L’AI sta trasformando la Customer Experience. Su questo non ci sono più dubbi. 

Le organizzazioni si affidano all’AI per automatizzare le interazioni di routine, aiutare i dipendenti a lavorare in modo più efficiente e offrire esperienze più rapide e personalizzate. E man mano che gli agenti AI acquisiscono maggiore autonomia e capacità di azione per conto di clienti e dipendenti, le possibilità continuano ad ampliarsi. 

Ma un’altra trasformazione è in atto, lontano dai riflettori. 

Man mano che l’AI progredisce, trasforma l’organizzazione stessa. Le responsabilità che un tempo venivano assunte interamente dalle persone iniziano a ridistribuirsi. I ruoli esistenti si evolvono. Emergono nuove funzioni. E i modelli operativi concepiti per un’organizzazione interamente umana iniziano a raggiungere i propri limiti. 

In altre parole, l’AI non trasforma solo la Customer Experience. Modifica il lavoro che la rende possibile e, infine, il modo stesso in cui l’azienda opera.

 

L’AI trasforma ben più della Customer Experience 

Gran parte del dibattito sull’AI nell’ambito della CX si è comprensibilmente concentrata su ciò che la tecnologia è in grado di fare. È in grado di automatizzare un’interazione? Di aiutare un dipendente a trovare una risposta? Di riepilogare una conversazione? Di anticipare la prossima esigenza di un cliente? 

Tuttavia, man mano che l’AI si integra nel cuore delle operazioni della CX, emerge una serie di nuovi interrogativi. 

Quando un agente AI gestisce un’interazione, chi stabilisce cosa può e cosa non può fare? Come si valuta se le sue prestazioni sono state adeguate? Come individuare un’interazione tecnicamente impeccabile, ma che nonostante tutto lascia al cliente un’esperienza negativa? Chi decide quando una persona deve riprendere il controllo? 

E chi si occupa di migliorare costantemente il sistema al progredire delle aspettative dei clienti, delle priorità aziendali e delle capacità dell’AI?  

Queste domande vanno ben oltre l’ambito tecnologico. Sono interrogativi sull’organizzazione del lavoro, sulla titolarità, sui processi decisionali e sulla responsabilità. 

Le organizzazioni hanno dedicato anni all’ottimizzazione dei customer journey. Ora, molte dovranno riflettere con altrettanta attenzione sulla riprogettazione delle strutture che li supportano.

 

Quando il modello operativo comincia a mostrare segni di cedimento 

In una prima fase, le organizzazioni riescono generalmente a integrare l’AI nelle loro strutture esistenti. 

Un team operativo si occupa di un nuovo caso d’uso dell’AI. I team addetti alla qualità iniziano a valutare le interazioni generate dall’AI insieme a quelle umane. I manager aggiungono il monitoraggio e il miglioramento delle prestazioni dell’AI a una lista sempre più lunga di responsabilità. La governance è seguita da un gruppo trasversale, parallelamente alle attività già in corso. 

Questo approccio può funzionare, finché la portata e la complessità non assumono proporzioni diverse. 

Man mano che l’AI viene integrata in un maggior numero di customer journey, le organizzazioni si trovano a dover prendere più decisioni in merito a prestazioni, escalation, qualità, governance, formazione e ottimizzazione. E i confini tradizionali tra i team possono diventare sempre più difficili da mantenere. 

Le prestazioni dell’AI rientrano nell’ambito delle operation o della tecnologia? I team di qualità dovrebbero valutare solo i dipendenti umani o anche gli agenti AI? Chi progetta una conversazione quando, durante uno stesso journey, il cliente potrebbe interagire con un agente virtuale, con un dipendente umano o con entrambi in successione? 

Non esiste un modello operativo universale in grado di rispondere a tutte queste domande. Ma la sfida di fondo è sempre più comune: man mano che le aziende crescono, la complessità può superare la capacità del modello operativo creato per sostenerle. L’AI può aiutare le organizzazioni a gestire tale complessità, ma cambia anche il modo in cui viene svolto il lavoro, introducendo nuove responsabilità, decisioni e modalità operative. Non si può costruire a tempo indefinito un futuro guidato dall’AI su un modello operativo pensato per un mondo pre-AI.

