DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...

Desarrollo de un Chat Bot de WhatsApp basado

en documentos de texto plano: compañía del
Sector Financiero Oikonomos Soluciones
Financieras S.A.S.
Johan David Pedroza Plazas

Institución Universitaria Minuto de Dios, Facultad de Ingenierías, Bogotá - Colombia

Johan David Pedroza Plazas, jpedrozapla@uniminuto.edu.co

RESUMEN Los resultados obtenidos son relevantes, ya

que esta herramienta es un recurso
El presente artículo se centra en el desarrollo sumamente efectivo para mejorar la atención
de un Chatbot de WhatsApp diseñado al cliente. Esto se traduce en una mejora
específicamente para Oikonomos Soluciones sustancial tanto en la calidad de la
Financieras S.A.S. Este Chatbot ha sido información proporcionada como en los
sometido a un proceso de entrenamiento que tiempos de respuesta, lo que, a su vez,
ha involucrado el uso de diversos tipos de demuestra un avance significativo en la
archivos de texto extraídos de las bases de optimización de los procesos internos de la
datos de la empresa. La aplicación de técnicas empresa.
de aprendizaje automático e inteligencia
artificial, en particular en el ámbito del Este logro pone de manifiesto el inmenso
procesamiento de lenguaje natural, ha potencial de la inteligencia artificial y el
permitido que el Chatbot pueda responder de aprendizaje automático en el contexto de
manera eficaz a consultas relacionadas con aplicaciones empresariales personalizadas y
información financiera y empresarial. altamente especializadas. Además, muestra la
importancia de seguir explorando y
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
desarrollando estas tecnologías en el ámbito
empresarial para alcanzar niveles cada vez
mayores de eficiencia y satisfacción del
cliente.
Palabras clave: Chatbot de WhatsApp,
Aprendizaje Automático, Inteligencia
Artificial, Procesamiento de Lenguaje
Natural, Sector Financiero.
ABSTRACT
This article focuses on the development of a
WhatsApp Chatbot specifically designed for
Oikonomos Soluciones Financieras S.A.S.
This Chatbot has undergone a rigorous
training process that involved the use of
various text files extracted from the
company's databases. The application of
machine learning and artificial intelligence
techniques, particularly in the field of natural
language processing, has enabled the Chatbot
to effectively respond to queries related to
financial and business information.
The results obtained are highly relevant, as
this tool has proven to be a highly effective
resource for improving customer service.
This translates into a substantial improvement
in both the quality of information provided
2
and response times, demonstrating significant
progress in optimizing the company's internal
processes.
This achievement highlights the immense
potential of artificial intelligence and
machine learning in the context of
personalized and highly specialized business
applications. It also underscores the
importance of continuing to explore and
develop these technologies in the business
sector to achieve increasingly higher levels of
efficiency and customer satisfaction.
Keywords: WhatsApp Chatbot, Machine
Learning, Artificial Intelligence, Natural
Language Processing, Financial Sector.
I. INTRODUCCIÓN
En los últimos años, la integración de
tecnologías de inteligencia artificial (IA) ha
revolucionado diversas industrias, ofreciendo
soluciones innovadoras para mejorar la
eficiencia de los procesos. Dentro del ámbito
de la IA, la disciplina del Procesamiento de
Lenguaje Natural (NLP) y el Aprendizaje
Automático (ML) han surgido como un
catalizador formidable para transformar la
forma en que las empresas interactúan con sus
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP... 3

clientes y gestionan la información. Este II. DESARROLLO DEL TEMA

artículo explora el papel fundamental
desempeñado por la IA, específicamente el A. Inteligencia Artificial (IA)
NLP y el ML, en el desarrollo de un Chatbot
de WhatsApp diseñado a medida para Desde una perspectiva integral, como se
Oikonomos Soluciones Financieras S.A.S. explica en [1] la Inteligencia Artificial es una
disciplina científica y tecnológica que busca
Para Oikonomos S.A.S., un outsourcing replicar diversas habilidades cognitivas
financiero, la integración de la IA y el NLP humanas. En este sentido, cualquier proceso
ofrecía una oportunidad sin igual para cognitivo realizado por un ser humano
revolucionar el servicio al cliente y la implica un extenso conjunto de
divulgación de información. Las instituciones conocimientos que una máquina puede
financieras manejan grandes cantidades de aprender. Para comprender la amplitud de su
datos, mucha de la cual es volátil, y la aplicabilidad es necesario entender entonces
capacidad de manejar y responder que son estas habilidades cognitivas, como se
eficientemente a las consultas de los clientes nos muestra en [2] La inteligencia humana se
es fundamental. compone de múltiples facetas que se
entrelazan, como la inteligencia lingüística,
Por ello, la creación del Chatbot de lógico-matemática, espacial, musical,
WhatsApp para Oikonomos Soluciones corporal, intrapersonal, entre otras.
