La plataforma de IA conversacional de NTT DATA, eva, ha ampliado sus capacidades con la integración de GenAI para crear asistentes virtuales hiperpersonalizados, más inteligentes y eficientes.

En diciembre de 2022 se creó una nueva tendencia en el mundo de la IA, Open AI puso a disposición ChatGPT, utilizando su servicio GPT-3. Este nuevo hito supuso una nueva oportunidad para las plataformas de IA conversacional, como eva.

En un mundo cada vez más digitalizado, las empresas buscan formas de mejorar la eficiencia y la productividad mediante la automatización de procesos y la incorporación de tecnología avanzada.

La IA generativa utiliza la IA y el aprendizaje automático para crear nuevos contenidos digitales (como texto, vídeo, audio e imágenes) con poca necesidad de intervención humana, más allá de una entrada inicial, como una palabra clave o una instrucción.

El poder de eva integrado con LLM y GenAI

ChatGPT inició una nueva tendencia y una nueva carrera. Desde entonces, Google y Amazon han lanzado sus propios LLM, y vendrán más.

Pensando en esto, eva capacita a los usuarios con una arquitectura agnóstica, como ocurre con las PNL. Un LLM Orchestrator es responsable de llamar al mejor LLM, ya que diferentes funcionalidades pueden funcionar mejor con soluciones específicas.

Tendencias y visión de futuro de la eva

Los avances en la tecnología LLM (Large Language Model) están revolucionando el mundo de los asistentes virtuales, y en NTT DATA estamos liderando este cambio hacia el futuro.

Comprometidos a garantizar que la inversión de nuestros clientes en asistentes virtuales merezca más que la pena, hemos trabajado en mejoras progresivas a través de la tecnología LLM. Con esta tecnología, podemos optimizar el proceso de desarrollo y evolución de las VA existentes, para mejorarlas y simplificarlas aún más.

Además, estamos desarrollando nuevos modelos disruptivos para crear y diseñar asistentes virtuales, utilizando técnicas innovadoras como Zero-shot, Few-Shot y Prompt chaining, entre otras. Estas técnicas nos permiten crear agentes virtuales más eficaces y precisos, lo que se traduce en una experiencia más satisfactoria para el usuario final.

Pero eso no es todo. En NTT DATA seguimos innovando en nuevos canales, como Digital Humans, que, en combinación con los LLM, nos permiten ofrecer experiencias conversacionales más naturales y eficientes que nunca. Los humanos digitales pueden emular conversaciones humanas, lo que les permite ofrecer a los usuarios una experiencia única y personalizada.

Lo que viene en eva con GenAI

Como creemos en la importancia de mantenerse a la vanguardia de la innovación tecnológica, trabajamos duro para integrar nuestras soluciones con plataformas líderes en el mercado, como Open AI y Azure Open AI. De este modo, podemos implantar soluciones para nuestros clientes pioneros directamente y sin problemas.

Sabemos que para nuestros clientes cada segundo cuenta, por lo que queremos que el proceso sea lo más rápido y sencillo posible.Sabemos que para nuestros clientes cada segundo cuenta, por lo que queremos que el proceso sea lo más rápido y sencillo posible.

Además, estamos utilizando la tecnología LLM para optimizar el proceso tradicional de desarrollo de asistentes virtuales. Gracias a esta tecnología, podemos generar automáticamente enunciados y respuestas, lo que nos permite formar a los asistentes con mayor eficacia y reducir los tiempos de producción.

Con ello, nuestros clientes pueden estar seguros de que sus agentes virtuales estarán listos en menos tiempo y con mayor precisión.

A medio plazo, las soluciones más innovadoras de eva con GenAI

Nos enorgullece presentar nuestras soluciones de asistente virtual Cero disparos, Pocos disparos e Híbrido Cero + Pocos disparos.

Estas soluciones utilizan LLM para ofrecer a nuestros clientes una experiencia más personalizada y eficiente.

Nuestros asistentes Zero-shot no requieren formación, lo que significa que podemos implantarlos rápidamente sin sacrificar la calidad.

Los asistentes Few-shot permiten el ajuste fino a través de unos pocos ejemplos de clasificación, lo que los hace ideales para tareas específicas y personalizadas.

Y nuestros modelos Hybrid Zero + Few Shots combinan lo mejor de ambos mundos, permitiendo una experiencia de usuario aún más personalizada.

Por último, nuestros asistentes virtuales también cuentan con Prompt Chaining, una tecnología que permite a nuestros motores generalistas responder a preguntas y generar respuestas en tiempo real. Esto significa que nuestros clientes pueden estar seguros de que sus asistentes virtuales siempre cumplirán sus expectativas, incluso en situaciones inesperadas.

Descubra lo que tenemos preparado para un futuro próximo en lo que respecta a la integración con GenAI

Vamos a implantar NextGen AI en la plataforma eva. El NLG asumirá un papel central en eva, sirviendo como herramienta de categorización por defecto (sustituyendo al NLP) y como solución long tail.

