| dc.contributor.advisor | Rico Martínez, Mónica Andrea | |
| dc.coverage.spatial | cead_-_josé_celestino_mutis | |
| dc.creator | Beltran Puentes, Arnold Sebastian | |
| dc.date.accessioned | 2025-02-20T15:25:23Z | |
| dc.date.available | 2025-02-20T15:25:23Z | |
| dc.date.created | 2025-02-05 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/67048 | |
| dc.description | No aplica | |
| dc.description.abstract | A la fecha, las empresas buscan optimizar sus procesos y mejorar la eficiencia operativa, especialmente en el soporte técnico de primer nivel. La alta demanda en mesas de servicio genera sobrecarga en los equipos de trabajo, afectando la calidad del servicio y la resolución de incidentes. En este contexto, los chatbots con inteligencia artificial (IA) representan una alternativa viable para automatizar respuestas, reducir tiempos de espera y optimizar la gestión de requerimientos.
Este trabajo de grado desarrolla un chatbot con IA para el soporte técnico en el proyecto Itel de Oracle de Claro Soluciones. El chatbot fue diseñado aplicando procesamiento de lenguaje natural (PLN), aprendizaje automático y cumpliendo metodologías ágiles como Scrum. Su implementación permite responder preguntas frecuentes, gestionar requerimientos de soporte, monitorear servicios de Itel, capacitar y reforzar saberes a los técnicos y enviar notificaciones de estado de servicios y monitoreo a través de WhatsApp, entre otros servicios.
Este desarrollo se realizó de acuerdo con los objetivos propuestos: levantamiento de los requerimientos e información necesaria, diseño de arquitectura, análisis de lenguajes de programación, implementación del modelo IA y pruebas funcionales del chatbot. Se emplearon herramientas como Python y módulos de tokenización como TensorFlow, además de conectarse con las bases de datos Oracle para garantizar precisión en las respuestas entre otras librerías para su correcto funcionamiento.
Los resultados evidencian el cumplimiento de los objetivos del proyecto. El chatbot automatizó el 80% de las consultas frecuentes, reduciendo en un 60% los tiempos de respuesta. Además, mejoró la gestión de requerimientos mediante la creación y consulta de casos, facilitando la resolución de tareas repetitivas. En pruebas de desempeño, demostró estabilidad en escenarios de alta demanda sin comprometer con la calidad del servicio.
La implementación de esta herramienta contribuye a la eficiencia operativa del soporte técnico, optimizando el uso de recursos humanos y mejorando la experiencia del usuario. Su integración con bases de datos y sistemas de monitoreo, incluyendo el envío de notificaciones por WhatsApp, garantiza su adaptabilidad a nuevas necesidades y generaciones del negocio. | |
| dc.format | pdf | |
| dc.title | Sistema de chatbot con IA para brindar respuestas a servicio de soporte técnico y usuarios del proyecto Itel de Oracle | |
| dc.type | Proyecto aplicado | |
| dc.subject.keywords | Chatbot | |
| dc.subject.keywords | Inteligencia artificial | |
| dc.subject.keywords | Soporte técnico | |
| dc.subject.keywords | Mesa de servicios | |
| dc.subject.keywords | Procesamiento de lenguaje natural | |
| dc.subject.keywords | Scrum | |
| dc.subject.keywords | Telecomunicaciones | |
| dc.description.abstractenglish | Currently, companies seek to optimize their processes and improve operational efficiency, particularly in first-level technical support. The increasing demand in service desks creates operational overload, affecting service quality and incident resolution. In this context, artificial intelligence (AI) chatbots offer a viable solution for automating responses, reducing wait times, and improving request management.
This research project focuses on developing an AI-powered chatbot for technical support in Claro Soluciones' Itel Oracle project. The chatbot was designed using natural language processing (NLP), machine learning, and agile methodologies such as Scrum. Its implementation enables it to respond to frequently asked questions, manage support requests, monitor Itel services, train technical staff, and send service status notifications via WhatsApp.
The development followed key objectives: requirements gathering, system architecture design, programming language evaluation, AI model implementation, and functional testing. The chatbot was built using Python, tokenization techniques with TensorFlow, and integrated Oracle databases to ensure response accuracy.
The results confirm the project’s success. The chatbot automated 80% of frequent queries, reducing response times by 60%. Additionally, it improved request management by facilitating case creation and tracking, streamlining the resolution of repetitive tasks. Performance testing demonstrated system stability under high-demand conditions without compromising service quality.
The integration of this tool enhances operational efficiency in technical support, optimizing human resource allocation and improving user experience. Its ability to connect with databases and monitoring systems, including WhatsApp notifications, ensures adaptability to future business needs. | |
| dc.subject.category | telecomunicaciones | |
| dc.subject.category | Inteligencia artificial | |
| dc.subject.category | Gestion de proyectos | |
| dc.subject.category | Investigación | |
| dc.subject.category | Negocios y transformación digital | |