Tra qualche anno, il cliente più importante di un’azienda potrebbe non essere più una persona, ma una macchina? Ciò che oggi sembra fantascienza potrebbe presto diventare realtà grazie all’avanzamento continuo della tecnologia. I cosiddetti CustoBot (Customer Robots) o clienti-macchina, sono algoritmi che gestiscono soluzioni e svolgono servizi in modo indipendente. Un esempio è rappresentato dai frigoriferi che riforniscono autonomamente le scorte quando sono in esaurimento. Gli esperti prevedono che l’uso dei CustoBot aumenterà significativamente nei prossimi anni.
Questo sviluppo potrebbe portare a un cambiamento fondamentale in molti settori dell’economia, specialmente là dove l’automazione e le decisioni supportate dai dati sono già consolidate. Secondo la società di ricerca Gartner, ci saranno circa 15 miliardi di clienti macchina entro il 2028. Tobias Wölk, Product Manager di reichelt elektronik, è quindi certo: “I CustoBot avranno un impatto significativo sul commercio e sull’industria nei prossimi anni“.
Aumentare efficienza e innovazione: l’ascesa dei custobot
Il futuro dei clienti-macchina e il loro impatto sull’economia offrono grandi promesse. Grazie a tecnologie avanzate come l’Internet of Things, l’intelligenza artificiale e il machine learning, le aziende possono non solo elaborare grandi quantità di dati in modo più efficiente, ma anche utilizzare questi dati per prevedere con maggiore precisione le tendenze di mercato e le esigenze dei clienti. I CustoBot operano proprio sulla base di queste conoscenze: interagendo direttamente con fornitori e prestatori di servizi effettuando direttamente ordini, sono progettati per semplificare i processi operativi e aumentare l’efficienza.
La differenza tra umani e CustoBot è che questi ultimi sono guidati più dalla logica e meno dall’emozione. Le loro decisioni si basano solitamente esclusivamente su dati e analisi. Per questo motivo, le aziende sono chiamate a sviluppare strategie per integrarli e collaborare con essi. Non solo devono essere presi in considerazione gli aspetti legali e tecnici, ma anche eventuali adeguamenti dei processi operativi.
Clienti vincolati: l’umano imposta le regole e la macchina le implementa
Lo sviluppo dei clienti-macchina si divide grossomodo in tre fasi: clienti vincolati, clienti personalizzabili e clienti autonomi. Attualmente stiamo vivendo la prima fase dello sviluppo dei CustoBot, osservabile in vari servizi. In questa fase essi sono vincolati a funzioni pre-programmate e seguono determinate regole. Questi clienti-macchina agiscono come “co-clienti” e svolgono i compiti assegnati loro dagli esseri umani. Sono definiti “clienti vincolati”, poiché operano all’interno di un quadro chiaramente definito e seguono specifiche predefinite.
Un esempio è la stampante HP Instant Ink, che monitora il livello di inchiostro e ordina forniture prima che l’inchiostro si esaurisca. Ciò si basa su una programmazione chiara che dice alla macchina quale azione intraprendere quando si verifica un evento e quali passi seguire con precisione. Servizi come Amazon Dash Replenishment, ad esempio, illustrano bene questa fase. Amazon Dash Replenishment consente a vari dispositivi, come lavatrici, di ordinare il detersivo con la semplice pressione di un pulsante quando le scorte sono in esaurimento.
“L’integrazione dei clienti-macchina vincolati non richiede solitamente personalizzazioni fondamentali da parte dell’uomo“, spiega Tobias Wölk. “Ad esempio, un’azienda che riordina automaticamente materiali di consumo come cartucce per stampanti, necessarie ripetutamente, semplifica la vita ai responsabili acquisti che devono semplicemente configurare il sistema una volta per poi beneficiare di processi automatizzati. L’installazione è semplice e di solito si completa rapidamente. L’integrazione dei clienti-macchina vincolati rappresenta un buon punto di partenza specialmente per le aziende ancora agli inizi della digitalizzazione e dei processi di automazione“.
Clienti adattabili: l’umano imposta le regole, mentre l’IA agisce in modo indipendentemente
La seconda fase dello sviluppo prevede già una maggiore autonomia e libertà di scelta per le macchine. Sebbene gli esseri umani continuino a stabilire regole, i clienti-macchina agiscono sempre più in modo indipendente con l’aiuto dell’IA. I dati e gli algoritmi vengono utilizzati per prendere decisioni. L’intervento umano è ridotto al minimo.
I dispositivi IoT moderni che adattano le loro strategie di ordinazione in base ai modelli di utilizzo e ad altre variabili sono un buon esempio di ciò. Un frigorifero che riconosce automaticamente quali prodotti debbano essere regolarmente riforniti, e li riordina quando necessario, è un esempio di utilizzo dei clienti-macchina in vari elettrodomestici. L’utente (umano) ha determinato in anticipo quali prodotti desidera consumare e ha dato l’ordine di acquistarli quando si esauriscono. Il robot quindi riconosce la quantità di cibo nel frigorifero, avvia autonomamente il processo di ordinazione e seleziona in modo indipendente il prodotto richiesto. Tuttavia, non è ancora in grado di riconoscere le abitudini alimentari dell’utente o i piatti preferiti in base agli alimenti acquistati frequentemente e quindi di acquistare prodotti per ricette che l’utente potrebbe anche gradire. Questo compito potrebbe essere raggiunto solo nella terza fase dell’automazione.
Questa fase rappresenta quindi una transizione verso una maggiore autonomia e indipendenza delle macchine, ma gli esseri umani continuano a svolgere un ruolo centrale nel definire i requisiti.
