I livelli di orchestrazione dell’esperienza

Ci troviamo all’inizio di una delle trasformazioni più profonde nella storia del business, guidata da una nuova generazione di intelligenza artificiale (AI) generativa e agentica. Queste tecnologie stanno rimodellando il modo in cui le organizzazioni forniscono esperienze ai clienti e ai dipendenti sbloccando nuovi livelli di automazione, potenziamento, personalizzazione e ottimizzazione.  

L’orchestrazione dell’esperienza (Experience Orchestration) alimentata dall’AI, che consiste nell’utilizzare l’intelligenza artificiale per coordinare le esperienze tra sistemi e canali, sta passando dalla visione alla realtà. In questo articolo, esploriamo lo svolgimento di questa trasformazione (compresi i suoi potenziali sviluppi) e definiamo sei livelli di orchestrazione dell’esperienza. Questo modello di maturità costituisce una base che consente alle aziende di valutare lo stato attuale della loro CX, identificare le opportunità e sviluppare una strategia di crescita guidata dall’AI.¹

Introduzione

Lo scopo dell’orchestrazione dell’esperienza è raggiungere due obiettivi contemporaneamente:

1. Ridurre i costi operativi.
2. Aumentare la fedeltà dei clienti per una crescita a lungo termine.

Una buona strategia di orchestrazione dell’esperienza alimentata dall’AI aiuta le aziende a trovare il giusto equilibrio tra efficienza operativa e creazione di esperienze pensate per le persone.  

Coordinando dati, sistemi, canali e ruoli, l’orchestrazione crea esperienze più efficaci, efficienti ed emotivamente intelligenti dal punto di vista di clienti e dipendenti. Con l’avvento di alcune innovazioni, ci stiamo dirigendo verso un’orchestrazione universale che trascende le attività rivolte ai clienti e si estende dal front-office al back-office, consentendo alle organizzazioni di ripensare il contact center, le esperienze di clienti e dipendenti e la loro attività complessiva.

I livelli di orchestrazione dell’esperienza riportati di seguito definiscono una curva di maturità che va dal 100% manuale al 100% autonomo. Ogni livello segna un grande passo avanti verso l’automazione, l’ampliamento, la personalizzazione e l’ottimizzazione dell’esperienza. Si tratta anche di una leva per la creazione di valore, che si traduce in una maggiore efficienza, fedeltà dei clienti e coinvolgimento dei dipendenti.

Livello 0 – Orchestrazione Zero

Le interazioni con i clienti sono interamente manuali, gestite attraverso sistemi telefonici di base senza strumenti integrati o intelligenza. Gli agenti umani si affidano alla formazione e alla documentazione statica. Ogni interazione è reattiva e manca di coerenza e uniformità.  

Allo stesso modo, non esiste una visione unificata del cliente, né un’orchestrazione delle attività o approfondimenti a livello dei diversi sistemi. Il customer service è trattato come una necessità operativa piuttosto che come una funzione strategica, il che comporta un grande dispendio di energie, un forte logorio e scarsi risultati.

• Automazione: Nessuna. Tutti i compiti, richieste di routine incluse, richiedono il pieno coinvolgimento dell’agente umano.

• Ampliamento: Gli agenti umani lavorano senza supporto del sistema. Nessuna mobilitazione contestuale dei dati né assistenza specifica per le attività.

• Personalizzazione: Il sistema non offre alcuna personalizzazione in base al profilo o alla cronologia del cliente.

• Ottimizzazione: Prevalgono la formazione manuale e la pianificazione statica. Nessun informazione in tempo reale, gestione della qualità o automazione della pianificazione del personale.

Livello 1 – Navigazione Basata su Menu

I sistemi di risposta vocale interattiva (IVR) forniscono automazione di base con logica di routing fissa e riconoscimento vocale limitato. I clienti interagiscono attraverso menu a tastiera o vocali, tipicamente per verificare lo stato o essere instradati a un reparto. Sebbene questo riduca leggermente i volumi delle chiamate, le esperienze rimangono impersonali e vincolate alla voce.