Financieras S.A.S. fue con el objetivo de
mejorar el servicio al cliente y simplificar el 1) Procesamiento de Lenguaje Natural
acceso a la información. Los métodos (NPL)
tradicionales de servicio al cliente a menudo
resultan en tiempos de respuesta más largos y Dentro de las habilidades cognitivas
no siempre proporcionan información precisa humanas, la inteligencia lingüística
u oportuna. Al desarrollar un Chatbot desempeña un papel fundamental en la
avanzado impulsado por la IA, la empresa comunicación y comprensión del mundo. Es
aborda estos desafíos y proporcionar a sus en este punto donde el Procesamiento de
clientes un soporte rápido, preciso y Lenguaje Natural (NLP) toma un papel
disponible todo el tiempo. protagónico.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
Como se expone en el libro [1] una
característica esencial de todo sistema que se
considere inteligente desde la perspectiva
humana es su capacidad para comunicarse
con las personas en su propio lenguaje. Esta
premisa no solo involucra un conjunto de
conceptos comprensibles para los seres
humanos, sino también un conjunto de
palabras que resulten accesibles y amigables.
2) Aprendizaje Automático (ML)
Es esencial reconocer la importancia del
aprendizaje en la vida humana. Como se
menciona en [3], una de las distinciones más
significativas entre un ser humano y un
mecanismo de resolución de problemas
radica en que los humanos son capaces de
mejorar su desempeño en un amplio conjunto
de tareas como resultado de haber “resuelto”
un problema. Dentro del campo de la
Inteligencia Artificial (IA), el Aprendizaje
Automático (ML) se esfuerza por aplicar este
mismo concepto, como se presenta en [4].
Uno de los objetivos centrales de esta área es
construir sistemas (agentes) capaces de
adaptarse a situaciones nuevas y aprender
como resultado de la resolución de problemas
(o problemas) presentados por estas
situaciones.
4
En otras palabras, el aprendizaje automático
consiste en desarrollar un sistema que, a
través de tareas repetitivas, pueda aprender de
sus resultados y proporcionar soluciones de
manera dinámica a nuevos problemas.
3) Incrustaciones (Embeddings)
[5] Nos informa que las innovaciones en
inteligencia artificial y aprendizaje
automático nos han permitido crear un tipo de
ML llamado modelo de incrustación. Estas
incrustaciones como se describe en [6], es un
vector (lista) de números de punto flotante. La
distancia entre dos vectores mide su relación.
Distancias pequeñas sugieren una alta
relación, mientras que distancias grandes
sugieren una baja relación. En otras palabras,
una incrustación es una lista de números
decimales en la que cada número ayuda a la
IA a determinar si dos palabras o listas tienen
una relación alta. Es importante destacar que,
como lo menciona [5] las incrustaciones
codifican todos los tipos de datos en vectores
que capturan el significado y el contexto de
un activo. Por ejemplo, si el contexto es
“animales domésticos”, las incrustaciones
para “perro” tendrían una alta precisión,
mientras que si el contexto fuera “felinos”, la
precisión seria baja.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
4) Bases de datos vectoriales
Con los avances en la IA y la ML, se ha vuelto
necesario crear herramientas que cumplan
con los requerimientos de estos campos. Las
bases de datos convencionales no pueden
satisfacer la necesidad de almacenar vectores
debido a su complejidad. Por esta razón, han
surgieron las bases de datos vectoriales, que
resuelven el desafío de almacenar los
vectores.