Per addestrare il sistema con successo è essenziale partire da una solida base di dati. Ad esempio, se il CustoBot deve essere utilizzato da un produttore di mangimi per animali per acquistare ingredienti, i dati su fornitori, prezzi e quantità di determinate materie prime rappresentano informazioni preziose da fornire. Tuttavia, è bene sottolineare che l’esperienza degli specialisti dell’azienda rimane insostituibile, per verificare la precisione del sistema, monitorare la qualità e apportare eventuali modifiche necessarie.
Ad esempio, se vengono create nuove varianti del mangime o la ricetta viene modificata il sistema deve prima apprendere questo cambiamento e occorre monitorarlo. ” Una soddisfacente integrazione di clienti-macchina adattabili richiede non solo una solida base di dati ma anche che gli specialisti che lavorano con il sistema siano molto familiari con le possibilità e i limiti del CustoBot e apportino il valore aggiunto della loro esperienza” aggiunge Tobias Wölk.
Clienti autonomi: agenti ampiamente indipendenti
Il passo successivo è la fase in cui i CustoBot sono in grado di agire in modo indipendente prendendo decisioni, analizzando e verificando grandi quantità di dati. L’essere umano non è più l’attore principale, ma piuttosto fornisce indicazioni. I CustoBot agiscono quindi autonomamente per conto degli esseri umani. Con l’aiuto di software, algoritmi di machine learning e intelligenza artificiale, i clienti-macchina sono in grado di risolvere problemi da soli e di completare compiti complessi. In passato, era l’essere umano a specificare un’esigenza e quindi a incaricare una macchina con funzioni più o meno autonome, ma ora è la macchina che riconosce un’esigenza basandosi sui dati, forse anche prima dell’umano, e agisce di conseguenza. Possono anche adattarsi più rapidamente a nuove informazioni e prendere decisioni in tempo reale, rappresentando un progresso significativo.
Un esempio che rientra in questa fase è rappresentato dai veicoli autonomi, in grado di sottoporsi a manutenzione in modo indipendente. Le condizioni del veicolo sono strettamente monitorate da numerosi sensori installati all’interno del veicolo e gli ordini di pezzi di ricambio quindi vengono effettuati sulla base delle analisi successive. Questo passaggio può essere sottoposto all’approvazione umana, in modo che la decisione finale rimanga a un attore umano.
Un altro esempio sono i sistemi logistici intelligenti che gestiscono e ottimizzano i livelli di inventario utilizzando i CustoBot. Un produttore di elettronica domestica, ad esempio, potrebbe utilizzare i dati di acquisto per riconoscere le tendenze man mano che emergono e ordinare i componenti necessari in anticipo e alle migliori condizioni. La base per ciò è fornita da dati aziendali come prodotti acquistati e venduti, comportamento d’acquisto dei clienti incluso il customer journey o le ricerche sul sito web, composizione dei carrelli, tendenze di prezzi e molto altro.
Anche i minimi cambiamenti nella domanda possono allertare i CustoBot poi, ad esempio, sull’emergere di nuove tendenze. Il sistema è anche in grado di anticipare potenziali strozzature nella fornitura e ordinare in anticipo i beni desiderati e a prezzi più bassi. “L’esperienza umana e la competenza saranno ancora necessarie, in particolare quando si monitorano questi sistemi, per verificare ripetutamente il sistema su base casuale – soprattutto quando si verificano scenari di mercato o economici imprevisti, come pandemie o guerre,” afferma Tobias Wölk. “Tuttavia, i progressi nell’analisi basata su big data e IA ci stanno già mostrando i vantaggi dei CustoBot autonomi. Sono veloci, non hanno bisogno di dormire o di ferie e possono prendere molte decisioni ogni giorno che non sarebbero possibili per gli esseri umani. Ciò consente alle aziende di ottenere significativi guadagni di efficienza e un vantaggio competitivo. Allo stesso tempo, questo progresso significa anche che la supply chain sta diventando ancora più complessa. Le aziende devono aspettarsi di incontrare attori che non giocano secondo le regole ‘umane’. Prima o poi, fornitori e grossisti si prepareranno a rispondere con i propri sistemi automatizzati e intensificheranno nuovamente la concorrenza”.
Le sfide future dei custobot
Le previsioni mostrano che i clienti-macchina giocheranno un ruolo rilevante nell’economia nei prossimi anni. Molte aziende si concentreranno sempre più sull’automazione e sulle interazioni con i clienti. Con l’aiuto di big data, IA, machine learning e altri progressi tecnologici, i clienti-macchina troveranno applicazione in molti settori. Questo sviluppo implica sia grandi opportunità che rischi significativi.
Uno dei rischi più importanti è l’estensione delle autorizzazioni dei CustoBot, nonché il loro accesso a dati sensibili e critici per le aziende. Per evitare di mettere a rischio informazioni riservate, è quindi necessario prendere fin dall’inizio precauzioni per la protezione dei dati. L’integrazione con la tecnologia blockchain potrebbe, inoltre, consentire soluzioni ancora più sicure.
Un altro rischio è che, a differenza degli esseri umani, i CustoBot prendono decisioni solo a livello razionale. I fattori umani di solito non vengono presi in considerazione nelle decisioni basate sui dati ed è innegabile che il fattore umano, con tutta la sua esperienza, intuizione ed empatia, è spesso indispensabile per prendere decisioni di vasta portata. Integrando modelli IA avanzati e tecniche di machine learning avanzate i CustoBot potrebbero imparare a tenere conto anche di questi fattori nel lungo termine e quindi a prendere decisioni ancora più precise ed efficaci.
“Il futuro dei CustoBot è promettente, ma anche impegnativo“, riassume Wölk. “I clienti macchina non solo avranno un impatto massiccio su varie industrie in futuro, ma giocheranno anche un ruolo attivo nella vita di molte persone”.
