Negli ultimi anni, l’intelligenza artificiale (AI) ha introdotto opportunità incredibili per la personalizzazione e l’ottimizzazione delle interazioni con i clienti. L’AI conversazionale, come i chatbot, combinata alla profilazione psicometrica, può creare esperienze uniche e mirate, rendendo le interazioni più efficaci e personalizzate. Questa sinergia permette di utilizzare linguaggi e strumenti adeguati per diversi segmenti di clientela, migliorando significativamente il servizio offerto. Inoltre, l’AI può supportare gli operatori del customer service, offrendo consigli utili e migliorando l’efficienza e la soddisfazione lavorativa. Ne abbiamo parlato con Paolo Massarani, Managing Director di Athics.
Quali considerazioni si possono fare sui rapidi cambiamenti dell’ultimo anno e mezzo in tema di AI conversazionale?
Sicuramente sono cambiamenti evidenti a tutti, non solo agli addetti ai lavori. L’AI generativa ha cambiato radicalmente la percezione che abbiamo dell’intelligenza artificiale e ha accelerato la diffusione globale dei modelli di linguaggio di grandi dimensioni, come Google Gemini, AI Cloud, e Anthropic GPT. Questi sviluppi hanno aperto un nuovo mondo, ma è altrettanto evidente che negli ultimi dodici mesi c’è stato anche un percorso di disillusione. Inizialmente sembrava che tutto potesse essere risolto con l’AI generativa, ma abbiamo capito che questi modelli, strumenti eccezionali per la produttività individuale, quando li si vuole utilizzare per clienti finali fanno emergere alcune problematiche. Ad esempio, complessità di integrazione, necessità di competenze altamente specializzate, rischi di allucinazioni e difficoltà nella gestione di dati non strutturati.
Sebbene l’AI generativa sia, per definizione, in grado di gestire dati non strutturati, non può essere vista come una scorciatoia per risolvere tutte le difficoltà legate alla digitalizzazione e all’organizzazione dei dati aziendali. Secondo me sta qui la ragione per cui i progetti partono come proof of concept sperimentali e non arrivano alla fase di produzione.
In particolare, le piccole e medie imprese, che potrebbero guadagnare molto dall’AI, sono ancora un po’ indietro rispetto ai cambiamenti in atto e possono correre dei rischi importanti se non affrontano i progetti nel modo giusto.
Come si possono evitare questi rischi e implementare un progetto di successo con l’AI conversazionale?
A mio avviso, ci sono tre principi fondamentali da seguire, che sono validi in generale e non solo per l’AI.
- Avere dati ordinati: È fondamentale avere dati ben organizzati. Alcuni clienti pensano di poter costruire un customer service utilizzando file PDF, Word, ecc., direttamente con AI generativa come GPT. Questo approccio porta inevitabilmente ad allucinazioni e a problemi di interpretazione. Bisogna prima mettere in ordine i dati. Questo non è necessariamente un lavoro oneroso, ma va fatto assolutamente.
- Avere le idee chiare: È essenziale avere un business case chiaro. Bisogna sapere quali sono i propri obiettivi e in quali aree l’intelligenza artificiale conversazionale, come un chatbot, può dare un aiuto e dove no. Inoltre, bisogna sapere in quali processi operativi e con quali strumenti integrarla, avendo una chiara consapevolezza del contesto in cui ci si muove.
- Focalizzarsi su soluzioni semplici: Dopo aver ordinato i dati e chiarito gli obiettivi, è il momento di cercare dei fornitori. È importante focalizzarsi su soluzioni concrete e semplici. Le soluzioni con approccio low-code o no-code spesso permettono di realizzare progetti complessi in poche settimane su vari canali e livelli di complessità.
Per quanto riguarda il canale su cui inserire un chatbot, è consigliabile iniziare da una canale già esistente, ad esempio il sito web. Da lì si può poi estenderne l’uso ad altre applicazioni: Facebook, WhatsApp, e persino la telefonia con un VoiceBot.
Si sta facendo molta attenzione alla personalizzazione della relazione. Quali sono gli strumenti e cosa si può fare effettivamente per personalizzare?
Anche su questo aspetto l’intelligenza artificiale introduce delle opportunità incredibili. Una volta fatto un buon lavoro nella fase di definizione dell’aiuto che possiamo ottenere con l’intelligenza artificiale, dopo aver costruito solide basi e identificato un fornitore affidabile, la gestione della personalizzazione gioca un ruolo molto importante nel successo di un’iniziativa di AI conversazionale.