Las bases de datos convencionales están
diseñadas principalmente para almacenar los
datos en filas y columnas, dando una
interpretación única a cada valor. Para una
consulta, el sistema retornara su respectivo
valor. Por otro lado, como nos lo menciona
[5] las bases de datos vectoriales añaden
capacidades adicionales para la búsqueda
eficiente y rápida de los vecinos más cercanos
en el espacio N-dimensional. Basándonos en
el funcionamiento del ML de incrustaciones,
esto es fundamental. [5] Las bases de datos
vectoriales tienen la capacidad de
complementar los modelos de IA generativa.
Es decir, sirven como una fuente de
conocimiento adicional para el Chatbot,
contribuyendo a asegurar que la información
entregada sea fiable.
5
5) Recuperadores (Retriever)
La búsqueda de vectores similares en una
base de datos vectorial grande, requiere de
muchos recursos computacionales y tiempo.
Como se explica en [7] los recuperadore son:
una interfaz que devuelve documentos en
función de una consulta no estructurada. Para
ilustrar esto, si realizamos una búsqueda “x”
en una base de datos vectorial utilizando un
recuperador, esta búsqueda, [5] se basa en
índices de k vecinos más cercanos (k-nearest
neighbor, k-NN). Es decir, el recuperador
devolverá “k” numero de documentos con
una precisión alta para nuestra consulta no
estructurada “x”. Esto enfoque resulta útil al
realizar búsquedas en una base de datos
vectorial y, como menciona [5] permite
consultas más avanzadas, como buscar y
filtrar en los metadatos como parte de una
búsqueda de K-nn.
B. Chatbot
Smutny, citado por Ogosi [8], nos presenta
una definición de Chatbot como: "Aquel
programa que se basa en la inteligencia
artificial, más específicamente en el
procesamiento del lenguaje natural (NLP),
cuya principal función es entablar una
conversación con el ser humano, ya sea
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
mediante texto o mensaje de voz.". Esta
premisa nos lleva a entender que un Chatbot
no solo es un sistema que responde a
estímulos, sino que como lo menciona [9] es
crear la sensación de una conversación real a
través de un software debidamente
programado, a través del NLP.
Fue tanto el auge de esta tecnología que,
como menciona [10], por allá en a mediados
del siglo XX, se crearon pruebas para validar
el nivel de un Chatbot, entre las que se
encuentra el "Test de Turing". Este test
consiste en que un evaluador mantiene una
conversación, a través de una interfaz, con
dos interlocutores: un Chatbot y una persona
humana. Si el evaluador no es capaz de
distinguir cuál de los dos es el Chatbot en un
intervalo de cinco minutos, se concluye que
la máquina ha superado la prueba.
a) Aplicaciones
Los Chatbot tiene múltiples aplicaciones,
[11] nos presenta como las más populares:
ventas y marketing, asistencia técnica,
gestión de tareas y atención al cliente,
Existe un enfoque alternativo, que [12], nos
los presenta como Cobot, donde el Chatbot ya
no se sitúa en interacción directa con el
6
cliente, sino en un segundo plano, como una
herramienta a disposición del asesor. En este
sentido el Cobot es visto más bien como una
herramienta, en lugar de un sucesor.
Ayudando como [12] lo dice en la búsqueda
eficaz de información voluminosa o que
cambia con frecuencia (una determinada
tarifa, un servicio facturable, etc.).
D. Oikonomos Soluciones Financieras
S.A.S. y su Enfoque en la IA
Oikonomos Soluciones Financieras S.A.S.,
con una trayectoria de tres años en el
mercado, se ha consolidado como un actor
clave en el sector de outsourcing financiero
en Colombia. Su cartera de incluye
importantes entidades bancarias, tales como
Itaú, BBVA, Colpatria, Caja Social, AV
Villas, Banco de Bogotá, así como destacadas
aseguradoras como Seguros del Estado, AXA
Colpatria, SURA y Finesa.
El enfoque principal de Oikonomos S.A.S. es
brindar un acompañamiento integral a los
ejecutivos financieros. Su tarea central
consiste en facilitar la presentación de
clientes a estas entidades, permitiendo que los
procedimientos de otorgamiento de créditos,
incluyendo hipotecarios, de consumo, por
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
libranza y seguros, se lleven a cabo de manera
eficiente y sin contratiempos.
