Queremos que los usuarios de Zammad puedan ejecutar sus propios servidores de IA sin enviar datos confidenciales a los principales proveedores de la nube.

Zammad ha pasado por unos meses intensos a medida que las primeras funciones de IA realmente han comenzado a tomar forma. Lo que era solo un concepto en nuestra última entrevista ha sido probado, refinado y desarrollado aún más basándose en comentarios del mundo real. Un momento perfecto para sentarnos una vez más con el Product Owner Gerrit Daute para hablar sobre el progreso, los desafíos y el camino a seguir.

Zammad: Gerrit, ¿cuál es el estado actual de las funciones de IA de Zammad? ¿Ha cambiado algo fundamentalmente desde nuestra última conversación?

Gerrit Daute: Las prioridades principales no han cambiado, pero nuestra comprensión del producto terminado es mucho más clara. Ahora tenemos una idea muy concreta de cómo debería ser el lanzamiento de IA en Zammad 7.0. Y nos mantenemos fieles al principio rector que expusimos entonces: creamos funciones de IA que apoyan a los agentes, no que los reemplazan. Las primeras funciones están definidas. Estas incluyen resúmenes automáticos de tickets, un asistente de texto seguro y los primeros agentes de IA que asumen tareas simples y repetitivas como priorizar, categorizar y asignar tickets. Puede que al principio no suenen llamativas, pero marcan una diferencia significativa en el trabajo de soporte diario. Todos estos componentes tienen un objetivo: descargar de trabajo a los agentes sin quitarles el control ni dejar las decisiones en manos de una caja negra. Eso es lo que hace que la inteligencia artificial sea verdaderamente útil en la atención al cliente en primer lugar.

📘 Lee la primera entrevista

En nuestra conversación inicial, nuestro Product Owner explicó cómo tomó forma la estrategia de IA de Zammad y qué principios guiaron las primeras decisiones. IA al servicio de los agentes de soporte

Zammad: ¿Cuál de estas funciones resultó ser más desafiante de lo esperado?

Gerrit Daute: Sorprendentemente, no fueron las funciones en sí, sino el entorno en el que se ejecutan. Los modelos grandes de IA tienden a producir buenos resultados rápidamente; la mayoría de la gente lo sabe por herramientas como ChatGPT. El verdadero desafío comienza cuando se busca la misma calidad en modelos mucho más pequeños. Y esa parte es esencial para nosotros, porque queremos que los usuarios de Zammad puedan ejecutar sus propios servidores de IA sin enviar datos confidenciales a los principales proveedores de la nube. Los modelos más pequeños, sin embargo, son mucho más sensibles. Reaccionan incluso a inexactitudes menores en los prompts, pierden el contexto más fácilmente y son más propensos a errores. Eso significó que tuvimos que aprender a crear prompts que puedan manejar una amplia variedad de contenidos en distintas industrias y casos de uso, de manera consistente y a la primera. El mayor esfuerzo, por lo tanto, no fueron las funciones en sí, sino el ajuste fino: probar prompts, reescribirlos, descartarlos, repensarlos. Este proceso iterativo llevó mucho más tiempo que la implementación técnica real.

Zammad: Probaron las nuevas funciones de IA en un programa beta. ¿Qué tipo de comentarios recibieron?

Gerrit Daute: En general, los comentarios fueron muy positivos, pero también muy reveladores. El resumen de tickets con IA, en particular, recibió muchos elogios de nuestros evaluadores beta. Al mismo tiempo, nos dimos cuenta de lo altas que han llegado a ser las expectativas en torno a la inteligencia artificial, y de lo mucho que varían: desde funciones de asistencia sencillas hasta flujos de trabajo de soporte totalmente automatizados. Lo que nos tranquilizó de que seguimos en el camino correcto fue el fuerte apoyo que recibimos una vez que explicamos por qué no buscamos intencionalmente la automatización total todavía y, en su lugar, nos centramos en las funciones de asistencia. Muchas personas han experimentado de primera mano lo que sucede cuando la IA responde algo completamente fuera de lugar. Nuestro enfoque (mantener a los agentes en el centro y dejar que la IA ayude) tuvo mucha resonancia entre los evaluadores.

Zammad: ¿Cómo recopilan, evalúan y miden la calidad de los comentarios sobre la IA?

