Intervista a Piergiorgio Vittori, CEO Spitch Italia e International General Manager di Spitch, azienda specializzata nelle soluzioni di IA conversazionale, sull’intelligenza artificiale, sull’approccio “Develop once, Deploy omni” e sulle tendenze per il futuro nell’ambito dell’IA conversazionale.
Quali sono le principali sfide che le aziende devono affrontare nell’implementazione delle soluzioni di intelligenza artificiale, considerando che il 35% delle aziende mondiali utilizza già tool AI?
L’implementazione di soluzioni di IA coinvolge necessariamente tutta l’organizzazione aziendale e rappresenta un momento di grande cambiamento, anche culturale. Le sfide principali riguardano i dipendenti che potrebbero essere riluttanti a adottare nuove tecnologie, specialmente se temono che l’IA possa sostituire il loro lavoro. Inoltre, spesso emerge l’indisponibilità di dati qualificati e che spesso sono disordinati, lo skill del personale interno la cui formazione richiede tempo e risorse.
L’adozione necessita inoltre di continua manutenzione ed aggiornamento dei modelli affinché siano sempre efficaci e rilevanti. Il cambiamento deve essere guidato dall’alto con un processo che coinvolge tutti i livelli.
In che modo Spitch sta utilizzando GPT4o per definire un nuovo standard per le tecnologie “voice-first”? Può fornire esempi concreti di applicazioni in scenari in tempo reale?
Spitch ha sviluppato un suo motore proprietario LLM che permette di usare la GenAI anche in installazioni on-premises o nel caso di soluzioni personalizzate. Spitch usa anche motori esterni, GPT4 ed altri in alcune situazioni, dove informazioni pubbliche sono sufficienti per svolgere quel compito ed il vantaggio di avere un’enorme base di dati dà un valore aggiunto.
Se ChatGPT è la soluzione migliore per un caso specifico, ma il cliente richiede una protezione sui propri dati, Spitch può anche addestrare il suo LLM su ChatGPT ed offrire un LLM locale. L’IA generativa viene impiegata in vari ambiti. Quelli più frequenti per ora nel mondo del contact center hanno a che fare con il clustering e la summarization di chiamate alla fine del contatto con il cliente.
Potrebbe spiegare in dettaglio cosa si intende con l’approccio “Develop once, Deploy omni” e come questo può migliorare l’esperienza dell’utente attraverso il coinvolgimento multicanale?
Le aziende devono assicurarsi che le loro soluzioni di IA siano scalabili per gestire carichi di lavoro crescenti ed implementare soluzioni che rispondano efficacemente alle necessità di business. La piattaforma omnicanale conversazionale, proprio come un orchestratore, permette di utilizzare quanto già implementato per un canale (e.g. voce) anche su un altro (e.g. testo), senza necessità di dover ripartire da zero.
L’approccio “Develop once, Deploy omni” fa sì che l’esperienza del cliente rimanga la stessa al di là del canale di interazione con il contact center. Il cliente può anche iniziare da un canale e riprendere successivamente da un altro senza dover ricominciare da capo o senza doversi confrontare un’interfaccia diversa in termini di dialogo.
Quali sono, secondo Lei, i processi più adatti per essere automatizzati nei call center e quali aree invece beneficiano maggiormente dell’interazione umana?
I processi che possono essere automatizzati con successo per migliorare l’efficienza operativa, ridurre i costi e migliorare la CX riguardano in particolare le attività ripetitive, a basso valore aggiunto. Alcuni use case di successo riguardano le FAQ, il riconoscimento e l’autenticazione del cliente, gestione delle prenotazioni ed appuntamenti, la raccolta di informazioni del cliente prima di metterlo in contatto con l’operatore, estensione degli orari di servizio del customer care.
Venendo all’interazione umana, Gartner prevede che “entro il 2026, il 60% dei software di IA conversazionale includerà funzionalità di intelligenza proattiva, rispetto a meno del 5% nel 2023”. Sfruttando queste capacità di intelligenza proattiva, le soluzioni basate sull’IA possono anticipare le esigenze dei clienti, fornire informazioni pertinenti agli agenti e suggerire azioni mirate, migliorando significativamente l’esperienza complessiva del servizio clienti.
Di conseguenza, il grande potenziale dell’intelligenza artificiale applicata ai contact center, lato agente o operatore, risiede nella sua capacità di potenziare e supportare il lavoro dei dipendenti, aiutandoli ad elevare il livello delle loro prestazioni.
L’agent Assistant in real time basato sull’IA può supportare gli agenti nella conoscenza dei prodotti, delle politiche aziendali e delle best practice, garantendo la preparazione necessaria per gestire le richieste dei clienti fin dal primo giorno; e oltre alla formazione iniziale, questi stessi strumenti possono poi fornire un supporto continuo agli agenti, analizzando la conversazione in tempo reale, proponendo informazioni pertinenti, suggerendo risposte e fornendo indicazioni sulla gestione di problemi specifici tramite articoli di knowledge base, FAQ e guide alle best practice affidabili.
Infine, analizzando l’interazione con il cliente e i loro feedback, gli LLM possono identificare efficacemente conversazioni complesse in linguaggio naturale, individuare le aree di miglioramento, oltre che nuovi trend, e proporre soluzioni personalizzate agli agenti.
Come si può ottimizzare l’interazione tra AI e utenti per mantenere un equilibrio tra automazione e contatto umano?
Ottimizzare l’interazione tra IA e operatore per mantenere un equilibrio tra automazione e contatto umano è essenziale per garantire che i clienti ricevano un servizio efficiente senza sacrificare la qualità dell’interazione umana. L’equilibrio si raggiunge attraverso l’implementazione di un approccio ibrido prevedendo il trasferimento della chiamata su un operatore nel caso in cui l’IA non riesca a risolvere il problema, senza dover fare ripetere ai clienti la ragione della chiamata e il loro problema.
Inoltre, come evidenziato precedentemente, l’IA può assistere l’operatore quando la chiamata arrivi a loro. La personalizzazione del servizio rispetto al contesto rappresenta un ulteriore rispetto dell’equilibrio necessario tra IA e gestione da parte di un operatore.
Quali sono le principali tendenze future nell’ambito dell’IA conversazionale che Spitch prevede di sviluppare o adottare nei prossimi anni?
La richiesta del mercato è sempre più orientata alla personalizzazione dei servizi e rivolta ad interazioni uomo-macchina che siano sempre più naturali, personalizzate e integrate con una vasta gamma di tecnologie. Queste tendenze non solo migliorano l’efficienza operativa ma anche la qualità dell’interazione, rendendo la tecnologia più accessibile e rilevante per una platea sempre più ampia di utenti.
Il successo delle aziende, oggi, si basa sull’offerta di esperienze ad hoc che rispondono alle preferenze individuali, rendendo la personalizzazione guidata dall’intelligenza artificiale una pietra miliare.
Guardando al panorama dei Large Language Models più innovativi, possiamo pensare a funzionalità multimodali avanzate che vanno oltre le tradizionali interazioni text-based. Un esempio è la possibilità per gli utenti di caricare immagini e ingaggiare questi modelli avviando richieste dirette basate su input visivi. Oppure ancora, combinare input vocali, testuali e visivi per creare interazioni più ricche e intuitive attraverso assistenti virtuali multimodali che possono interagire tramite voce, testo e immagini contemporaneamente.
In un’epoca in cui essere competitivi ed avere clienti fedeli e molto soddisfatti è l’obiettivo principale, sarà tuttavia l’analisi predittiva ad emergere come un potente strumento, al servizio delle aziende per decodificare i modelli di comportamento dei clienti e rivoluzionare il panorama delle interazioni e delle esperienze personalizzate.
Questo tipo di approccio cambia il modo in cui le aziende coinvolgono e soddisfano i clienti, stabilendo un nuovo standard di eccellenza del servizio con strategie proattive ed un cliente sempre al centro.
