Quando si parla di intelligenza artificiale conversazionale, il rischio è fermarsi alla superficie, all’idea del chatbot come nuovo canale digitale o come strumento di automazione. Il confronto dedicato al caso di Aeroporti SEA ha invece mostrato un’altra prospettiva: l’AI come infrastruttura di accesso alla conoscenza aziendale, capace di incidere sui processi e sulla qualità della relazione interna.
Il progetto nasce all’interno di una collaborazione ormai ventennale tra SEA e Maps Group, una relazione costruita nel tempo attraverso l’evoluzione dei sistemi di contact center, delle piattaforme digitali e dei servizi a supporto delle funzioni HR. Non si tratta quindi di un’adozione improvvisa, ma dell’ultimo passaggio di un percorso che ha visto il contact center trasformarsi progressivamente, dall’analogico ai sistemi digitali, fino all’introduzione dell’AI generativa.
Protagonisti del confronto sono stati Filippo Virdis, HR & Organization Applications Manager SEA Milan Airports, Marco Lunghini, Founder, Sales Director e Board Member di Ellysse, e Sabatino Gallotta, Business Development & Account Manager Maps Group.
Dall’automazione alla collaborazione uomo–AI
L’AI conversazionale, come evidenziato nel webinar, non intende sostituire l’operatore umano, ma si configura come strumento complementare. Marco Lunghini ha sottolineato che l’intelligenza artificiale funziona efficacemente solo se “l’umano resta nel loop, governa i contenuti e ne guida l’evoluzione”. Il focus si sposta quindi dalla scelta tra uomo e macchina alla progettazione di una collaborazione ottimale. Agli operatori tradizionali, che gestiscono empatia e complessità, si affiancano assistenti virtuali per aumentare velocità e scalabilità.
Il concetto chiave è quello dello “human in the loop”: l’AI non opera in autonomia, ma è costantemente governata, alimentata e corretta dalle persone. L’addestramento, la qualità dei contenuti e la supervisione continua sono responsabilità umane che richiedono competenza. Questo smentisce l’idea che l’AI possa svilupparsi in modo autonomo, evidenziando la necessità di un presidio organizzativo.
La genesi del progetto: un bisogno concreto
L’introduzione del chatbot in ambito HR è partita da un’esigenza molto chiara raccontata da Sabatino Gallotta: “automatizzare le risposte alle domande più ricorrenti e affiancare al contact center tradizionale un canale aggiuntivo, integrato con la knowledge base e con il sistema di ticketing, capace di tracciare ogni interazione.”
È evidente che in un’organizzazione con migliaia di persone e turnazioni complesse, poter contare su un canale disponibile 24 ore su 24 rappresenta un valore tangibile. Il chatbot, integrato con il repository documentale aziendale e con il sistema di ticketing, è stato attivato inizialmente in modalità pilota su un perimetro limitato di utenti. Una scelta consapevole, dettata dalla volontà di procedere per passi progressivi e misurabili. Come ha sottolineato Filippo Virdis si è scelto di concentrarsi su risultati autosufficienti e scalabili, evitando un progetto monolitico che rischiava di essere obsoleto a causa della rapida evoluzione tecnologica.
La scoperta più importante: la knowledge base non è neutra
Uno degli insegnamenti più significativi emersi dall’esperienza riguarda la base di conoscenza. L’idea iniziale era che la documentazione interna, già disponibile in intranet, fosse sufficiente per alimentare il sistema. In realtà, il lavoro si è rivelato più complesso del previsto. “Pensavamo di avere una knowledge base pronta, ma ci siamo resi conto che per dialogare con l’AI servono informazioni coerenti, strutturate e presidiate nel tempo: è un lavoro organizzativo prima ancora che tecnologico” ha affermato Virdis.
Un’AI conversazionale restituisce esattamente ciò che riceve. Se nei documenti esistono informazioni parziali, incoerenti o sovrapposte, il rischio è generare risposte altrettanto incoerenti. Da qui la necessità di un lavoro strutturato di revisione, organizzazione e governance dei contenuti. Non è un problema tecnologico in senso stretto, ma organizzativo. Richiede responsabilità chiare, aggiornamento continuo e una visione condivisa della qualità dell’informazione. È proprio in questo passaggio che il progetto si trasforma da implementazione tecnica a iniziativa di change management. L’AI diventa uno specchio della maturità documentale dell’organizzazione e, in molti casi, un acceleratore di ordine e chiarezza.
Dal modello semplice al modello multi-agente
L’esperienza del progetto pilota ha anche evidenziato i limiti di un modello basato su un singolo agente che attinge a una knowledge base generalista. Quando gli argomenti si moltiplicano e le informazioni possono entrare in conflitto, diventa necessario un approccio più sofisticato. La direzione intrapresa è quella di un’architettura multi-agente, in cui un primo livello effettua un triage della richiesta e la indirizza verso agenti specializzati, ciascuno con una base informativa dedicata. In prospettiva, l’AI potrà interrogare direttamente sistemi gestionali per fornire risposte personalizzate, ad esempio sui giorni di ferie residui o sui dettagli del cedolino. Anche qui il messaggio è chiaro: l’intelligenza artificiale non “indovina” ciò che non è stato previsto. È adattiva nella misura in cui riceve dati strutturati e feedback continui. L’adattività non è magia, ma processo.
Accoglienza e cultura organizzativa
Un elemento interessante riguarda la reazione interna. Se qualche anno fa l’adozione di un chatbot avrebbe suscitato scetticismo, oggi l’utilizzo quotidiano di strumenti conversazionali ha reso questo tipo di interazione più naturale. Il feedback iniziale del pilota è stato positivo, con curiosità e sperimentazione da parte degli utenti. Accanto all’obiettivo di efficienza, emerge con forza anche quello di qualità del servizio. Non si tratta solo di ridurre il numero di chiamate al contact center, ma di offrire un canale sempre disponibile, capace di rispondere rapidamente a una parte significativa delle richieste.
Una lezione che va oltre il caso SEA
Il caso di Aeroporti SEA dimostra che l’AI conversazionale funziona quando è inserita in una visione chiara, sostenuta da un metodo e accompagnata da scelte organizzative coerenti. Procedere per piccoli passi, definire perimetri realistici, investire nella qualità dei dati e mantenere l’umano al centro sono condizioni essenziali per evitare l’effetto “hype” e trasformare la tecnologia in valore concreto. L’intelligenza artificiale, in questo percorso, non è un fine ma un mezzo. È uno strumento che amplifica ciò che l’organizzazione è già in grado di fare, rendendo più fluido l’accesso alla conoscenza e più efficace la relazione tra persone e processi. Ed è proprio in questa integrazione tra tecnologia e responsabilità che si gioca la vera differenza.
COMMENTI