 

Nuove responsabilità creano nuovi ruoli 

In occasione di Xperience 2026 a Las Vegas, la Product Marketing Manager di Genesys Yulia Kaurova ha guidato una sessione tematica volta a esplorare come l’AI stia ridefinendo i team CX, inclusi i nuovi ruoli e le nuove responsabilità che potrebbero emergere con l’adozione dell’AI su larga scala.

È proprio qui che la riflessione sui ruoli professionali emergenti nell’ambito della CX diventa particolarmente interessante. Figure come l’AI performance manager, il conversation designer, il prompt engineer e l’orchestratore human-in-the-loop offrono esempi di come potrebbe evolversi il lavoro. I titoli stessi potrebbero cambiare o non vedere mai la luce in alcune organizzazioni. Dietro queste denominazioni si nascondono nuove responsabilità che le organizzazioni dovranno, sempre più, affidare a profili chiaramente identificati e responsabili della loro gestione. 

Un AI performance manager, ad esempio, potrebbe monitorare le prestazioni dell’AI rispetto ai risultati commerciali, operativi e dei clienti, individuando modelli e opportunità di miglioramento.

Un conversation designer potrebbe strutturare le interazioni attraverso i punti di contatto umani e dell’AI, affinché le esperienze restino coerenti, utili e in linea con la promessa del brand.

I prompt engineer o gli specialisti dell’esperienza AI potrebbero dal canto loro tradurre gli obiettivi aziendali, le politiche interne e le basi di conoscenza in istruzioni, regole e strutture che consentano agli agenti AI di operare in modo efficiente.

Infine, gli orchestratori human-in-the-loop potrebbero definire le situazioni in cui l’AI può agire in modo autonomo, quelle che richiedono un intervento umano, nonché le modalità di passaggio di consegne tra i due.

Alcune di queste responsabilità andranno ad arricchire le mansioni esistenti. Altre potrebbero essere distribuite su più team o trasformarsi in ruoli completamente nuovi. Partire dalle responsabilità anziché dalle qualifiche aiuta inoltre le organizzazioni a evitare di concepire i team di domani sulle ipotesi odierne relative all’AI. 

Il cambiamento più importante risiede nel lavoro in sé.

 

Anche il valore aggiunto umano sta cambiando 

Questa trasformazione rappresenta anche un’opportunità per ripensare il modo in cui i ruoli CX esistenti creano valore. 

Prendiamo ad esempio i supervisori e i team addetti al controllo qualità. In un modello operativo tradizionale, una parte consistente del loro tempo può essere dedicata alla revisione manuale delle interazioni, alla verifica della conformità o all’individuazione di problemi di rendimento relativamente ricorrenti. 

L’AI è in grado di eseguire una parte predominante di questa analisi . Ma ciò non sminuisce il valore delle competenze umane. Al contrario rafforza l’importanza di ciò che le persone riescono a fare meglio. 

Invece di dedicare così tanto tempo all’identificazione dei segnali rilevanti, i team possono concentrarsi maggiormente sulla loro interpretazione e sulle decisioni da prendere. Il loro lavoro può orientarsi verso la calibrazione, il coaching, la gestione delle eccezioni, il discernimento e il miglioramento dei processi. 

La stessa dinamica può riscontrarsi in tutta l’organizzazione. Man mano che l’AI si fa carico delle attività più ripetitive, le persone possono concentrare maggiormente l’attenzione su dove è necessario affrontare le ambiguità ed entrano in gioco empatia, creatività e responsabilità. 

Ecco perché il futuro del team CX non si riduce alla mera sostituzione del lavoro umano con l’AI. Si tratta di ridistribuire il lavoro in base a ciò che l’uomo e l’AI sanno fare meglio.

 

Una sola azienda, un modello molto più ampio 

Questa evoluzione sta già cominciando a manifestarsi all’interno delle organizzazioni CX che operano sul campo. 

