Categoría: Big Data y Analítica Avanzada

18 de octubre de 2024 – Nokia anunció hoy la integración de operaciones impulsadas por IA (AIOps) en su controlador de acceso Altiplano, una plataforma de automatización para redes de banda ancha. El nuevo AIOps utiliza inteligencia artificial (IA) de aplicaciones en Altiplano Marketplace de Nokia para analizar datos de red e impulsar la automatización. Al combinar IA y análisis inteligente, AIOps permite a los operadores detectar anomalías de red más rápido, anticipar problemas que afectan el servicio antes de que ocurran y mejorar la utilización de la red. Mediante el uso de análisis de big data, gemelos digitales y agentes de IA capacitados, Nokia ayuda a los operadores a aumentar la eficiencia e impulsar niveles más altos de automatización en las operaciones de red y servicio. Al ampliar la plataforma central Altiplano con aplicaciones de IA disponibles en el Altiplano Application Marketplace de Nokia , los operadores pueden: El controlador de acceso Altiplano de Nokia es la plataforma de automatización de redes más utilizada en el mercado, utilizada por más de 160 operadores de banda ancha en todo el mundo. Considerada como la plataforma de automatización de redes n.° 1 para la automatización de redes fijas por Global Data, el controlador de acceso Altiplano de Nokia impulsa las redes SDN más grandes y avanzadas del mundo, incluidas aquellas que prestan servicio a más de un millón de suscriptores activos. Geert Heyninck, vicepresidente de redes de banda ancha de Nokia Fixed Networks, afirmó: “Con la IA y el análisis avanzado de redes, los operadores pueden obtener información más detallada y tomar decisiones más inteligentes para garantizar un funcionamiento sin problemas. Al detectar problemas con mayor rapidez y optimizar los recursos, nos estamos acercando a redes totalmente autónomas. Este cambio permite a los operadores mejorar las experiencias de los clientes y, al mismo tiempo, dejar que la IA se encargue de la gestión compleja de la red”. Nokia News

FORT LAUDERDALE, Florida, 23 de octubre de 2024 – Hoy, en WebexOne, Cisco (NASDAQ: CSCO) presentó nuevas innovaciones impulsadas por IA, incluidas las funciones Webex AI Agent, AI Agent Studio y Cisco AI Assistant para Webex Contact Center. Estas soluciones de IA aprovechan la inteligencia conversacional avanzada y la automatización para mejorar las interacciones con los clientes, agilizar la resolución de problemas y mejorar la satisfacción general del cliente. Esto permite a los líderes empresariales ofrecer interacciones más rápidas, más efectivas y más empáticas que mejoran la confianza del cliente y la lealtad a la marca.  Webex AI Agent: cómo abordar la necesidad de un autoservicio inmediato y eficaz  Para responder a las crecientes expectativas de los clientes de recibir asistencia útil e inmediata, Cisco anunció el nuevo Webex AI Agent. Este conserje de autoservicio toma medidas rápidamente y maneja las consultas de los clientes con un diálogo natural e inteligencia conversacional para eliminar los tiempos de espera y brindar resoluciones más rápidas. Webex AI Agent incorpora lo último en inteligencia artificial y automatización responsable en la cartera de Webex Customer Experience. Transformará la experiencia de los clientes, eliminando la complejidad y la frustración a las que están acostumbrados.   “La experiencia del cliente puede hacer o deshacer una marca y, a diferencia de otras soluciones del mercado, el Webex AI Agent resuelve los problemas de los clientes instantáneamente y transformará fundamentalmente las experiencias que todos hemos estado utilizando a regañadientes durante demasiado tiempo”, afirmó Jeetu Patel, vicepresidente ejecutivo y director de productos de Cisco. “En Cisco, estamos creando soluciones de IA de forma nativa. Comenzamos el diseño de productos con la suposición de que la IA estará en el núcleo del producto y será un ingrediente esencial en la forma en que reimaginamos las experiencias de los clientes. Creemos que en los próximos años, una gran mayoría de las llamadas por primera vez serán atendidas por un agente de IA que será tan interactivo, dinámico, atractivo y agradable como un agente humano”.  Según un nuevo estudio global realizado por Cisco, existe un vínculo entre la satisfacción del cliente y las herramientas de autoservicio eficaces. Las opciones actuales no satisfacen sus necesidades. Por ejemplo, volver a reservar un vuelo o reemplazar una tarjeta de crédito perdida generalmente requieren la asistencia de un agente en vivo, lo que genera largas colas y tiempos de espera, múltiples transferencias, clientes frustrados y agotamiento del agente. Webex AI Agent ofrece opciones de autoservicio para situaciones como estas, lo que puede resultar en una mejora del 39 % en las puntuaciones de satisfacción del cliente (CSAT) según los líderes en experiencia del cliente.   AI Agent Studio: simplifique y amplíe el centro de contacto   Webex AI Agent incluye una nueva herramienta de diseño llamada AI Agent Studio, que facilita a los usuarios empresariales y administradores de TI la capacitación e implementación de agentes de IA, lo que les brinda una escalabilidad y una facilidad de uso inigualables. AI Agent Studio permite a los centros de contacto implementar rápidamente un agente de IA de voz o digital en minutos y elegir qué modelos de IA se utilizan para atender las consultas de los clientes. Esta puerta de entrada de IA reducirá las llamadas en el centro de contacto para que los agentes puedan concentrarse en un servicio al cliente más personalizado y basado en las relaciones.  Webex AI Agent junto con AI Agent Studio estarán disponibles de forma general en el primer trimestre de 2025 para los clientes de la nube, y las pruebas para los clientes locales estarán disponibles en el segundo trimestre de 2025.   Aprovechar el impulso de la inteligencia artificial de Cisco en Webex Contact Center   Los equipos que atienden al cliente suelen tener problemas con la sobrecarga de información y las crecientes cargas de trabajo, lo que genera tiempos de resolución más largos y puntuaciones de satisfacción del cliente más bajas. De hecho, los líderes en experiencia del cliente informan que 1 de cada 3 agentes carece del contexto del cliente necesario para brindar experiencias de cliente ideales. Con el Asistente de IA de Cisco para Webex Contact Center, que estará disponible para el público en general en el primer trimestre de 2025, los agentes y supervisores ocupados se benefician de una guía automatizada a su alcance para brindar soporte al cliente de nivel experto, que incluye:  También estará disponible de forma general en el primer trimestre de 2025 Agent Wellness para el centro de contacto. Estas funciones de IA permiten acciones proactivas, como descansos automáticos para los agentes, cambios en los horarios de los agentes y cambios en los canales que los agentes respaldan para aumentar o disminuir la capacidad según las necesidades.  La IA también está impulsando el análisis para ayudar a los líderes en experiencia del cliente a operar un centro de contacto más inteligente y eficiente: 

IBM SWE-Agent 1.0 de IBM Research es el primer conjunto de agentes de ingeniería de software (SWE) de su tipo, impulsado únicamente por LLM abiertos, que pueden resolver de forma autónoma y eficiente problemas de GitHub. Para la mayoría de los desarrolladores de software, cada día comienza donde quedó el anterior. Al revisar la lista de problemas pendientes en GitHub que no solucionaste el día anterior, estás clasificando cuáles puedes solucionar rápidamente, cuáles te llevarán más tiempo y cuáles no sabes qué hacer todavía. Es posible que tengas 30 problemas pendientes y sepas que solo tienes tiempo para abordar 10. Puede parecer una tarea titánica y es fácil agotarse si no se gestiona adecuadamente. ¿Pero qué pasaría si existieran herramientas que pudieran hacer que encontrar errores, sugerir soluciones y probar esas ideas fuera tan fácil como enviar un problema en GitHub? En TechXchange, IBM presentó hoy un nuevo conjunto de agentes de IA diseñados específicamente para facilitar la vida de los desarrolladores. El objetivo es que estos agentes ayuden a reducir la cantidad de tiempo que los desarrolladores tienen que dedicar a buscar respuestas a errores en sus registros de trabajo, lo que les permitirá disponer de más tiempo para trabajar en nuevos proyectos. Estos son los primeros agentes de ingeniería de software (SWE) de su tipo (que solo funcionan con LLM abiertos) que pueden resolver de forma autónoma los problemas de GitHub de manera eficiente. La localización es la primera gran tarea que se aborda con un agente. Si no puede encontrar dónde está un error en su código, no podrá solucionarlo. La localización es la tarea de encontrar los archivos y las líneas de código en la base de código de una organización que están causando un error determinado. Cuando un ingeniero de control de calidad (QA) detecta un error, envía un informe de error, que se incluye en el registro de errores del desarrollador y se suma a la pila de errores que deben analizarse. Encontrar la línea incorrecta (y asegurarse de que su modificación no afecte a nada más en el código base) es un proceso que lleva mucho tiempo. Pero con el agente de localización SWE, un desarrollador podría abrir un informe de error que haya recibido en GitHub, etiquetarlo con “ibm-swe-agent-1.0” y el agente trabajará rápidamente en segundo plano para encontrar el código problemático. Una vez que haya encontrado la ubicación, sugerirá una solución que el desarrollador podría implementar para resolver el problema. Ese desarrollador podría entonces revisar la solución propuesta y decidir si es la mejor manera de resolver el problema, posiblemente incluso usando otros agentes para averiguarlo. La herramienta de localización es solo uno de los nuevos agentes de IA que IBM Research ha desarrollado con el objetivo de quitarle una parte de la carga de trabajo a los desarrolladores. También hay uno para editar líneas de código en función de las solicitudes de los desarrolladores, que se basa en Granite LLM de IBM en watsonx, a través de PDL . Se puede utilizar otro agente para desarrollar y ejecutar pruebas para garantizar que el código se ejecute como se espera. En cada caso, se pueden invocar justo donde los desarrolladores querrían que estuvieran, como en GitHub. En promedio, los agentes SWE pueden localizar y solucionar problemas en cinco minutos y, en las pruebas, han logrado una tasa de éxito del 23,7 % en las pruebas SWE-bench . Estas miden la eficiencia con la que los agentes de IA pueden resolver problemas del mundo real encontrados en GitHub. Esa puntuación coloca al agente IBM SWE en un lugar destacado en la clasificación de SWE-bench, muy por encima de muchos otros agentes que dependen de modelos de frontera masivos, como GPT-4o y Claude 3.  En cada caso, estos agentes observan, piensan y actúan. Se diferencian de los modelos LLM o de los modelos básicos en que pueden recurrir a diferentes modelos y depósitos de información para responder a las preguntas de la manera más eficiente. Además, pueden planificar los pasos necesarios para llevar a cabo esa tarea, algo que un LLM no puede hacer por sí solo. Un agente puede realizar tareas complejas y completas sin la intervención adicional de un usuario. Ruchir Puri, científico jefe de IBM Research, sostiene que tenía sentido que IBM creara herramientas de agente como estas, no solo para sus propios desarrolladores, sino para todos los desarrolladores empresariales a los que IBM se esfuerza por ayudar. Existen otras herramientas de agente SWE competitivas que buscan ayudar a los desarrolladores en su trabajo, pero se basan principalmente en modelos fronterizos masivos y propietarios que cuestan mucho en el momento de la inferencia. “Nuestro objetivo era crear IBM SWE-Agent para empresas que desean un agente SWE rentable que se ejecute dondequiera que resida su código, incluso detrás de su firewall, sin dejar de ser eficiente”, dijo Puri. IBM News