La personalizzazione è vista come una leva strategica da tutti i dipartimenti di marketing, operation ed e-commerce, che cercano di sfruttare l’intelligenza artificiale per offrire un servizio migliore ai propri clienti. Tuttavia, non è facile, soprattutto quando si ha una base clienti molto ampia, con decine di migliaia o anche milioni di clienti. Gestire una personalizzazione su questa scala è complesso e in genere si utilizzano dati di prima parte, ossia quelli raccolti direttamente dalle interazioni con le proprietà digitali dell’azienda, e i dati di seconda e terza parte, che si acquisiscono dai social o altre piattaforme.Queste informazioni, sebbene preziose, possono essere costose, superficiali, variabili e possono essere influenzate da bias.
L’intelligenza artificiale introduce un nuovo tipo di informazione: le informazioni sulla personalità e le propensioni soggettive di ogni individuo. Analizzando in tempo reale la struttura grammaticale delle frasi che una persona pronuncia o scrive, è possibile estrarre un profilo psicometrico. Questo può avvenire tramite email, chat o telefonate al customer service. Grazie a queste informazioni, si possono predire i comportamenti futuri e le preferenze comunicative di un cliente.
Le aziende con una grande mole di dati e molti clienti possono sfruttare queste informazioni per adattare in tempo reale la loro comunicazione e le azioni successive in base al profilo di ogni persona. La cosa più interessante è che questo strumento può rafforzare e complementare gli investimenti già fatti nell’identificazione delle “personas” e strumenti per le next best action, senza il rischio di perderli.
Quindi, in sintesi, per personalizzare efficacemente, bisogna avere dati ben ordinati, definire chiaramente i propri obiettivi e use case, e utilizzare strumenti di intelligenza artificiale per analizzare e adattare in tempo reale la comunicazione con i clienti.
Quali risultati si possono ottenere?
Ti faccio un esempio: se una customer base è composta da 1.000.000 di clienti e il churn rate è dell’1%, significa che ogni anno perdo circa 10.000 clienti, il che potrebbe essere accettabile. Se vendo un servizio che vale 100€ all’anno, sto perdendo circa 1.000.000 di euro ogni anno. Ora, immagina di poter sapere in anticipo chi sono quei 10.000 clienti che ci abbandoneranno e di poter intervenire con azioni mirate su di loro. Anche se il 90% ci abbandonerà comunque, riuscire a trattenere il 10% significherebbe recuperare 100.000€. Inoltre, sarei in grado di offrire un servizio clienti incredibile alle persone che sto contattando.
Come si possono combinare l’AI conversazionale, quindi i chatbot, e la profilazione?
Sono indipendenti e indirizzano esigenze differenti, ma lavorano molto bene insieme in sinergia. L’AI conversazionale ci dà la possibilità di ingaggiare, indirizzare e guidare i clienti in un percorso informativo, di acquisto o di supporto in modo automatico, offrendo anche un’esperienza piacevole. La profilazione unita a queste tecnologie rende il percorso ancora più unico e mirato. Possiamo offrire qualcosa di veramente rilevante alle persone che entrano in contatto con noi, sia in termini di cross-selling che di stile di conversazione allineato a chi ci sta contattando. Ad esempio, possiamo utilizzare un linguaggio giovane, basato su video e immagini per i giovani, e strumenti più tradizionali e un linguaggio più consono per persone più mature. Avere tutti questi elementi è un vantaggio incredibile per migliorare il servizio che le aziende offrono ai propri clienti, personalizzando ogni singola interazione.
Quindi di fatto rendere ancora più umana questa interazione col chatbot?
Assolutamente sì. Noi non vogliamo sostituire gli operatori umani, che continueranno a svolgere un compito fondamentale nell’interazione, nella vendita e nel supporto. Ma avere l’aiuto dell’intelligenza artificiale anche per l’operatore di customer service può rappresentare un vero valore aggiunto. Pensiamo a un’intelligenza artificiale che dia consigli all’operatore, come un amico che ti dà la dritta su come trattare con una persona specifica. Questo può migliorare il lavoro di chi lavora nel customer service, un lavoro spesso difficile e a volte frustrante.
COMMENTI