Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
DTDC
DTDC mejora su chatbot de mensajería DIVA con IA generativa y reduce un 51,4 % las consultas que atiende el equipo de soporte
DTDC, una red india de mensajería, sustituyó el guion rígido de su chatbot DIVA por un agente de IA generativa en Amazon Bedrock que atiende consultas de seguimiento, tarifas y cobertura. La publicación de AWS, escrita con personal de DTDC, indica un 93 % de precisión en las respuestas y un 51,4 % menos de consultas atendidas por el equipo de soporte.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
más de 400.000
Consultas de clientes que recibe DTDC Express cada mes, en todos los canales1
93 %
Precisión de las respuestas de DIVA 2.0, según la publicación1
51,4 %
Reducción de las consultas atendidas por el equipo de atención al cliente, según la publicación1
51,4 %
(131.530)
Consultas sobre envíos que no generaron un ticket de soporte, en los últimos 3 meses de datos del panel1
Qué requirió
Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.
El problema
DTDC Express recibe más de 400.000 consultas de clientes al mes, sobre seguimiento, comprobación de cobertura y tarifas de envío. Su asistente anterior, DIVA, funcionaba con un flujo guiado rígido, de modo que los usuarios tenían que seguir un camino fijo en lugar de preguntar con sus propias palabras. Eso cargaba más al equipo de atención al cliente, alargaba los tiempos de resolución y perjudicaba la experiencia del cliente.
Qué construyeron
DTDC y su socio de AWS, ShellKode, construyeron DIVA 2.0, un agente conversacional en la web de DTDC. Los clientes preguntan en lenguaje natural por el seguimiento, las tarifas, la disponibilidad del servicio o temas generales. El agente deduce qué quiere el cliente, consulta los propios sistemas de DTDC para seguimiento, precios y cobertura de entrega, y puede crear un ticket de soporte. Un modelo de lenguaje de gran tamaño, Claude 3.0 de Anthropic en Amazon Bedrock, convierte los datos en una respuesta.
Cómo lo hicieron
Para las preguntas generales, el agente busca en una base de conocimiento creada a partir de la web de DTDC, documentos internos de soporte, preguntas frecuentes y datos operativos. Si no encuentra nada pertinente, devuelve un mensaje predefinido que dice que no puede ayudar. Las consultas y respuestas se registran en un panel abierto al equipo de administración de DTDC, que muestra la precisión, las consultas sin resolver y las horas punta. La publicación enumera como principales retos conectar datos en tiempo real de sistemas heredados, manejar términos logísticos y consultas de varios pasos, y dejar el antiguo DIVA sin interrumpir el servicio.
Resultados
La publicación indica una precisión de respuesta del 93 % y dice que el equipo de soporte atiende ahora un 51,4 % menos de consultas. En los últimos 3 meses de datos del panel, el 51,4 % de las 256.048 consultas sobre envíos no necesitó un ticket de soporte. DTDC afirma que el personal de soporte puede centrarse ahora en asuntos más críticos.
Lecciones para su proyecto
Sustituya los menús guionizados por un agente que pueda consultar sus sistemas en tiempo real. DIVA 2.0 consulta los sistemas de seguimiento, precios y zonas de servicio y puede abrir un ticket de soporte.
Dé al bot una salida segura. Cuando la base de conocimiento no tiene respuesta, DIVA 2.0 dice que no puede ayudar en lugar de adivinar.
Construya un panel de control desde el primer día. DTDC sigue la precisión, las consultas sin resolver y las horas punta, lo que muestra dónde mejorar.
Cuente con mantener agentes humanos. La publicación dice que el agente no ha eliminado la necesidad de atención al cliente, y que muchas conversaciones siguen implicando a ambos.
Salvedades
- La fuente es una publicación del blog de AWS coescrita por personal de DTDC y por el integrador ShellKode, así que las cifras las aporta el proveedor. Ninguna fuente independiente las confirma.
- La publicación no dice cómo se midió el 93 % de precisión, en qué periodo, ni cuál es la base de la caída del 51,4 % en las consultas del equipo de soporte. Ese mismo 51,4 % aparece también como la proporción de consultas sobre envíos sin ticket, por lo que las dos cifras pueden estar relacionadas.
- La publicación no da fecha de puesta en marcha. La fecha de despliegue mostrada es la de la publicación.
- La publicación nombra Claude 3.0 de Anthropic en Amazon Bedrock. La cifra de 400.000 corresponde a todas las consultas mensuales a DTDC, no solo a las que atiende el agente.
Fuentes
- The DIVA logistics agent, powered by Amazon Bedrock
AWS Machine Learning Blog · 2025-08-07 · Caso de estudio del proveedor · aws.amazon.com
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.