Walmart Inc. está en la avanzada de mejorar los chatbots de atención al cliente a través de un novedoso modelo que incorpora comprensión del lenguaje natural (NLU) consciente del contexto. Este enfoque aborda la crucial clasificación de la intención del cliente, utilizando no solo las consultas de los usuarios, sino también datos de contexto relevantes como el estado del pedido. Este avance, capturado en el modelo MTL-CNLU-SAWC, no solo mejora la precisión de los modelos en un 4.8% frente a los modelos tradicionales sino que contribuye a una mejora significativa de 3.5% sobre los modelos actuales que también intentan combinar consultas con contexto.

La implementación de este modelo en el dominio de atención al cliente de Walmart no solo refina la dirección de los clientes hacia flujos automáticos, sino que reduce las derivaciones innecesarias a agentes humanos, logrando ahorrar millones de dólares anualmente. Durante pruebas exhaustivas, se le dio un contexto a las consultas ambiguas de los usuarios, mejorando la clasificación de intenciones del cliente, una tarea que hasta entonces había sido problemática debido a la ambigüedad intrínseca de algunas consultas.

Un ejemplo dentro de la investigación incluye la consulta “No recibí mi paquete” que sin un contexto adecuado podría derivar a erradas acciones de seguimiento o devoluciones. Al introducir datos como el estado de entrega del pedido, se logra una mayor precisión en la predicción de la intención del usuario.

El modelo utiliza un módulo de atención selectiva para identificar características contextuales relevantes y propone un paradigma de aprendizaje multitarea que utiliza diferentes tipos de etiquetas, lo que proporciona una gran eficacia en su implementación. Este avance en la tecnología de chatbots está comenzando a ser observado como un estándar revolucionario en el sector, beneficiándose de técnicas avanzadas de integración de contexto que solían ser mayormente subestimadas.

Con este modelo, Walmart se coloca a la vanguardia no solo de las herramientas de atención al cliente sino también de la innovación en procesamiento de lenguaje natural y sistemas conversacionales. Este éxito podría suponer un nuevo estándar para otras empresas dentro del sector del comercio electrónico que buscan una manera eficiente y precisa de mejorar la atención al cliente sin recurrir de inmediato a los agentes humanos. La inversión en un desarrollo continuo y la evaluación continua de resultados promete que los chatbots seguirán evolucionando para ofrecer experiencias de usuario cada vez más personalizadas y satisfactorias.