Con una sólida presencia en el mercado y una
extensa cartera de clientes de renombre,
Oikonomos S.A.S. se ha posicionado como
un socio estratégico confiable en el sector
financiero. Su enfoque en la eficiencia y la
simplificación de procesos a través de
sistemas avanzados ha contribuido
significativamente a agilizar la presentación
de clientes y a mejorar la eficacia en la
concesión de créditos. Es por esto que la
empresa ha adoptado la innovación y la
tecnología avanzada como parte integral de
su estrategia. La implementación de un
Chatbot de WhatsApp ha permitido a
Oikonomos S.A.S. mantener una
comunicación más precisa con sus ejecutivos
financieros, lo que ha contribuido a procesos
ágiles y precisos.
III. METODOLOGÍA
Para responder al objetivo planteado, se
diseñó e implementó un Chatbot de
WhatsApp que contiene toda la información
necesaria, acerca de la compañía Oikonomos
y su respectivo conocimiento del sector
financiero.
7
1. Recolección de información
En primer lugar, se llevó a cabo una revisión
de todos los documentos de texto planto que
se encuentran en las bases de datos de
Oikonomos. La compañía dispone de un
sistema llamado “Integra Oikonomos”, el
cual fue desarrollado enteramente por la
propia empresa. Este sistema desempeña un
papel fundamental en todos los procesos de la
compañía, como contrataciones,
visualización de información, simulación de
créditos, gestión documental de expedientes,
almacenamiento de información bancaria,
entre otros. El sistema opera de manera
sincronizada y se encuentra alojada en la
nube. Los ejecutivos de la empresa pueden
acceder al sistema utilizando sus respectivos
nombres de usuario y contraseñas, para
utilizar las herramientas y gestionar la
información contenida. Este sistema, cuenta
con una base sólida de información que
permitió llevar a cabo el proceso de
recolección de datos de manera satisfactoria.
Las leyes, políticas, capacitaciones,
presentaciones y otros documentos son
subidos al sistema por los administradores, lo
que garantiza que la información consolidada
en las bases de datos sea veraz y se mantenga
constantemente actualizada.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
2. Criterios de inclusión y exclusión
Para implementar un proceso adecuado de
inclusión o exclusión de información, se
realizaron modificación en el aplicativo
Integra Oikonomos, considerando la
propiedad y flexibilidad del sistema.
El proceso que un administrador debe seguir
para cargar información en el sistema es muy
similar, por no decir idéntico, al utilizan otros
sistemas de almacenamiento en la nube. Por
ejemplo, Google Drive permite crear
carpetas, subir documentos, ya sea
arrastrándolos y soltándolos o mediante un
botón especifico. Integra Oikonomos
funciona de manera similar, con la diferencia
que, al cargar un documento en el sistema,
Integra valida el formato del documento, ya
sea Excel, Word, imagen, PDF, ejecutable,
entre otros. El sistema realiza el primer
criterio de filtro para garantizar que el
documento cargado sean de texto plano. El
segundo criterio de filtro es manual, lo lleva a
cabo el administrador del sistema. Una vez
cargado el documento de texto plano, se le
solicita confirmación al administrador por
medio de un checkbox para que el documento
sea utilizado en la fase entrenamiento.
8
3. Entrenamiento de la IA (ML)
Cada documento que cumple con los criterios
de filtro 1 y 2 entra en el proceso de
entrenamiento de IA. Este proceso se lleva a
cabo en una secuencia que implica la
conversión del documento en secciones que
puedan ser interpretados de manera eficiente
por la IA, sin perder correlación, y la adición
de los metadatos necesarios para las
búsquedas avanzadas. Luego, mediante el
modelo de ML de incrustación, cada
documento es se transforma en vectores y se
almacena en la base de datos vectorial.