Como ya hemos dicho, estamos trabajando a distintas velocidades para ofrecer las mejores soluciones para ahora y para el futuro, en tres ámbitos:

Automatización de arranque para el desarrollo de agentes virtuales con IA Generativa

Optimizar el proceso de desarrollo de asistentes virtuales «clásicos» basados en la PNL mediante el uso de LLM. Proporcionaremos herramientas para acelerar y reducir el tiempo de diseño, así como para mejorar la calidad de la comprensión con estas funcionalidades:

• Generador de ejemplos: Capacidad de generar automáticamente enunciados a partir del nombre y la descripción de una intención. Esto reducirá el tiempo de formación y/o mejorará rápidamente los modelos existentes.
• Generador de entidades: Definición de entidades empresariales a partir de prompts. Actualmente, es posible crear entidades con patrones y sinónimos. Con el Generador de Entidades, será posible crear entidades complejas con conjuntos de datos muy grandes con una sola instrucción.
• Generador de Intentos: A partir de un texto (como un manual de producto, procedimientos internos o transcripciones), Eva propondrá la lista de Intents que deben crearse para que un asistente virtual pueda detectarlos.
• Generador de Flujos: A partir de un texto que describe un proceso de negocio, eva creará un diagrama de flujo básico para gestionar una conversación para ese caso de uso. Estos flujos deben permitir a los usuarios empresariales trabajar con eva y definir los primeros borradores de los casos de uso.

Potenciar la creatividad de los asistentes

La IA generativa ofrece un mayor nivel de posibilidades para la generación, creatividad y reescritura de textos o generación de imágenes, lo que, dentro de un contexto conversacional, permitirá ofrecer experiencias nunca vistas. Ofreceremos las siguientes capacidades en eva:

GenAI Cell:

Empezamos por incluir la posibilidad de tener puntos de ejecución rápida dentro de los flujos. Estos puntos de ejecución pueden utilizarse para muchos casos de uso. A medida que analicemos cómo se utiliza, podremos generar plantillas de avisos o generar nuevas células especializadas o incluir GenAI en células ya existentes (como células de respuesta o células de servicio).

Asistente de respuestas GenAI:

Facilitar y hacer más creativa la creación de respuestas de asistentes virtuales utilizando el potencial de GenAI. Permitirá crear tipos de mensaje, tono, mayor creatividad en los textos, reescritura, resumen, generación de respuestas en imágenes, vídeo y audio, creación de carruseles, texto enriquecido o respuestas SSML autogeneradas.

Reinventar la creación de agentes virtuales con el poder de la A generativa

• Asistentes de disparo cero: Permite crear un AV sin motor PNL. No hace falta formación, basta con definir los flujos con sus intenciones, entidades, etc.
• Asistentes con pocos ejemplos: El ajuste fino es posible con unos pocos ejemplos de clasificación. Permite realizar ajustes en puntos concretos del Asistente para mejorar la calidad de la clasificación.
• Asistentes híbridos Cero + Pocos disparos: Por ejemplo, el Asistente se define generalmente con Tiro Cero, pero es posible especificar modelos con Tiro Fino para algunos intentos.

Mejorar el conocimiento de las conversaciones

• Clasificación y descubrimiento de temas: Permite analizar y categorizar el contenido de las conversaciones del chatbot. Con la clasificación temática, podemos identificar el tema de la conversación, mientras que el descubrimiento implica encontrar patrones o tendencias en los datos de la conversación. Al clasificar los temas de conversación y descubrir patrones en los datos, los desarrolladores de chatbot pueden identificar áreas de mejora y optimizar el rendimiento del chatbot. En general, la clasificación y el descubrimiento de temas son técnicas que pueden ayudar a mejorar la experiencia del usuario y aumentar la eficacia de los chatbots en diversas aplicaciones.
• Evaluación de la calidad de la conversación: La evaluación de la calidad de la conversación del chatbot se realiza midiendo aspectos como la coherencia, la relevancia y la utilidad. Su objetivo es mejorar la eficacia del chatbot identificando áreas de mejora, como lagunas en sus conocimientos, y determinando si satisface las necesidades del usuario. Se utilizan diversas métricas, como algoritmos de procesamiento del lenguaje natural, análisis de sentimientos y encuestas de opinión de los usuarios. Los resultados se utilizan para optimizar las capacidades conversacionales del chatbot y mejorar la experiencia del usuario. Es un aspecto importante del desarrollo y la optimización de chatbot para garantizar una comunicación eficaz con el usuario.

En definitiva, en NTT DATA apostamos por la innovación y el desarrollo de soluciones de asistente virtual de la máxima calidad. Gracias a nuestras soluciones LLM y a la integración con plataformas líderes del mercado, podemos garantizar a nuestros clientes una experiencia de usuario excepcional. Si está buscando la mejor solución en el mercado de los asistentes virtuales, no busque más allá de NTT DATA. ¡Póngase en contacto con nosotros hoy mismo para obtener más información!