Gerrit Daute: Al principio, la mayoría de los comentarios que recibíamos de los evaluadores beta eran subjetivos. Rápidamente nos dimos cuenta de que eso no sería suficiente: necesitábamos métricas de calidad medibles. Por eso decidimos adelantar una función que originalmente estaba planeada para más adelante: un mecanismo de comentarios integrado directamente en la interfaz. Los evaluadores ahora pueden calificar el resultado de la IA con un simple pulgar hacia arriba o hacia abajo. Si dan una calificación negativa, también pueden añadir un breve comentario explicando el porqué. Esto nos da no solo la evaluación, sino un valioso contexto detrás de ella. Es increíblemente útil. Podemos ver qué prompts funcionan bien, cuáles necesitan refinarse y cuándo una función es lo suficientemente estable como para ser lanzada. Y también beneficiará a los administradores de Zammad, que pueden escribir sus propios prompts para funciones como el asistente de texto.

Zammad: ¿Qué equipos o casos de uso obtienen el mayor valor de las funciones de IA?

Gerrit Daute: Tiene menos que ver con la industria y más con los flujos de trabajo subyacentes. Dondequiera que los procesos de soporte se vuelvan más complejos, la inteligencia artificial tiende a crear el mayor impacto. Dependiendo de la tarea, los diferentes equipos se benefician de ganancias en eficiencia, mejoras en la calidad o mayor seguridad. Los resúmenes de tickets, por ejemplo, son especialmente valiosos para los equipos donde los tickets se mueven con frecuencia entre departamentos o permanecen abiertos durante períodos más largos. Ahorran a los agentes una cantidad significativa de tiempo de cambio de contexto y adaptación. Se puede ver un efecto similar con la asignación automática. Las empresas con direcciones centrales de información o soporte ganan mucho tiempo cuando los tickets se enrutan de manera automática y confiable al equipo adecuado. Lo mismo ocurre con las organizaciones que tienen un gran volumen de tickets. La priorización automática quita una presión considerable a los agentes y garantiza que los problemas críticos se hagan visibles más rápidamente. Y en todas las industrias, la IA aborda otro problema que a menudo se pasa por alto: la TI en la sombra (Shadow IT). Una vez que ofrecemos a los agentes un asistente de texto seguro e integrado dentro de Zammad, no hay necesidad de que nadie dependa de cuentas privadas de ChatGPT para contenido relacionado con el trabajo. Es una victoria para cualquier organización, sin importar la industria.

🌒 Shadow AI: Lo que ocurre en la oscuridad

Muchos empleados recurren a servicios privados de IA debido a la falta de soluciones internas. Lo que eso significa y cómo abordarlo se explica en este artículo del blog: Cómo abordar los riesgos de la Shadow AI en su organización

Zammad: ¿Cómo funciona en la práctica la libre elección de modelos de IA?

Gerrit Daute: Es muy sencillo. Los clientes de SaaS pueden activar las capacidades de IA directamente en Zammad sin necesidad de ninguna infraestructura adicional. Los usuarios on-premise pueden conectarse a nuestro servicio de IA alojado utilizando una clave API, o (si prefieren tener el control total) ejecutar su propio servidor de IA e integrarlo a través de las interfaces existentes. Con esto, combinamos la apertura y autonomía del código abierto con la conveniencia de un backend de IA seguro y confiable. Muchas empresas no quieren (o no pueden) operar sus propios modelos, pero se muestran igualmente reacias a confiar sus datos confidenciales a un proveedor corporativo en la nube. Nuestra solución está diseñada precisamente para este término medio.

Zammad: ¿Cuándo pueden esperar los usuarios las primeras funciones de IA y cómo evolucionará la hoja de ruta a partir de aquí?

Gerrit Daute: Zammad 7.0 marcará el punto de partida para nuestras capacidades de IA. Ahora hemos alcanzado una etapa en la que la arquitectura está en su lugar, los modelos se ejecutan de manera confiable, los comentarios de la versión beta están llegando y estamos recopilando datos de uso significativos. Actualmente, nuestro enfoque está en el control de calidad y en finalizar el conjunto inicial de funciones. No desarrollamos funciones porque estén de moda; las desarrollamos basándonos en su utilidad, responsabilidad y transparencia. El primer lanzamiento se centrará en capacidades de asistencia como resúmenes, enrutamiento inteligente y soporte de texto seguro. A largo plazo, Zammad continuará expandiendo su IA, siempre con el objetivo de empoderar genuinamente a los agentes en lugar de ceder decisiones a ciegas a una inteligencia artificial. Esto es exactamente lo que hará de Zammad una de las soluciones de helpdesk de código abierto más emocionantes en los próximos años.