Es importante aclarar que la información en
el sector financiero es volátil y cambia
constantemente. Esto implica un proceso de
"desaprendizaje". Cuando una información
ya no está actualizada, la IA debe dejar de
utilizarla. Desde Integra Oikonomos, cuando
un documento deja de estar actualizado, el
administrador lo retira del sistema. Si dicho
documento estaba incrustado en la base de
datos vectorial, Integra Oikonomos realiza el
proceso necesario para desactivar la
información incrustada en dicha base de datos
vectorial. De esta manera, la información con
la que la IA trabaja siempre está actualizada.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
4. Implementación del Chatbot (NPL)
Haciendo uso de la interfaz gráfica de
WhatsApp como aplicación de mensajería
instantánea y su herramienta WhatsApp
Business API, para la recepción y envió de
mensajes de manera automática, se desarrolló
un agente conversacional que hace uso del
NPL para la responder a los usuarios
(ejecutivos) a todas sus consultas acerca de
Oikonomos e información referente al sector
financiero. Dicho desarrollo implico poner en
funcionamiento las herramientas presentadas
por WhatsApp, mediante el lenguaje de
programación Python, para que sea
intermediario entre una pregunta y su
respectiva respuesta. Esta respuesta es creada
recuperando la información almacenada en la
base de datos vectorial, la cual contiene la
información necesaria responder de manera
efectiva a la consulta.
5. Producción
Una vez el desarrollo del Chatbot ya fue
finalizado, el código desarrollado fue subido
a la nube mediante el uso Virtual Machine,
una de las muchas herramientas de Google
Cloud Platform, que son instancias de
máquinas virtuales que ejecutan un código de
manera persistente.
9
IV. RESULTADOS
A. Entrenamiento del Chatbot
a. Volumen y tipo datos
Para el desarrollo del Chatbot de WhatsApp
Impulsado por ML uno de los aspectos
principales fue el entrenamiento de la IA. Esta
etapa desempeñó un papel esencial ya que
representa el pilar sobre el cual se sustenta el
conocimiento y la capacidad de respuesta del
Chatbot. En este contexto, se llevó a cabo la
recopilación de documentos de texto plano
proporcionados por la base de datos de
Integra Oikonomos, que constituían la
materia prima para el entrenamiento de
nuestra IA.
Inicialmente, se obtuvo un conjunto de 446
documentos de texto plano. Pero, para lograr
que la información fuera de calidad, se realizó
un proceso de filtro, tras la cual, como lo
podemos observar en la Tabla I, se descartó
un total del 64% de la información que no
cumplía con los criterios de relevancia
necesarios para la construcción de la base de
conocimiento del Chatbot. Entre estos
principalmente documentos con estructuras
de formularios para diligenciamiento, cartas
de solicitud de ejemplo, historiales de tasas no
vigentes, entre otros.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
TABLA I
DOCUMENTOS DE TEXTO PLANO
Incluidos Excluidos
153 293
Nota: total documentos incluidos, excluidos según los
filtros de clasificación realizada.
b. Métodos utilizados
Tras el proceso de selección de documentos,
como se muestra en la Tabla II donde
mostramos la cantidad de documentos según
su tipo. Identificamos un grupo de 12
documentos en formato Excel que contenían
información de valor para el entrenamiento
del Chatbot. Sin embargo, se presentaron
desafíos significativos dada la estructura de
estos documentos, lo que dificultó la
extracción de información de manera directa
y estandarizada. Para abordar esta situación,
se implementaron algoritmos específicos
diseñados para generar la correlación entre las
columnas y filas, y de esta manera generando
un correcto procesamiento de la información
contenida en los documentos Excel.
TABLA 2
TIPOS DE DOCUMENTOS DE TEXTO PLANO
INCLUIDOS EN EL ETRENAMIENTO
Tipo Cantidad
PDF 122
PowerPoint 15
Excel 12
Word 4
Nota: cantidad de documentos de texto plano según su
tipo
10
La implementación de algoritmos para la
lectura de los documentos como PDF,
PowerPoint, y Word, además del algoritmo
específico para los documentos Excel
permitieron extraer de manera eficiente la
información relevante. Tras superar estos
obstáculos, se lograron realizar un total de
18922 incrustaciones exitosas en la base de
datos vectorial de entrenamiento. Estas
incrustaciones representan la adición de
información clave al conocimiento del
Chatbot, enriqueciendo su capacidad para
comprender y responder a las consultas de los
usuarios en WhatsApp en todos los temas
relevantes con la compañía.
B. Propuesta de Valor
a. Respuesta Eficiente
El tiempo de respuesta es un aspecto
fundamental en la satisfacción del cliente. Es
por ello, que Oikonomos tiene una política
interna para todos sus empleados de respuesta
pronta, que establece un límite de 15 minutos
como máximo para contestar a cualquier
consulta o petición realizada a través de las
cuentas empresariales de WhatsApp. Nuestro
Chatbot cumple ampliamente con este
estándar y ofrece una propuesta de valor
agregado al servicio de la empresa al
proporcionar respuestas casi inmediatas de 15
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP... 11

segundos, es decir un tiempo de respuesta del b. Respuesta Eficaz.

99.89% más rápido de lo que la política
impone.
Estos 15 segundos como se ve reflejado en la
Figura 1 están repartidos en los procesos que
el algoritmo tiene que hacer, comunicándose
con los sistemas externos y recuperando la
información relevante para la respuesta.
Mas allá de la eficiencia en términos de
tiempo, la efectividad de las respuestas
proporcionadas por nuestro Chatbot es el
componente crítico para evaluar su
desempeño global. La respuesta eficaz se
refiere a la capacidad del Chatbot para
comprender y abordar de manera precisa las
consultas de los ejecutivos, garantizando una
experiencia satisfactoria y cumpliendo con el
objetivo comercial de Oikonomos

TABLA III
RESPUESTAS DEL CHATBOT
Pregunta Respuesta
¡Hola Johan! La
vigencia de una
aprobación en BBVA
es de tres (3) meses
¿Cuál es la vigencia de
para operaciones
una aprobación en
puntuales y seis (6)
BBVA?
meses para
operaciones de crédito
hipotecario y leasing
habitacional.
En la póliza de Todo
Riesgo de Itaú, las
¿Qué garantías tiene la garantías específicas
póliza de todo riesgo de se detallan para que
Itaú? tengas claridad al
momento de una
reclamación.
¡Hola! En el caso
¿Cuánto es el monto de Colpatria, el monto
máximo para un crédito máximo para un
de vehículo en Colpatria? crédito de vehículo es
de EUR 40.000.

Nota: preguntas realizadas al Chatbot y su respectiva

Nota: funcionamiento del algoritmo para la generación
respuesta
y respuestas.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
Otro aspecto relevante que identificamos en
los resultados de la implementación de
nuestro Chatbot es la persistencia de la
conversación. Al ser una IA generativa
impulsada por NLP, se logra mantener una
interacción fluida donde el Chatbot
comprende el contexto en cada interacción y
es capaz de responder siguiendo un hilo
conductor.
Esto abre varias posibilidades, como la
corrección a la respuesta ampliando el
contexto de la pregunta, o, como se presenta
en la Tabla IV, la interacción con cada texto
para obtener información más relevante para
el objetivo principal de una interacción con el
Chatbot.
TABLA IV
RESPUESTAS DEL CHATBOT
Entidad Texto
Usuario Hola
Hola Gabriela ¿En qué puedo
ayudarte hoy? ¿Tienes alguna
pregunta sobre la información
Chatbot
general de Oikonomos o necesitas
contactar a algún empleado en
particular?
Si necesito saber los horarios de
atención, es que necesito llevar
Usuario
unos documentos para una
radicación nueva
Los horarios de atención de
Oikonomos son de lunes a viernes,
de 7:45 am a 5:00 pm. Puedes pasar
Chatbot
a entregar tus documentos dentro de
ese horario. Si tienes alguna otra
pregunta o necesitas más
12
información, estaré encantado de
ayudarte
Gracias, sabes por quien debo
preguntar al llegar, los documentos
Usuario
son para una legalización de un
crédito hipotecario de BBVA
¡De nada, Gabriela! Al llegar, te
sugiero preguntar por Sharond
Carrillo. Ella es la encargada de los
procesos de legalización y puede
ayudarte con la documentación para
Chatbot
la legalización del crédito
hipotecario con BBVA. Si necesitas
algún otro detalle o tienes alguna
otra pregunta, no dudes en decirme.
¡Estoy aquí para ayudarte!
¿Me podrías regalar el número de
contacto de ella? para poder
Usuario
llamarla y avisarle que me dirijo
hacia allá?
Claro, Gabriela. El número de
contacto de Sharond Carrillo,
encargada de los procesos de
legalización, es +57 317 6425863.
