un proyecto de desarrollo de un chatbot que atienda varios idiomas?
David Fernández: Principalemente tres: coste, mantenimiento y tiempo de lanzamiento.
• El coste. Cubrir muchos idiomas exige una mayor inversión, por lo tanto es necesario hacer estudios de mercado y ser conscientes de la penetración que se puede tener para elegir el enfoque de chatbot multilingüe más adaptado y asegurarse de que el retorno de la inversión sea positivo.
• El mantenimiento. Un chatbot, a diferencia de lo que muchos creen, no es un elemento estático. Necesita trabajo, actualización. Sus resultados serán igual de buenos que la calidad del contenido y de la tecnología de comprensión del lenguaje utilizada. Para ello, hay que prever un equipo encargado de su mantenimiento.
• El tiempo de lanzamiento. Otro de los miedos habituales es que su lanzamiento se demore en exceso.
Relación Cliente: Supongo que es más complicado y, por tanto, más caro que el chatbot preste servicio por voz en diferentes idiomas que el que lo haga escrito, ¿correcto?
David Fernández: Así es. Para que un chatbot pueda procesar voz, es necesario utilizar tecnología de procesamiento de voz.
La conocida como text-to-speech (TTS) sirve para sintetizar la voz y trasladar esa información en formato texto con el objetivo de poder procesarla.
Una vez obtenido este texto, nuestro motor de IA lo analiza y busca la respuesta más adecuada, que pasa por la tecnología speech-to-text (STT), para trasladar la respuesta, que se encuentra en formato texto, al formato vocal.
Son tecnologías que requieren una gran especialización. Por eso, en Inbenta trabajamos con integraciones con terceros especializados en TTS y STT, y combinamos su tecnología con la nuestra, que es muy precisa con la comprensión de la petición del usuario y la búsqueda de la respuesta más adecuada.
Relación Cliente: ¿Hacia dónde van los desarrollos de Inbenta a la hora de potenciar estas capacidades lingüísticas de sus chatbots?
David Fernández: Tenemos equipos de soporte lingüístico que trabajan día a día por ampliar y mejorar nuestro léxico en los idiomas en los que está disponible nuestro motor semántico basado en la inteligencia artificial.
Todo ello permite mejorar los resultados de nuestra solución, y es la base del alto índice de respuesta y de comprensión de nuestros chatbots, en la actualidad con una media del 91%.
Por otro lado, estamos siempre atentos a las demandas de nuestros clientes. Es así como hemos visto la necesidad de ampliar las formas de crear chatbots capaces de atender en múltiples idiomas, con el objetivo de cubrir distintos casos de uso.
No todas las empresas tienen el tiempo o los recursos, y a veces ni siquiera la necesidad de adaptar los contenidos a las particularidades de cada mercado o región.
Por otro lado, cada vez recibimos más peticiones de idiomas, a veces poco frecuentes. Para ello, hemos lanzado la integración con DeepL, que nos permite responder a consultas en múltiples idiomas que no soportamos, siempre que la base de datos esté en uno de los 42 idiomas de Inbenta.
Todas estas iniciativas, nos ayudan a mejorar cada día el servicio ofrecido, y a satisfacer las demandas de un mercado cada vez más exigente.
