La temporada de compras navideñas está experimentando una transformación a medida que los chatbots de inteligencia artificial, en particular los asistentes impulsados por IA generativa, se integran en la experiencia minorista. Estos chatbots, diseñados para mejorar el servicio al cliente, permiten a los usuarios participar en conversaciones en lenguaje natural sobre recomendaciones de productos y consultas.
Amazon ha introducido a Rufus, su asistente de compras impulsado por IA generativa, que ha estado respondiendo preguntas de los clientes sobre productos como cafeteras y juegos de jardín. Este asistente tiene como objetivo servir como un compañero virtual, ayudando a los usuarios a descubrir y comparar productos de manera más efectiva que los chatbots tradicionales, que anteriormente estaban limitados a funciones orientadas a tareas.
Además, Walmart está probando un chatbot similar en categorías seleccionadas, mientras que Perplexity AI ha lanzado una nueva función en su motor de búsqueda que permite a los usuarios recibir recomendaciones de productos no patrocinadas basadas en sus consultas.
A medida que los minoristas adoptan cada vez más estas tecnologías de IA, el panorama de las compras en línea está evolucionando. Marcas importantes como Victoria's Secret e IKEA están experimentando con estas herramientas, aprovechando la popularidad de ChatGPT, que ha despertado un mayor interés en la IA generativa desde finales de 2022.
Sin embargo, la tecnología aún está en sus inicios. A pesar de su potencial, estos chatbots pueden tener problemas de precisión, proporcionando ocasionalmente sugerencias irrelevantes o incorrectas. Por ejemplo, las pruebas de Rufus revelaron instancias en las que el asistente recomendaba productos que no coincidían con las consultas de los usuarios.
Los expertos sugieren que para que los asistentes de compras de IA realmente mejoren la experiencia minorista, deben volverse profundamente personalizados, capaces de recordar las preferencias y el historial de pedidos de los clientes. Las iteraciones actuales, aunque innovadoras, aún tienen un gran margen de mejora.