Data Science & IA
Agente IA Recomendación y Agendamiento
El Desafío
Una de las principales mutuales de Chile, enfrentaba el reto de optimizar la gestión de capacitaciones para más de 4 millones de trabajadores y más de 130.000 empresas afiliadas. El objetivo era diseñar una arquitectura de inteligencia artificial que respondiera a las necesidades específicas de cada área de la organización y que permitiera automatizar procesos clave como la recomendación e inscripción a cursos.
Además de la creación de esta arquitectura transversal, se buscaba implementar un caso de uso concreto: un agente conversacional (chatbot) que ayudara a recomendar capacitaciones relevantes y a gestionar automáticamente su inscripción, mejorando la eficiencia operativa y la adopción de canales digitales de atención al cliente.
Para abordar el desafío, se diseñó una arquitectura escalable, agnóstica y segmentada en seis pilares fundamentales, que permitiera incorporar distintos niveles de madurez y capacidades técnicas específicas
La estrategia
El enfoque combinó levantamiento de necesidades, diseño técnico y validación funcional mediante un caso de uso real: la implementación de un agente AI que utiliza un algoritmo de recomendación para sugerir cursos basados en el historial del usuario combinado con los requerimientos especificos declarados mediante un chatbot. Una vez que la recomendación es aceptada por el usuario, se le ofrece realizar la inscripción a los cursos específicos de forma automática
+25
Entrevistas transversales al negocio y componentes técnicas, logrando la colaboración de multiples áreas
3
Canales de difusión de la recomendación, incluyendo un Chatbot, Dashboard operativo y Banner Web
5
Herramientas para Agentes IA, conectando 3 servicios digitales, dando amplitud de acción al Agente IA
Los Logros
La implementación del agente AI de gestión de capacitaciones permitió transformar por completo la manera en que los usuarios interactúan con la oferta formativa, entregando recomendaciones personalizadas y automatizando procesos clave.
Se logró un ahorro de 600 HH mensuales en el proceso de agendamiento
La solución puede impactar a más de 150.000 iteraciones mensuales del proceso de agendamiento del usuario final
