Qual è l’intelligenza artificiale giusta per il proprio business

Oggi molti fornitori di tecnologie di intelligenza artificiale hanno creato cataloghi di servizi cognitivi preconfezionati, pre-addestrati o parzialmente addestrati, come l’elaborazione del linguaggio naturale, l’analisi dell’intento, il riconoscimento delle immagini, la trascrizione e la traduzione. Se si desidera aggiungere un’automazione intelligente alle funzioni aziendali basta acquistare un servizio cognitivo che soddisfi le proprie esigenze specifiche.

Questi servizi non richiedono personale specializzato per la distribuzione: disponibili come servizi cloud possono essere integrati nei flussi di lavoro esistenti, automatizzando fasi specifiche di un processo aziendale. Questo fornisce un percorso semplice e incrementale che permette di evolvere dalla semplice automazione dei processi all’automazione intelligente.

Ecco perchè le aziende stanno optando per un’automazione intelligente che aggiunge una vera intelligenza artificiale alle operazioni di business attraverso una combinazione di Business Process Management (BPM), intelligenza artificiale e Robotic Process Automation (RPA). Insieme, questi strumenti costituiscono la base di qualsiasi iniziativa legata all’intelligent automation.

Secondo Paul Maguire, VP di Appian per l'area Emea, la sfida ora per molte aziende non è tanto integrare l’intelligenza artificiale, piuttosto scegliere la soluzione giusta tra le molte disponibili, e allineare le attività di implementazione a obiettivi di business chiaramente definiti. L’individuazione delle attività e dei processi appropriati, e la proiezione precisa di quali potranno essere i vantaggi in azienda, possono essere complesse. Ma non è una regola scritta che debbano esserlo.

Paul Maguire, vp Emea di Appian

Primo passo: comprendere i processi

Il primo passo per comprendere in che modo la propria organizzazione può trarre vantaggio dall’intelligenza artificiale è andare più in là della conoscenza dei processi aziendali end-to-end.

È necessario identificare le singole attività alla base di questi processi. Valutando la natura di ognuna di queste attività, è possibile determinare come potrebbero trarre vantaggio dall’aggiunta di servizi cognitivi disponibili sul mercato o come logica di intelligenza artificiale personalizzata.

Per Maguire gli strumenti di Bpm sono il punto di partenza migliore per farlo, in quanto consentono di documentare rapidamente sia i processi complessivamente che le varie fasi, fornendo dati di analisi e metriche dettagliate sulle prestazioni. Utilizzando soluzioni di Bpm, dovrebbe emergere un quadro chiaro dei punti in cui sono presenti eventuali colli di bottiglia in un processo.

Se la causa del collo di bottiglia è la necessità di analizzare, in quella fase, set di dati diversi a supporto del processo decisionale, questa attività potrebbe essere un buon candidato per l’utilizzo di un servizio cognitivo che andrebbe ad aumentare l’efficienza del processo.

Qual è l’intelligenza artificiale giusta

Dopo aver identificato le migliori opportunità per aumentare l’efficienza, occorre esaminare il mercato dei servizi cognitivi che si addicono alle attività inefficienti. Anche se l’esplorazione delle principali piattaforme cloud, come Google e Amazon Web Services, permette di avere rapidamente un’idea dei potenziali servizi cognitivi, è anche necessario prestare attenzione alle novità, perché nuovi fornitori stanno rapidamente facendo il proprio ingresso sul mercato. Maguire ci fa alcuni esempi di applicazioni.

Triage intelligente. Servizi cognitivi parzialmente addestrati come Microsoft Azure LUIS possono applicare l’elaborazione del linguaggio naturale con una consapevolezza delle specifiche operazioni di business per comprendere la natura delle richieste in ingresso e indirizzarle automaticamente al personale appropriato.

Scoring del sentiment. Servizi di analisi del sentiment pre-addestrati possono aiutare a gestire centinaia di comunicazioni simultanee con i clienti, identificando le interazioni dei clienti insoddisfatti e inviando avvisi ai manager perché possano intervenire tempestivamente.

Riconoscimento ottico dei caratteri (OCR). I servizi OCR esistono da molto tempo, ma la loro affidabilità è stata notevolmente migliorata con le più recenti funzionalità di intelligenza artificiale. Qualsiasi processo di business che comporti l’utilizzo di volumi elevati di documenti può incorporare funzionalità OCR per velocizzare l’estrazione dei dati dai moduli e il caricamento nei sistemi backend.

Riconoscimento delle immagini e facciale. Dal momento che le videocamere sono sempre più utilizzate in tutti gli ambiti della nostra vita, può diventare impossibile classificare e cercare adeguatamente immagini specifiche. Servizi di riconoscimento delle immagini come Google Vision possono creare rapidamente descrizioni delle immagini, in cui è possibile eseguire ricerche, e persino identificare punti di interesse o luoghi specifici. Anche l’uso del riconoscimento facciale come sistema biometrico diventerà sempre più diffuso nei prossimi anni.

Next Best Action. Ovvero la prossima migliore azione da implementare. Ogni comunicazione con i clienti è un’opportunità per imparare a fornire servizi migliori e prodotti su misura. Le applicazioni di machine learning possono essere continuamente addestrate dagli addetti al servizio clienti, identificando le interazioni con i clienti e consigliando l’azione migliore per massimizzare l’efficienza dei punti di contatto.

Questi sono solo alcuni esempi delle applicazioni pratiche dell’intelligenza artificiale per migliorare le prestazioni di business.

Automazione più intelligente con il low-code

Implementare le funzionalità emergenti di intelligenza artificiale e Robotic Process Automation, spiega Maguire, è ora diventato più semplice grazie alle piattaforme di sviluppo low-code di livello enterprise. Eliminando le complesse attività di scrittura di codice, è possibile connettere nuove potenti soluzioni alle applicazioni in uso e automatizzare le attività manuali ripetitive senza che un team di sviluppatori debba riprogettare i sistemi.

Un esempio pratico di queste funzionalità è legato all’ambiente dei contact center, dove l’esperienza del cliente è fondamentale. Si assiste all’introduzione di soluzioni che offrono un’automazione intelligente in grado di rendere più efficiente il contact center, fornendo vantaggi tangibili e misurabili. I vantaggi offerti da queste soluzioni includono l’identificazione dei chiamanti ancor prima che l’operatore risponda alla chiamata, in modo da poter conoscere anticipatamente il nome e lo storico delle richieste del cliente. Durante la chiamata, il sistema può analizzare il sentiment dell’interazione del cliente, anticipare le domande e offrire suggerimenti su come rispondere e fornire un servizio migliore.

In questo scenario, l’intelligenza artificiale è progettata per aiutare l’operatore che risponde alle chiamate a far sentire il cliente speciale. Riuscire ad offrire ai dipendenti i dati giusti al momento giusto, può aiutare il cliente a sentirsi come se avesse a che fare con un concierge che lo conosce da anni.

In conclusione, oggi molte aziende si trovano ad affrontare il problema opposto a quello con cui dovevano confrontarsi alcuni anni fa. Invece di un numero limitato di applicazioni di intelligenza artificiale complesse e costose, ora possono scegliere tra una vasta gamma di applicazioni adattabili, facili da implementare e convenienti.

Questo però non deve condurre a una cosiddetta paralisi da analisi. L’intelligenza artificiale fornita attraverso una piattaforma low-code di livello enterprise è abbastanza flessibile e modulare da consentire alle organizzazioni di implementarla in modo incrementale, con rischi minimi, mentre imparano a conoscerla. È il momento di iniziare a rendere l’automazione più intelligente.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche iscriviti alla newsletter gratuita.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome