La velocità e la precisione nella risposta alle domande dei clienti impattano direttamente sulla qualità della loro percezione nei confronti di un’azienda, e conseguentemente sul livello di fedeltà e sulla continuità di relazione. Per questo, nella fase di post-vendita, è fondamentale investire sull’efficienza e la qualità dei servizi offerti ai propri utenti per migliorare la cosiddetta Customer Retention. A tale scopo, l’intelligenza artificiale basata sulla semantica gioca un ruolo sempre più attivo a supporto delle aziende per riconoscere, catalogare e processare le informazioni provenienti dai canali digitali (es. documenti, e-mail) a seconda degli obiettivi aziendali.
Questo tipo di tecnologia è ideale per le aziende che hanno numerosi utenti e che devono gestire molti dati non strutturati con flussi di comunicazioni da e verso i vari operatori. Per avere dei riferimenti concreti, parliamo di realtà con almeno qualche centinaio di migliaia di utenti e, di conseguenza, altrettante e-mail ogni anno.
Se per esempio applichiamo tale tecnologia ai sistemi di Email Management per la gestione del customer service, i benefici per il business delle aziende sono strettamente ricollegabili a:
- riduzione dei tempi di risposta
- maggiore qualità di risposta e conseguente aumento della soddisfazione dei clienti
- riduzione della percentuale di errore
- riduzione dei costi
La sfida per le aziende nell’implementare una soluzione di questo tipo sta nell’integrare la potenza della tecnologia del motore semantico con i processi e le procedure interne.
La complessità di un progetto di AI per le grandi aziende
La tecnologia da sola non basta. Nelle aziende di grandi dimensioni fanno capo al customer service molti processi di varia natura che coinvolgono una moltitudine di interlocutori: per soddisfare gli obiettivi di business e di ritorno sull’investimento (ROI) occorre costruire un progetto attorno alle esigenze complessive di tutti gli stakeholder.
Se il punto di partenza deve necessariamente essere il dimensionamento del flusso dei dati provenienti dalle e-mail, per poter far funzionare il motore di intelligenza artificiale è imprescindibile strutturare un processo coinvolgendo i molteplici interlocutori interni e facendoli convergere su un flusso condiviso, costruito intorno all’utente e integrato con i sistemi applicativi aziendali.
Prendendo in prestito la metafora dell’automobile, una soluzione avanzata di intelligenza artificiale per l’Email Management implica due elementi progettuali importanti e tra loro innestati:
- Il motore, che porta con sé tecnologia e cavalli;
- La capacità di costruire e assemblare attorno al motore una serie di componenti che permettono all’automobile di performare al meglio sui terreni competitivi di riferimento.
Intelligenza artificiale di Expert System e know-how digitale di Intesys: un connubio vincente
Grazie ad una partnership avviata nel 2020 con Expert System, siamo in grado di concretizzare quanto sopra descritto unendo la forza di nuove tecnologie abilitanti con la capacità di progettare e implementare una soluzione rispondente alle particolari esigenze di ciascuna azienda.
- Il motore: il software Cogito e il progetto linguistico
Cogito è la piattaforma di intelligenza artificiale di Expert System in grado di interpretare, riconoscere e catalogare grandi volumi di dati non strutturati generati dai documenti e renderli disponibili per migliorare l’efficienza operativa e l’automazione dei processi. Definendo delle regole precise per il contesto di riferimento, il sistema è in grado di gestire le ambiguità del linguaggio naturale simulando i processi di comprensione umana.
Per poter interpretare le informazioni secondo i diversi stili linguistici e capire come strutturare i flussi informativi che si generano, è fondamentale coinvolgere tutti gli interlocutori del progetto attraverso dei workshop di co-design. Le attività di co-progettazione, infatti, consentono di trovare risposta ad alcune domande chiave, ad esempio: come classifico e-mail, documenti, allegati, contenuti e le varie tipologie di richieste? Che priorità hanno? Quali metadati posso estrarre?
In una fase iniziale del progetto viene definito un campione di dati eterogeneo per “testare il motore”, la cui efficacia viene verificata successivamente su un campione più ampio e rappresentativo.
- Le componenti: costruire e assemblare in modo integrato
L’applicazione del motore semantico deve essere fatta in base ai bisogni specifici dell’azienda, che possono essere portati alla luce e implementati con un approccio che va dalla co-progettazione e integrazione fino alla delivery tecnologica della soluzione: ci piace definirlo “Design to Deliver”.
Nella fase di Design del progetto accompagniamo l’azienda nella definizione del TO-BE, coinvolgendo i vari stakeholder per rispondere alle domande: qual è l’AS IS? Quali invece i pain point? Quali sono i possibili touch point del processo? Quali gli interlocutori e i loro bisogni? Quali sono i KPI da tracciare per misurare l’efficacia della soluzione?
Prima di concretizzare il progetto nella fase Delivery, realizziamo modelli e prototipi per simulare le interazioni degli utenti.
Nella parte di Delivery identifichiamo quali risorse IT serve integrare o piuttosto realizzare ex-novo, e quali sono i protocolli e le soluzioni tecnologiche adatte a integrarsi con i vari sistemi aziendali.
Questa tipologia di approccio consente di gestire efficacemente le complessità tipiche delle aziende di grandi dimensioni, interpretando e organizzando i dati contenuti nel linguaggio naturale delle e-mail. In questo modo l’intelligenza artificiale diventa l’asset strategico per migliorare le performance del Customer Service ed essere più competitivi sul mercato, supportando il business e ottimizzando i processi con un sistema avanzato di Email Management.
Vuoi continuare ad approfondire questa tematica?
Abbiamo esplorato questi temi con Expert System nel webinar
“Ottimizzare l’assistenza ai clienti con l’AI”
Guarda la registrazione del webinar
Amazing
Good
Bad
Meh
Pff