Te recomendaría contactarla por
WhatsApp en lugar de realizar una
llamada, ya que es posible que esté
Chatbot
ocupada atendiendo otras
responsabilidades. Así podrás
avisarle con anticipación que te
diriges hacia allá. Si tienes alguna
otra consulta, no dudes en
preguntar. ¡Estoy aquí para
ayudarte!
Usuario No, muchas gracias por todo.
¡De nada, Gabriela! ¡Ha sido un
gusto ayudarte! Si en el futuro
tienes más preguntas o necesitas
cualquier otra información, no
Chatbot
dudes en volver a contactarme.
¡Que tengas un excelente día!
¡Recuerda que estoy aquí
para ayudarte en lo que necesites!
Nota: flujo de conversación entre interacciones con el
Chatbot
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
V. DISCUSIÓN
Hay muchas maneras de desarrollar un
Chatbot. Podemos hacer el uso de varios
lenguajes de programación, el uso de distintas
herramientas y de igual manera, diferentes
maneras de implementar una versión final de
nuestro el desarrollo.
Las buenas prácticas de desarrollo y una
buena estructura del código harán parte
fundamental en la velocidad del Chatbot. En
nuestro desarrollo se usó el lenguaje de
Python, las herramientas oficiales de
WhatsApp y el alojamiento en la nube de
Google Cloud Platform mediante un VM.
Teniendo como resultado una ejecución y un
tiempo de respuesta bastante efectivo de 15
segundos. Sin embargo, esta no es la única
manera de poder llevar a cabo la
implementación de un Chatbot, por ejemplo,
AVA por sus siglas Asistente Virtual
Académico, quien como nos lo presenta [13]
es un asistente virtual que facilita a los
estudiantes la solución de dudas de procesos
institucionales. Fue un desarrollo que se
implementó de manera diferente. El lenguaje
de programación utilizado fue Node.js y se
usaron herramientas como lo son: Dialogflow
de Google Cloud Platform, bases de datos
relacionales, Twilio como API de mensajería,
13
entre otras. Para cumplir con el objetivo de
[13] ahorrar tiempo y esfuerzo humano.
Teniendo bajo esta implementación y
tecnologías un tiempo de respuesta como lo
menciona [13] un promedio de 1-3 segundos.
En conclusión, un tiempo mucho menor al del
presente artículo.
Pero, ¿Por qué esta diferencia en tiempos? La
respuesta la encontramos en la metodología
usada. El Chatbot de Oikonomos está
desarrollado sobre una NPL generativa, es
decir, genera respuestas basadas en el
contexto proporcionado y el conocimiento de
su entrenamiento, por otro lado, AVA
funciona bajo Dialogflow, los cuales se basan
como lo menciona [14] en crear flujos de
conversación, gestionar la memoria de la
conversación y realizar acciones específicas.
Es decir, está diseñada para responder bajo un
flujo de conversación ya establecido por su
desarrollador y por este sentido, el tiempo de
ejecución es menor, al no tener que consultar
información.
¿Cuál de las dos usar? La elección depende de
las necesidades específicas y los requisitos
del proyecto. Por ejemplo, un NPL
Dialogflow puede ser mejor para un Chatbot
de preguntas frecuente o similares que hagan
uso flujos de conversación ya definidos.
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
Mientras que un NPL generativo puede ser
mejor para la construcción de respuestas que
no sean frecuentes o que su base de
información sea volátil y cambiante con el
tiempo.
VI. CONCLUSIÓN
En este artículo, hemos explorado el
desarrollo y la implementación de un Chatbot
de WhatsApp diseñado específicamente para
Oikonomos Soluciones Financieras S.A.S.
Utilizando técnicas avanzadas de aprendizaje
automático e inteligencia artificial, nuestro
Chatbot ha demostrado ser una herramienta
eficiente y eficaz para mejorar la atención al
cliente en el contexto financiero
empresarial.
Si bien existen varios enfoques a la hora de
desarrollar un Chatbot, es sumamente
importante la elección de las tecnologías a
utilizar dado que de estas saldrán los
resultados que se esperan, para nuestro caso
los resultados obtenidos muestran que el
Chatbot supera ampliamente los estándares
de tiempo de respuesta, ofreciendo respuestas
casi inmediatas en un promedio de 15
segundos, mejorando significativamente la
calidad del servicio al cliente. La efectividad
en la comprensión y abordaje preciso de
14
consultas, respaldada por la persistencia de la
conversación, resalta la versatilidad y utilidad
de la herramienta.
Este articulo subraya el potencial
transformador de la inteligencia artificial en
el entorno empresarial, proporcionando
soluciones personalizadas que mejoran la
eficiencia operativa y la satisfacción del
cliente. El éxito del Chatbot de Oikonomos
respalda la importancia continua de explorar
y desarrollar estas tecnologías para impulsar
la innovación en el ámbito empresarial.
VII. REFERENCIAS
y [1 A. G. G. N. d. A. M. Raúl Pino Díez,
] Introducción a la Inteligencia Artificial:
Sistemas Expertos, Redes Neuronales
Artificiales y Computación Evolutiva,
España: Universidad de Oviedo, 2001.
[2 I. BELDA, INTELIGENCIA
] ARTIFICIAL, RBA LIBROS, 2019.
[3 A. E. B. A. J. B. M. L. A. C. G. C. U. G.
] M. R. G. J. M. M. M. M. S.-M. M.
Moreno Antonio, Aprendizaje
automático, Barcelona: Edicions UPC,
1994.
[4 C. G. C. U. S.-M. M. Béjar Alonso Javier,
] «Novática: revista de la Asociación de
DESARROLLO DE CHATBOT DE WHATSAPP BASADO EN DOCUMENTOS DE TEXTO PLANO: COMP...
Técnicos de Informática,» Asociación de
Técnicos de Informática, nº 131, pp. 9-13,
1998.
[5 Amazon, «AWS,» Amazon, 2023. [En
] línea]. Available:
https://aws.amazon.com/es/what-
is/vector-databases/. [Último acceso: 11
10 2023].
[6 OpenIA, «OpenIA,» 2023. [En línea].
] Available:
https://platform.openai.com/docs/guides/
embeddings/what-are-embeddings.
[Último acceso: 11 10 2023].
[7 LangChain, «Langchain,» 2023. [En
] línea]. Available:
https://python.langchain.com/docs/modu
les/data_connection/retrievers. [Último
acceso: 11 10 2023].
[8 J. A. O. Auqui, «Chatbot del proceso de
] aprendizaje universitario,» ALPHA
CENTAURI, vol. 2, nº 2, pp. 29-49, 2021.
[9 O. D. [. Casazola Cruz y G. B. T. J. R. M.
] O. A. Alfaro Mariño, «La usabilidad
percibida de los Chatbots sobre la
atención al cliente en las organizaciones,»
Interfases, nº 14, pp. 184-204, 2021.
[1 C. F. O. M. J. M. M. M. Á. P. S. L. M. F.
0] I. M. H. Marta García Queiruga,
«Desarrollo del simulador conversacional
15
o chatbot Antidotos_bot para el manejo
de intoxicaciones,» Farmacia
hospitalaria: órgano oficial de expresión
científica de la Sociedad Española de
Farmacia Hospitalaria, vol. 45, nº 4, pp.
180-183, 2021.
[1 D. World, Chatbots - cómo dominar las
1] estrategias de marketing de los grandes
mercados, Digital World, 2023.
[1 J. M. S. D. S. N. S. Caroline Dubois, «Le
2] chatbot : un outil de la relation aux
clients,» Hermès, La Revue, vol. II, nº 84,
pp. 95-97, 2019.
[1 M. M. Echeverri Torres y R. Manjarrés-
3] Betancur, «ASISTENTE VIRTUAL
ACADÉMICO UTILIZANDO
TECNOLOGÍAS,» Revista Politécnica,
vol. XVI, nº 31, pp. 85-96, 2020.
[1 Google, «Google Cloud,» [En línea].
4] Available:
https://cloud.google.com/dialogflow?hl=
es. [Último acceso: 17 11 2023].
[1 C. C. H. M. Miriam Romero, «Cómo
5] construir un psicólogo-chatbot,» Papeles
del psicólogo, vol. 41, nº 1, pp. 27-34,
2020.