Chatbots vs. asistentes virtuales vs. agentes de IA en ITSM

Las interacciones impulsadas por la IA se han convertido ya en algo habitual en nuestras vidas. Desde las aplicaciones de reparto de comida y las plataformas de comercio electrónico hasta la asistencia de TI en el lugar de trabajo, existe una alta probabilidad de que haya interactuado con una interfaz impulsada por IA para ayudarle. Ahora, surge una pregunta. ¿Cómo llamamos a la interfaz (o ventana de chat) potenciada por la IA que aparece? ¿Un chatbot? ¿Un asistente virtual? ¿O la última palabra de moda, agentes de IA?

La respuesta es: depende.

Dentro del lenguaje ITSM, estos términos se utilizan ahora indistintamente, pero cada uno de ellos es diferente en cuanto a la tecnología subyacente y los retos que resuelven. Analicemos en qué se diferencian y cómo funcionan dentro de la ITSM.

Chatbots: El agente de asistencia digital de primera línea

Los chatbots son programas de software predefinidos con condiciones específicas, flujos de conversación y árboles de decisión. Simulan intercambios conversacionales basados en las respuestas de los usuarios, siempre que dichas respuestas estén integradas en las reglas o flujos predefinidos dentro del chatbot. Las mesas de servicio de TI suelen implementar un chatbot para preguntas frecuentes, restablecimiento de contraseñas, creación de tickets y resolución de problemas básicos.

Por ejemplo, supongamos que Santhosh, un empleado de Zylker, tiene problemas con la conectividad VPN. En lugar de recurrir a la asistencia de TI, recurre a Zylkbot, el chatbot integrado en el portal de autoservicio de Zylker. Zylkbot proporciona una guía clara y paso a paso, ayudando a John a resolver el problema por sí mismo. Esto elimina la necesidad de la participación humana en las tareas básicas de asistencia.

Limitaciones de los chatbots

• No pueden completar tareas que no estén predefinidas ni abordar de forma autónoma problemas de varios pasos.
• Carecen de la capacidad de personalizar las interacciones; no aprenden de conversaciones anteriores, por lo que a menudo se quedan cortos a la hora de ofrecer ayuda a medida o sensible al contexto.

Asistente virtual: un asistente personal más inteligente

Los asistentes virtuales son un paso adelante respecto a los típicos chatbots. Pueden captar el lenguaje natural, lo que hace que las conversaciones resulten mucho más fluidas y pertinentes. En lugar de limitarse a responder a consultas básicas, se conectan con los sistemas de TI para gestionar tareas más sofisticadas.

A diferencia de los chatbots tradicionales basados en reglas que siguen scripts predefinidos, los asistentes virtuales aprovechan el procesamiento de lenguaje natural (NLP), la búsqueda inteligente y la automatización robótica de procesos (RPA) para ofrecer interacciones más dinámicas y conscientes del contexto. Esto les permite gestionar una gama más amplia de solicitudes y ofrecer respuestas que sean pertinentes y útiles. Las empresas están utilizando asistentes virtuales para tareas de asistencia de TI como la notificación de incidentes, la generación de informes, el análisis de tendencias y la detección de anomalías, aligerando la carga de los agentes de asistencia humanos.

Imagine que es usted un director de mesa de servicio de TI que necesita supervisar las métricas clave y generar informes con frecuencia. En lugar de examinar manualmente los datos, un agente virtual puede hacerlo por usted. Simplemente pregunte: "Muéstreme las solicitudes de asistencia por canal este mes", y el asistente virtual generará instantáneamente un gráfico de barras, ofreciéndole un claro desglose visual.

Limitaciones de los asistentes virtuales

• A diferencia de las soluciones avanzadas de IA, los asistentes virtuales siguen dependiendo de los usuarios para iniciar comandos e interacciones, lo que limita su capacidad para funcionar de forma autónoma.
• Sus funciones de NLP, aunque más avanzadas que las de los chatbots, siguen sin discernir la intención real del usuario.

Agentes de IA: Autónomos y con capacidad de decisión

El lanzamiento de ChatGPT ha provocado un auge en el uso de GenAI dentro de la ITSM. Las empresas han empezado a utilizar las funciones de GenAI para encargarse de tareas como resumir las resoluciones de incidentes, realizar revisiones posteriores a los incidentes y generar contenidos para las respuestas de asistencia de TI. Pero ahora, estamos entrando en una nueva era en el viaje de la IA dentro de la ITSM, una que presenta agentes de IA con funciones agénticas.

¿Qué son los agentes de IA?

Un agente de IA es un modelo inteligente que puede detectar la intención de un usuario a partir de un ticket, por correo electrónico o a través de conversaciones y recopilar de forma autónoma datos contextuales, tomar decisiones y realizar tareas. Los agentes de IA pueden implementarse para fines específicos, como agentes de resolución de problemas de hardware, agentes de aprovisionamiento de software, agentes de restablecimiento de contraseñas, etc.

Estos agentes de IA perciben su entorno, razonan sobre las situaciones para comprender la intención del usuario y, a continuación, planifican un conjunto de tareas para cumplir sus objetivos. Utilizando técnicas de aprendizaje avanzadas como el aprendizaje por refuerzo, perfeccionan continuamente su toma de decisiones, se adaptan a nuevos escenarios y optimizan los flujos de trabajo para mejorar su eficiencia.

Los agentes de IA se vuelven mucho más potentes cuando colaboran con otros agentes de IA especializados en tareas específicas. Al trabajar juntos, estos agentes inteligentes crean lo que se conoce como un sistema de IA agéntica: una red dinámica que:

• Delega tareas de forma eficiente entre agentes especializados de IA
• Adapta las estrategias en respuesta a los datos en tiempo real
• Agiliza los flujos de trabajo con una mínima intervención humana
• Opera con un alto nivel de autonomía
• Mejora continuamente a través del aprendizaje experimental

Por ejemplo, supongamos que una gran organización de servicios de TI gestiona un vasto inventario de activos de hardware y software. Para garantizar operaciones ininterrumpidas, los activos críticos como laptops, servidores y licencias de software deben reponerse cuando sus existencias caen por debajo de un umbral predefinido.

Un agente de adquisiciones impulsado por la IA puede automatizar la reposición de activos monitoreando continuamente los niveles de existencias e iniciando solicitudes de compra cuando sea necesario. Este agente de adquisiciones:

• Se integra con los sistemas de gestión de activos para realizar un control continuo de los niveles de inventario.
• Dispara alertas cuando las existencias caen por debajo de un límite predefinido.
• Evalúa a los proveedores en función del precio, el plazo de entrega y los resultados anteriores.
• Genera y presenta solicitudes de adquisición basándose en políticas predefinidas.
• Garantiza que las compras se ajusten a las limitaciones y políticas presupuestarias.
• Monitorea el progreso de los pedidos y proporciona actualizaciones en tiempo real.
• Analiza las tendencias de las adquisiciones pasadas para optimizar las decisiones futuras.

He aquí algunos casos de uso más en los que los agentes de IA pueden ser impactantes

• Los agentes de IA aceleran la respuesta a los incidentes automatizando el diagnóstico, la resolución y la prevención de los problemas. Indagan en los logs del sistema, el tráfico de la red y los informes de los usuarios para encontrar la causa raíz y tomar medidas para minimizar el tiempo de inactividad. Examinan los datos históricos y la actividad en tiempo real para detectar patrones que puedan indicar un incidente y tomar medidas para evitar interrupciones antes de que se produzcan.
• Para mantener el buen funcionamiento de las operaciones de los servicios de TI, los agentes de IA pueden evaluar el riesgo y el impacto de los cambios antes de implementarlos. También pueden comprobar el funcionamiento del sistema después de implementarlo para garantizar su estabilidad y evitar fallos inesperados.
• Los agentes de IA mejoran las experiencias de los usuarios analizando sus comportamientos, preferencias e interacciones anteriores. Sugieren servicios que encajan a la perfección, calibran el estado de ánimo en las conversaciones y afinan sus respuestas en función de lo que dicen los usuarios, lo que hace que la asistencia resulte más intuitiva y receptiva.
• Cuando se trata de prevenir fallos en los activos, los agentes de IA monitorean los datos de rendimiento del sistema y planifican el mantenimiento con antelación. Al anticiparse a los contratiempos del software o al desgaste del hardware antes de que se produzcan, los agentes de IA ayudan a reducir las interrupciones del servicio y a prolongar la vida útil de los activos de TI.

La mayor ventaja de los agentes de IA en todos estos escenarios es su capacidad para razonar y actuar sin que un humano les guíe paso a paso. En ausencia de agentes de IA, los técnicos humanos habrían tenido que dedicar mucho tiempo y energía a realizar estas tareas intensivas.

Limitaciones de los agentes de IA

Los agentes de IA solo son tan buenos como los datos con los que se les capacita. En el caso de los agentes de IA para la gestión de servicios de TI, si los datos subyacentes de los tickets son incompletos, obsoletos o sesgados, las decisiones y respuestas del agente de IA pueden ser erróneas. Esto puede dar lugar a recomendaciones inexactas, resultados injustos o incluso riesgos para la seguridad si la IA no puede adaptarse a situaciones nuevas e imprevistas.

¿Qué necesita su mesa de servicio de TI? ¿Un chatbot, un asistente virtual o un agente de IA?

La siguiente tabla desglosa las diferencias entre chatbots, asistentes virtuales y agentes de IA.

La elección correcta depende de sus necesidades de TI. Si su equipo de TI maneja muchas preguntas frecuentes, entonces un chatbot bastaría para responder a las consultas básicas de asistencia. Pero para los procesos repetitivos que requieren mucho trabajo y consumen la productividad de sus técnicos, como la vinculación y desvinculación de los empleados, los agentes de la IA resultan muy útiles.

Esto no significa que las organizaciones vayan a sustituir completamente los chatbots por agentes de IA. En su lugar, los equipos de TI elegirán las funciones adecuadas sobre la base de los casos de uso aplicables, la complejidad de la implementación y las compensaciones entre costos y beneficios. En lugar de hacer una transición completa, las empresas mezclarán chatbots, asistentes virtuales y agentes de IA para lograr el equilibrio adecuado entre automatización, costo y eficiencia.