Sistema web basado en LLM para optimizar la gestión de reclamos en el sector de telecomunicaciones

Abstract

Este trabajo presenta el desarrollo de un sistema web basado en modelos de lenguaje grande (LLM), específicamente GPT-4, para optimizar la gestión de reclamos en una empresa del sector telecomunicaciones. El problema central identificado es la demora significativa en la atención de reclamos, ocasionada por procesos manuales, sobrecarga operativa y falta de herramientas tecnológicas que permitan una clasificación y resolución eficiente. Estas demoras generan insatisfacción del cliente, riesgos legales, mayores costos operativos y dificultades en la retención de usuarios.

La solución planteada consiste en implementar un sistema web integrado con la API de GPT-4 que permite automatizar la clasificación de reclamos, generar respuestas preliminares contextualizadas y sugerir la asignación óptima de cada caso según su complejidad y especialización requerida. Asimismo, el sistema centraliza la información, reduce tareas repetitivas y mejora la trazabilidad del proceso. Para el desarrollo, se seleccionaron las tecnologías más adecuadas mediante benchmarking: GPT-4 como modelo LLM, Oracle APEX como plataforma de desarrollo y Oracle Database como gestor de datos. La metodología utilizada fue Scrum, permitiendo ciclos iterativos de construcción y validación. La solución fue evaluada mediante encuestas, pruebas funcionales e indicadores de éxito, demostrando mejoras en precisión de respuesta, reducción de tiempos y aceptación positiva por parte de expertos y usuarios finales. Se concluye que el sistema contribuye significativamente a la eficiencia operativa y a la mejora de la experiencia del cliente en la gestión de reclamos.

This work presents the development of a web-based system powered by Large Language Models (LLM), specifically GPT-4, to optimize claim management in a telecommunications company. The central issue identified is the significant delay in handling customer claims, caused by manual processes, operational overload, and the lack of technological tools that enable efficient classification and resolution. These delays generate customer dissatisfaction, legal risks, higher operational costs, and challenges in user retention. The proposed solution consists of implementing a web system integrated with the GPT-4 API, enabling automated claim classification, generation of contextualized preliminary responses, and suggestions for optimal case assignment based on complexity and required specialization. Additionally, the system centralizes information, reduces repetitive tasks, and improves process traceability. For system development, the most suitable technologies were selected through benchmarking: GPT-4 as the LLM model, Oracle APEX as the development platform, and Oracle Database as the data management system. The Scrum methodology was applied, allowing iterative cycles of construction and validation. The solution was evaluated through surveys, functional tests, and success indicators, demonstrating improvements in response accuracy, reduction in processing times, and positive acceptance from experts and end users. It is concluded that the system significantly enhances operational efficiency and improves the customer experience in claim management.