L’intelligenza artificiale nella customer experience non è più una prospettiva futura: è già dentro i processi, i tool, le piattaforme che usiamo ogni giorno. Il vero tema, oggi, non è se adottarla, ma come e con quale consapevolezza rispetto alle responsabilità che porta con sé verso i clienti e verso le organizzazioni. Con questa premessa ho aperto la tavola rotonda al Digital1to1 Spring di Roma, un confronto a quattro voci che ha attraversato contesti molto diversi tra loro: il farmaceutico, il lusso nell’eyewear, l’e-commerce e il fashion. Due realtà B2B e due B2C, ognuna con la propria specificità, eppure con più punti in comune di quanto ci si aspettasse.
I confini del farmaceutico: la fiducia come limite invalicabile
Ho chiesto a Marco Mohoric’, che in Angelini Pharma si occupa di customer engagement, marketing automation e innovazione AI in ottica cross-funzionale, di raccontare come si lavora con l’intelligenza artificiale in un contesto fortemente regolato come quello farmaceutico. La risposta è stata chiara e pragmatica. In Angelini Pharma ogni messaggio destinato ai medici deve passare per l’approvazione dell’Autorità: questo rende impossibile pensare a un marketing in real time nel senso più moderno del termine. L’AI può però agire in modo efficace su aspetti diversi: come ottimizzare tempistiche e modalità di invio delle comunicazioni, o supportare la direzione medica nell’analisi della letteratura scientifica e nella sintesi documentale, attraverso soluzioni proprietarie che riducono drasticamente il rischio di allucinazioni.
Ciò che ha colpito di più nel contributo di Marco è stata l’affermazione che, in fondo, il confine non cambia con l’AI: resta la fiducia. Nel farmaceutico come altrove, la relazione con l’utente – in questo caso il medico, non il paziente finale – regge solo se il dato è tutelato e ciò che viene comunicato è realistico e verificabile. L’intelligenza artificiale non sposta quel confine, ma lo mette alla prova in modo più visibile. Sul piano operativo, ha aggiunto un dato significativo: nei progetti AI che stanno conducendo, se il tempo complessivo è dieci, sette o otto unità sono dedicate al training del modello. Un avvertimento utile per chiunque si avvicini a questi strumenti aspettandosi risultati immediati.
L’e-commerce e l’arte di scegliere cosa ascoltare
Lucia Ciarambino, con una lunga esperienza in e-commerce maturata in grandi gruppi della moda internazionale e oggi impegnata in Gheda, una realtà italiana nell’ambito del PetFood dove sta ridisegnando l’intera strategia digitale, ha portato una prospettiva centrata sull’abbondanza e sul paradosso del dato. Nell’e-commerce i dati comportamentali ci sono, e sono tanti. Il problema non è la mancanza di informazioni, ma la capacità di selezionare quelle che costruiscono una relazione invece di ottimizzare semplicemente una conversione. Lucia ha messo bene in evidenza questa distinzione: l’obiettivo non è trattare ogni utente come una media statistica, ma avvicinarsi quanto più possibile a una relazione one to one, ascoltando quello che il cliente cerca davvero.
Ha poi raccontato un aneddoto rivelatore: il fondatore dell’azienda per cui lavora ora aveva creato una linea di biscotti per cani di taglia piccola dopo che una signora lo aveva fermato per strada a dirgli che il suo chihuahua non riusciva a mangiare i formati standard. Un ascolto diretto, analogico, trasformato in prodotto. Oggi quell’ascolto può avvenire su scala molto più ampia grazie all’AI, che è in grado di raccogliere e aggregare insight da una mole di dati altrimenti ingestibile, ma solo se si sa cosa cercare. Il punto di partenza, ha sottolineato, resta la qualità della domanda. Lucia ha anche evidenziato un vantaggio particolare della sua situazione attuale: costruire un’infrastruttura dati da zero, senza dover “riparare un vecchio motore”, permette di impostare fin dall’inizio architetture pensate per la personalizzazione e la fedeltà, e non per rattoppare logiche ereditate.
Il lusso e la trappola dell’efficienza
Mariarita Varaschini, after sales manager in Thélios – azienda del gruppo LVMH che produce e distribuisce occhiali per brand del lusso – ha portato nella conversazione una voce più cauta, e per questo particolarmente preziosa. Nel mondo del lusso l’after sales non è un passaggio burocratico: è il momento in cui il brand dimostra se è davvero all’altezza della promessa fatta. Le aspettative del cliente, in questo caso l’ottico, con alle spalle il consumatore finale, sono elevate per definizione, e ogni interazione contribuisce a rafforzare o erodere la relazione.
Maria Rita ha introdotto un concetto che ha animato il dibattito: la trappola dell’efficienza. Inserire strumenti AI in modo non ponderato, ad esempio i chatbot rivolti direttamente al cliente, rischia di trasferire attività all’utente invece di servirlo meglio. Quello che si guadagna in riduzione dei costi lo si perde in qualità percepita. Nel lusso, questo scambio non è accettabile. Dove l’AI ha invece un potenziale reale, secondo la sua visione, è nel backend: dare più velocità e precisione alle persone che gestiscono la relazione, in modo che il cliente veda il risultato – un problema risolto meglio delle attese, quello che in Thélios chiamano Eyewear Excellence – senza necessariamente sapere che c’è stata un’intelligenza artificiale a sostenerlo. L’AI come potenziatore invisibile, non come interlocutore diretto.
Fashion e identità di brand: il rischio di omologazione
Federico Dezi, e-commerce e digital manager in Harmont & Blaine, ha chiuso il cerchio con una riflessione sull’equilibrio tra personalizzazione algoritmica e identità di marca. Il rischio di omologazione esiste, ha detto con franchezza: quando tutti usano gli stessi CMS, gli stessi processi di checkout, gli stessi motori predittivi, l’esperienza tende ad appiattirsi. Ma la risposta non è rinunciare alla tecnologia, bensì governarla con un punto di vista di brand.
Ha raccontato come, nelle realtà in cui ha lavorato, abbia progressivamente evoluto l’approccio alla personalizzazione: dai prodotti consigliati inseriti manualmente, alla raccomandazione predittiva, fino a funzionalità generative che in real time modificano descrizioni e suggerimenti di prodotto tenendo conto di ciò che l’utente ha visto, acquistato in store, cercato online. Un livello di personalizzazione che fino a pochi anni fa sarebbe sembrato fantascienza. Federico ha anche portato un dato concreto: una funzionalità di virtual try-on ha generato un interaction rate del 25% e, dato ancora più significativo, il 25% degli utenti ha scaricato l’immagine generata. Questo, ha osservato, suggerisce che la personalizzazione, quando è ben fatta, viene percepita come valore aggiunto, non come invasione. Infine, ha ripreso il tema della fiducia sollevato da Marco: il consenso dei dati non va usato per il retargeting aggressivo, ma per costruire esperienze personalizzate. È quello che trasforma il dato in relazione.
Quello che rimane
Alla chiusura della sessione, ho chiesto a ognuno una parola o una frase che portavano via dalla discussione. Le risposte hanno un aspetto interessante: nessuno ha citato una tecnologia o una funzionalità. Hanno parlato di stimolo, di connessione, di scoperta, di umanità. Del piacere di incontrarsi di persona, di conoscere qualcuno che non c’entra niente con il proprio settore e trovarci uno spunto inatteso. Forse è stata proprio l’AI a farci riscoprire il valore delle relazioni tra persone.
Può interessarti anche:
AI nella CX: più valore per il cliente, più responsabilità per i brand
AI Act: l’intelligenza artificiale entra nei processi, cambia la governance
AI e produttività: il 40% dei guadagni svanisce nella rielaborazione
Where is the human? CX del 2030 secondo tre manager internazionali
Quando a comprare è l’AI: cosa cambia per chi si occupa di Customer Experience
COMMENTI