Un esempio presentato durante la sessione di Xperience è stato quello della brasiliana DM. Una rapida crescita per acquisizioni ha visto l’azienda raddoppiare le proprie dimensioni due volte nell’acro di due anni, determinando un aumento del livello di complessità operativa. Ciò ha reso necessario un ripensamento del modo in cui il lavoro veniva strutturato, gestito e migliorato, andando oltre la tecnologia.

Le specificità dell’approccio di DM non costituiscono tuttavia un modello universale. Né dovrebbero esserlo. Ogni azienda ha una propria combinazione di clienti, canali, tecnologie, requisiti normativi e strutture organizzative. 

Ma la lezione che conta è più ampia.  

Poiché l’AI trasforma il lavoro, le organizzazioni sono chiamate a riconsiderare il modo in cui tale lavoro viene gestito. E quanto prima individuano questo cambiamento, tanto più possono anticiparlo e adattarsi di conseguenza. 

 

Ripensare le responsabilità prima dei ruoli 

Da dove dovrebbero iniziare, dunque, i leader della CX? Non necessariamente da un nuovo organigramma. 

Prima di moltiplicare le mansioni incentrate sull’AI, occorre comprendere come stiano cambiando le responsabilità. 

Ecco alcune domande da considerare:

  • Quale lavoro può ora svolgere o supportare l’AI?
  • Quali decisioni può prendere l’AI e quali richiedono ancora il giudizio umano?
  • In quali ambiti le persone devono mantenere la responsabilità finale?
  • Chi monitora la qualità e le prestazioni dell’AI?
  • Chi gestisce le eccezioni e le escalation?
  • E chi è responsabile del miglioramento continuo dei flussi di lavoro abilitati dall’AI? 

Queste domande permettono di identificare più facilmente in quali ambiti l’organizzazione debba effettivamente evolversi. 

Alcune nuove responsabilità potrebbero trovare spazio in modo naturale nei ruoli esistenti. Altre potrebbero richiedere che i dipendenti sviluppino nuove competenze. E quando la natura del lavoro è sufficientemente diversa o rilevante, la creazione di ruoli del tutto nuovi potrebbe rivelarsi la scelta più sensata.

 

Costruire il modello operativo per un team guidato dall’AI  

Non è necessario che le organizzazioni abbiano tutte le risposte sul futuro del lavoro per avviare la trasformazione fin da subito. Ma hanno bisogno di un modello operativo in grado di evolversi man mano che l’AI assume un ruolo sempre più rilevante nella CX. 

Ciò inizia con l’individuazione dei flussi di lavoro a massimo valore aggiunto e chiedendosi dove l’AI possa creare un impatto misurabile. Significa stabilire limiti chiari riguardo alle decisioni che l’AI può prendere in modo autonomo e agli ambiti in cui il giudizio umano resta essenziale. E presuppone la definizione di come persone e AI collaboreranno, indicando chi sarà responsabile delle prestazioni, della qualità, delle escalation e del miglioramento continuo. 

Altrettanto importante è allinearsi su quali risultati di business l’organizzazione sta realmente cercando di ottenere. Adottare l’AI in modo responsabile non significa applicarla a qualsiasi attività solo perché è possibile farlo. L’implementazione dell’AI su larga scala senza criteri chiari rischia di introdurre costi e complessità inutili. L’obiettivo è applicarla laddove migliori concretamente i risultati, per poi costruire il modello operativo necessario a supportarla. 

Le organizzazioni meglio preparate per un futuro guidato dall’AI non saranno necessariamente quelle che implementano il maggior numero di strumenti o che automatizzano più rapidamente. Saranno quelle che decideranno in modo ponderato cosa affidare alle macchine, cosa debbano fare le persone e come entrambi possano collaborare efficacemente. 

Perché l’AI trasforma la natura del lavoro prima ancora di cambiare l’organigramma. 

Non aspettare che sia la complessità a importi il cambiamento. Progetta la tua organizzazione CX prima che inizi a riprogettarsi da sola.