Gli agenti umani sono ancora necessari per la maggior parte delle attività e si basano su un contesto CRM limitato. Il controllo qualità è manuale e retrospettivo. Il sistema funziona, ma non si adatta

• Automazione: L’IVR gestisce richieste di informazioni semplici, come la verifica del saldo di un conto o dello stato di un ordine, basandosi su input da tastiera o riconoscimento di parole chiave. La logica è fissa e non adattiva.

• Ampliamento: Durante le interazioni gli agenti umani possono visualizzare record clienti statici, ma devono cercare manualmente le informazioni pertinenti.

• Personalizzazione: Il routing basato sulle competenze e le preferenze linguistiche sono possibili, ma le esperienze rimangono per lo più uniformi.

• Ottimizzazione: Il controllo di qualità si basa su campioni di interazioni registrate mentre la pianificazione degli agenti umani è dispendiosa in termini di tempo e reattiva.

Livello 2 – Automazione del Dialogo Pre-definita

L’AI conversazionale combina il riconoscimento vocale automatico (ASR), l’elaborazione del linguaggio naturale (NLP) e la comprensione del linguaggio naturale (NLU) per interagire su molteplici canali di comunicazione. Le interazioni sono governate da regole predefinite e dialoghi scriptati. I modelli di AI predittiva vengono applicati a casi d’uso specifici (come il routing o l’engagement), ma non sono ancora stati generalizzati per determinare le migliori azioni da intraprendere nell’ambito di un’esperienza globale.

• Automazione: L’AI conversazionale abilita bot che possono automatizzare dialoghi di routine con i clienti sui canali digitali e vocali (omnicanale), come il tracciamento degli ordini, il ripristino delle password o la verifica dell’identità. I bot sono rigidi e seguono flussi predefiniti che sono strutturati attorno a logiche scriptate e alberi decisionali fissi.

• Ampliamento: Gli agenti umani iniziano a ricevere assistenza contestuale tramite strumenti di gestione della conoscenza nonché suggerimenti su come procedere in base al contesto CRM o alle parole chiave.

• Personalizzazione: L’esperienza del cliente rimane standardizzata e manca di adattabilità o personalizzazione al di là degli input statici. Vengono introdotte funzionalità di base di Workforce Engagement Management (WEM) che aiutano ad allineare le attività alle competenze e alla disponibilità dei dipendenti.

• Ottimizzazione: Le esperienze vengono ottimizzate utilizzando modelli di AI predittiva specializzati per routing, engagement e previsioni. L’analisi vocale e testuale consente di eseguire processi di garanzia della qualità.

Livello 3 – Conversazioni Generate dal Sistema

L’AI generativa utilizza Modelli Linguistici di Grandi Dimensioni (LLM) e architetture basate su transformer per produrre contenuti entro i confini della sua configurazione. L’AI esegue compiti per i quali è stata esplicitamente progettata o addestrata, né più né meno. Migliora le esperienze attraverso l’automazione, l’ampliamento, la personalizzazione e l’ottimizzazione, operando nel rispetto di una logica e di flussi di lavoro predefiniti.

Questo livello di AI non ragiona e non prende decisioni al di là delle istruzioni che riceve. Si limita ad applicare ciò per cui è stata programmata, con maggiore ampiezza e fluidità.  

• Automazione: Gli agenti virtuali guidati dall’AI automatizzano interazioni più ampie e complesse, come risoluzione dei problemi, stato degli ordini o richieste sui prodotti. Questi agenti virtuali appaiono autonomi, ma operano rigorosamente all’interno di flussi di lavoro e regole preconfigurate. Non ragionano e non sono in grado di dedurre al di là dei modelli definiti. Capacità come il riconoscimento dell’intento o la gestione delle FAQ consentono loro di gestire scenari più sfumati, ma solo nella misura in cui il loro addestramento e configurazione lo permettono. Le funzionalità di supervisore virtuale aiutano ad automatizzare il monitoraggio operativo, avvisando le parti interessate in base a soglie prestabilite o segnali comportamentali.

• Ampliamento: Gli agent copilot aumentano le prestazioni umane fornendo insight pertinenti (suggerimenti sulle azioni da intraprendere, sintesi, articoli informativi), ma solo entro i limiti delle regole e dei modelli predefiniti Gli agent copilot rispondono a segnali o indicatori riconosciuti nella conversazione ma non si adattano o pianificano oltre quei parametri. I copiloti supervisori e amministratori offrono invece consigli e raccomandazioni in base a criteri preconfigurati, consentendo di sviluppare le conoscenze senza oltrepassare i limiti decisionali imposti.

• Personalizzazione: L’AI generativa può personalizzare le risposte utilizzando segmentazione strutturata, classificazione degli intenti e attributi definiti dall’azienda. Fornisce risposte personalizzate in base alle informazioni che le sono state comunicate, ai dati CRM, alle preferenze note o alle interazioni precedenti per generare risultati che corrispondono agli obiettivi e ai segmenti specifici dell’azienda Sebbene il contenuto sembri personalizzato, viene generato entro i limiti di una logica e di un comportamento predefiniti. A questo livello, la personalizzazione è potente ma ancora vincolata da ciò che è stato strutturato.

• Ottimizzazione: L’orchestrazione del journey e la gestione dell’esperienza sono migliorate dalla capacità dell’AI di eseguire strategie di ottimizzazione pre pianificate. Previsioni, programmazione e bilanciamento del carico di lavoro beneficiano di modelli predittivi che affinano continuamente le raccomandazioni basate su dati storici. Anche qui, tuttavia, l’AI non è adattiva. Esegue comportamenti addestrati e viene periodicamente riaddestrata dagli umani per mantenere la rilevanza. L’orchestrazione di attività, avvisi e flussi di lavoro nel front-office e nel back-office si basa ancora su condizioni definite, piuttosto che su un ragionamento proattivo.

Livello 4 – Generazione di Esperienza Agentica

L’AI evolve dalla semplice esecuzione alla risoluzione intelligente dei problemi. I sistemi sono configurati per obiettivi specifici e utilizzano il ragionamento, la pianificazione e la memoria per determinare il percorso migliore per la risoluzione, operando entro limiti chiaramente definiti.

Questo livello introduce l’AI agentica che interpreta il contesto, pianifica le fasi e adatta le azioni in base a input dinamici. Tuttavia, tutta l’esecuzione rimane semi-autonoma. Il contributo, l’approvazione e la supervisione umana rimangono necessari per allinearsi all’intenzione ed evitare eccessi.

• Automazione: Gli agenti virtuali, i supervisori e gli amministratori eseguire le attività transazionali e le sequenze decisionali più complesse in settori più impegnativi come la vendita, il rinnovo e la fidelizzazione Sono in grado di determinare i passaggi migliori per raggiungere un determinato obiettivo, tenendo conto delle barriere di protezione e dei criteri di approvazione predefiniti. Questi sistemi possono fare riferimento e seguire contenuti strutturati come procedure operative standard (SOP), articoli di conoscenza o documenti di istruzioni per eseguire compiti con precisione e coerenza. L’esecuzione asincrona diventa più comune: le attività procedono in background mentre i clienti o i collaboratori ne svolgono altre. L’agente virtuale notificherà l’utente quando le attività sono state completate o necessitano di input, mantenendo così la trasparenza e il controllo umano.

• Ampliamento: I copiloti sono sempre più proattivi, facendo emergere suggerimenti intelligenti ad agenti, supervisori e amministratori e propongono loro di eseguirli una volta approvati. Ciò include l’aggiornamento dei record, l’identificazione dei rischi, la razionalizzazione dei processi e la traduzione della comunicazione in tempo reale. Questi copiloti producono anche segnali in tempo reale per aiutare a guidare gli utenti umani. Evidenziano i passaggi mancanti, offrono consigli in materia di conformità o ricordano elementi di contesto chiave in modo positivo e non invadente. Piuttosto che assumere il controllo, aiutano le persone ad essere più efficienti grazie a suggerimenti sottili e contestualizzati. Mentre analizzano input complessi e adattano i loro suggerimenti, non agiscono mai autonomamente, preservando l’autorità decisionale umana.

• Personalizzazione: La personalizzazione diventa più strategica e basata sui dati. I sistemi AI utilizzano la memoria interna, i profili dei clienti, le interazioni precedenti e i segnali contestuali per determinare quali risposte o flussi di lavoro siano più adatti al profilo di un determinato cliente. Ciò include l’utilizzo di segmenti definiti dall’azienda, la cronologia delle transazioni e regole preconfigurate. Gli agenti umani beneficiano di un supporto che si adatta alla complessità dello scenario, con suggerimenti che riflettono playbook personalizzati anziché flussi di lavoro generici. Tuttavia, tutta la personalizzazione continua a operare entro i confini delle configurazioni aziendali, senza improvvisare al di fuori dei limiti definiti.

• Ottimizzazione: L’orchestrazione ora sfrutta il contesto dinamico per migliorare i flussi di esperienza attraverso i diversi sistemi. I componenti AI lavorano semi-autonomamente per identificare i percorsi migliori e le risoluzioni più efficienti, richiedendo meno configurazione manuale ma operando entro vincoli predefiniti. Le funzionalità come il rilevamento delle anomalie, il riconoscimento di pattern e il processo decisionale basato sulla memoria aiutano a identificare i processi lacunosi o le escalation. Nei casi che richiedono discrezione o interpretazione delle policy, come le approvazioni di mutui o gli adeguamenti finanziari, l’AI supporta il personal preparando il contesto decisionale, ma è l’essere umano che compie l’azione finale.

Livello 5 – Orchestrazione Agentica Universale

L’AI diventa autonoma pur rimanendo orientata agli obiettivi. È ora in grado di pianificare, decidere ed eseguire in modo indipendente basandosi sui traguardi definiti dagli attori umani. Gli agenti virtuali, i supervisori e gli amministratori non sono più vincolati da flussi di lavoro fissi o dall’esecuzione lineare delle attività. Generano dinamicamente nuove strategie e coordinano in modo adattivo le azioni nel perseguimento dei risultati aziendali, guidati da obiettivi generali piuttosto che da istruzioni rigide.  

Questo è l’apice della maturità dell’orchestrazione, dove l’AI passa dalla fase di automazione reattiva a una gestione dell’esperienza autonoma e collaborativa.

I sistemi di AI combinano LLM con memoria, pianificazione e ragionamento, il tutto rafforzato da cicli di feedback continui. Le esperienze non sono più isolate o transazionali, ma diventano invece fluide, adattive e intelligenti in tutti gli ecosistemi.  

Le entità AI interagiscono direttamente tra loro. Condividono obiettivi, scambiano contesto e delegano responsabilità, consentendo un’orchestrazione distribuita sia attraverso sistemi interni che partner esterni. L’intervento umano diventa strategico e intenzionale, focalizzato su supervisione, governance e decisioni complesse che beneficiano di empatia, creatività o giudizio.

• Automazione: Gli agenti virtuali, i supervisori virtuali e gli amministratori virtuali avviano, eseguono e completano autonomamente le attività dall’inizio alla fine. I sistemi interpretano gli obiettivi organizzativi e i dati contestuali per determinare il percorso ottimale da seguire senza fare affidamento su script predefiniti o interventi manuali. La proprietà dei compiti e il passaggio di consegne avvengono dinamicamente tra agenti intelligenti, con decisioni prese in modo cooperativo tra ruoli e domini. Mentre i sistemi perseguono obiettivi condivisi, allineano le decisioni tra dipartimenti, canali e persino reti di partner, eseguendo azioni su larga scala e in perfetta armonia. La maggior parte delle esigenze operative, sia rivolte al cliente che di interne, vengono risolte automaticamente attraverso una collaborazione intelligente e multi-attore.

• Ampliamento: Mentre l’AI gestisce la maggior parte delle attività in modo indipendente, gli esseri umani rimangono essenziali per la supervisione, l’elaborazione delle regole e il giudizio strategico. I copiloti fanno emergere proattivamente i risultati, riassumono le azioni intraprese e le presentano per scopi di audit o di intervento In altri scenari, i copiloti anticipano le esigenze e si offrono di completare i compiti, imparando dai modelli di approvazione ed espandendo il loro ambito di supporto. È importante notare che i copiloti e gli agenti autonomi lavorano insieme, trasferendosi reciprocamente spunti e decisioni intermedie in modo fluido per supportare gli attori umani e ottimizzare l’efficienza. I dipendenti beneficiano di un’intelligenza orchestrata che si adatta ai loro ruoli, contesto e flusso di lavoro. In questo modo, gli attori umani diventano contributori di grande impatto, orientati al processo decisionale.

• Personalizzazione: Le esperienze sono orchestrate da amministratori virtuali, supervisori e agenti, ognuno dei quali contribuisce con prospettive, contesto e funzioni uniche. Questi sistemi intelligenti attingono dalle interazioni precedenti, dalla conoscenza aziendale e dai segnali comportamentali in evoluzione per personalizzare le esperienze in tempo reale. La personalizzazione è dinamica e distribuita, non guidata solo da un sistema — ma perfezionata collettivamente attraverso attori alimentati dall’IA che coordinano la loro comprensione degli obiettivi, delle preferenze e dello stato del journey del cliente. Che sia all’interno di un singolo brand o attraverso ecosistemi, gli agenti virtuali sincronizzano le loro risposte e decisioni per aiutare a fornire continuità, rilevanza e allineamento dell’intento su ogni punto di contatto.

• Ottimizzazione: L’ottimizzazione diventa autonoma, distribuita e focalizzata sugli obiettivi. Ogni sistema guidato dall’AI contribuisce al miglioramento delle prestazioni non in modo isolato, ma nell’ambito di una rete di apprendimento collaborativo continuo. Questi sistemi perfezionano i flussi di lavoro e i modelli decisionali sulla base di cicli di feedback condivisi, dati sulle prestazioni e indicatori di raggiungimento degli obiettivi. La logica di orchestrazione si adatta in modo fluido alle priorità organizzative in cambiamento, e gli agenti guidati dall’AI lavorano insieme per riallocare gli sforzi, riequilibrare le strategie e migliorare i risultati su larga scala. Questo funzionamento crea un livello di intelligenza autonoma in cui l’orchestrazione si evolve con l’ambiente senza richiedere configurazioni manuali o formazione aggiuntiva.

Il modello di maturità dei Livelli di Experience Orchestration illustra come le aziende possano evolversi da attività completamente manuali a sistemi intelligenti alimentati dall’AI, capaci di gestire e migliorare autonomamente le esperienze di clienti e dipendenti. Ogni livello riflette un salto significativo nella capacità dell’AI e nel valore potenziale che può offrire, iniziando dall’automazione isolata delle attività e culminando in sistemi che possono pianificare, ragionare e agire nel perseguimento degli obiettivi aziendali.  

Man mano che sviluppano questa orchestrazione dell’esperienza, le aziende tendono ad operare su più livelli contemporaneamente, a seconda delle loro priorità commerciali, dei segmenti di clientela, dei vincoli operativi e dei rischi specifici. Alcune esperienze rimarranno altamente strutturate e supervisionate dall’uomo, mentre altre traggono maggiori vantaggi dal funzionamento e dall’orientamento autonomi.

Questo percorso verso la maturità implica anche una maggiore collaborazione tra i sistemi intelligenti. Gli agenti guidati dall’AI devono coordinarsi tra loro per risolvere compiti complessi, condividere il contesto e adattarsi dinamicamente a tutti i journey Questi agenti interconnessi, che supportino clienti, supervisori o amministratori, costituiscono la base di un’orchestrazione scalabile e adattiva. In questo modello, l’intelligenza non è più isolata su un singolo sistema o interazione. Si tratta di una funzionalità distribuita, in grado di apprendere, condividere e migliorare costantemente l’intero panorama esperienziale.

Conclusione

I Livelli di Experience Orchestration forniscono un modello di maturità strutturato che aiuta le aziende a portare a termine la loro trasformazione. Riteniamo che la maggior parte di esse operi attualmente ai livelli 1 o 2. Ma la strada da percorrere è chiara e sta accelerando.

Le aziende che investono nell’orchestrazione agentica stanno acquisendo un vantaggio che potrebbe generare un valore esponenziale: maggiore automazione e scalabilità, collaboratori più autonomi e maggiore fidelizzazione dei clienti.

Dove opera la tua organizzazione oggi? Cosa servirebbe per salire di livello?

Genesys è qui per guidarti verso la fase successiva: esperienze orchestrate ed emotivamente intelligenti su larga scala.

¹ Questo è un documento di discussione, non una roadmap di prodotto. Genesys non si impegna a fornire le funzionalità descritte in questo documento.

* Questo articolo è stato originariamente pubblicato il 14 maggio 2024 ed è stato aggiornato.  

Autori: