{"id":539792,"date":"2024-09-30T23:52:51","date_gmt":"2024-10-01T06:52:51","guid":{"rendered":"https:\/\/www.genesys.com\/?post_type=blog&p=539792"},"modified":"2024-10-01T00:02:11","modified_gmt":"2024-10-01T07:02:11","slug":"are-humans-the-missing-link-in-your-ai-strategy","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/it-it\/blog\/post\/are-humans-the-missing-link-in-your-ai-strategy","title":{"rendered":"Il successo dell’AI passa dall’intelligenza collettiva"},"content":{"rendered":"

[vc_section full_width=”stretch_row”][vc_row][vc_column][vc_column_text css=”” el_class=”d-none”]In ambito customer service stiamo assistendo a un impennata dell’interesse per i nuovi strumenti abilitati dall’intelligenza artificiale (AI),<\/a> che si tratti di sperimentazione, orientamento e implementazione. In particolare si parla di tutto quanto \u00e8 destinato a semplificare l’operativit\u00e0 dei clienti e a migliorare l’efficienza degli agenti mentre interagiscono in tempo reale.<\/p>\n

E l’intelligenza artificiale generativa sta potenziando molte di queste nuove iniziative, in particolare quelle incentrate sull’abilitazione degli agenti. Tuttavia, dato il rischio intrinseco di allucinazioni, questi nuovi strumenti tendono a integrare funzionalit\u00e0 “Human-in-the-loop<\/a>” (HITL).[\/vc_column_text][vc_column_text css=””]Questo blog \u00e8 stato scritto da Adrian Swinscoe, Customer Experience Advisor, autore, relatore, workshop leader e aspirante punk in Punk CX.<\/strong><\/em><\/p>\n

In ambito customer service stiamo assistendo a un impennata dell’interesse per i nuovi strumenti abilitati dall’intelligenza artificiale (AI),<\/a> che si tratti di sperimentazione, orientamento e implementazione. In particolare si parla di tutto quanto \u00e8 destinato a semplificare l’operativit\u00e0 dei clienti e a migliorare l’efficienza degli agenti mentre interagiscono in tempo reale.<\/p>\n

E l’intelligenza artificiale generativa sta potenziando molte di queste nuove iniziative, in particolare quelle incentrate sull’abilitazione degli agenti. Tuttavia, dato il rischio intrinseco di allucinazioni, questi nuovi strumenti tendono a integrare funzionalit\u00e0 “Human-in-the-loop<\/a>” (HITL).<\/p>\n

Per machine learning HITL si intende un tipo di collaborazione uomo-macchina che coinvolge persone che partecipano attivamente all’uso, alla valutazione e alla formazione di modelli e sistemi di intelligenza artificiale. In un contesto di customer service, gli agenti forniscono un feedback sulle previsioni, i suggerimenti e le annotazioni dei sistemi. In questo modo i modelli del sistema apprendono e migliorano.<\/p>\n

Immagina, ad esempio, che un cliente invii un’e-mail riguardante un problema che sta incontrando. Il sistema “leggerebbe” automaticamente la richiesta del cliente e, in base a questo, consiglierebbe un articolo della knowledge base o una particolare soluzione che contribuirebbe a risolvere il problema.<\/p>\n

L’operatore quindi valuterebbe, in base alla propria formazione, esperienza e comprensione del problema, se tale articolo o la soluzione proposta potrebbe risolvere il problema del cliente, deciderebbe se utilizzare o meno tale suggerimento e, allo stesso tempo, fornirebbe un feedback sul modello in merito all’accuratezza e all’adeguatezza del suggerimento fornito.<\/p>\n

Fin qui, \u00e8 tutto molto funzionale, sensato e abbastanza entusiasmante se si considera che l’accesso rapido all’informazione corretta<\/a> \u00e8 uno dei punti critici fondamentali per operatori e clienti. \u00c8 anche un ottimo esempio di come sfruttare la voce dei dipendenti (VoE)<\/a> e sfruttare l’intelligenza degli agenti.<\/p>\n

Tuttavia, se riflettiamo bene, emerge qualche perplessit\u00e0. I dubbi non riguardano l’avvento delle pratiche di HITL in queste applicazioni: ne condivido l’utilizzo per il monitoraggio, la moderazione e la formazione dei sistemi basati sull’intelligenza artificiale. La domanda che mi pongo \u00e8 perch\u00e9 non sfruttiamo le conoscenze e l’esperienza degli operatori in altre aree del nostro business in cui potrebbero contribuire a migliorare le prestazioni e l’efficienza, in particolare nelle varie modalit\u00e0 di interazione e negli strumenti qui utilizzati, da noi e da loro.<\/p>\n

Prendiamo ad esempio i chatbot. Che si tratti di bot rudimentali basati su regole, bot di intelligenza artificiale conversazionale o dei pi\u00f9 recenti bot basati sull’intelligenza artificiale generativa, i chatbot sono e continueranno a essere fondamentali per le strategie di servizio di molti brand. Lo dimostra il Global Contact Center Survey<\/a> di Deloitte Digital che ha scoperto che nei prossimi due anni nove leader globali su dieci si aspettano di investire in ulteriori funzionalit\u00e0, con agenti virtuali e\/o chatbot che giocheranno un ruolo cruciale in questo mix. In aggiunta, McKinsey ha scoperto che nei prossimi 24 mesi i bot di customer self-service saranno in cima alla lista delle priorit\u00e0 negli investimenti AI<\/a> per i leader del customer service.<\/p>\n

La sfida \u00e8 che, nonostante il trascorrere del tempo e gli avanzamenti tecnologici, molti clienti non nutrono molta simpatia per i bot. Nel report “Lo stato della Customer Experience<\/a>“, Genesys dichiara che negli ultimi anni la soddisfazione per i chatbot ha subito un calo. Nel 2017, il 35% dei consumatori aveva dichiarato di essere estremamente soddisfatto dei chatbot; nel 2022, solo il 21% lo ha confermato.<\/p>\n

E non sono i soli. Secondo Harvard Business Review<\/a>, per la quale un team di accademici della Oxford University ha condotto uno studio sulle interazioni dei chatbot nel customer service in un’azienda di telecomunicazioni (analizzando 35.000 interazioni con chatbot), il 66% ha ottenuto una valutazione della soddisfazione pari a 1 su 5.<\/p>\n

Tra i motivi principali citati dai clienti che non simpatizzano per i chatbot figurano la mancanza di personalizzazione, l’incapacit\u00e0 di risolvere problemi che risultano chiari e semplici, l’impossibilit\u00e0 di passare alle chat Web online creando punti morti nelle conversazioni e la mancanza generale di fiducia che gravita intorno alla tecnologia e alle preoccupazioni per i dati e la privacy.<\/p>\n

Tuttavia, la ricerca dell’Universit\u00e0 di Oxford ha concluso che se le aziende devono fornire risultati migliori e raggiungere tassi di soddisfazione pi\u00f9 elevati per le interazioni con i chatbot di customer service, “non solo \u00e8 importante progettare con attenzione gli stessi chatbot ma anche considerare il contesto emotivo in cui vengono utilizzati, in particolare quando si tratta di interazioni con il customer service che implicano la risoluzione dei problemi o la gestione dei reclami”.<\/p>\n

Una progettazione disarticolata dei chatbot<\/h2>\n

Ritengo che uno dei motivi principali per cui esiste questo deficit nel contesto emotivo \u00e8 che nella concezione e nella progettazione dei chatbot le aziende non includono informazioni reali sui clienti e non coinvolgono esperti di conversazione. Approfondiamo con un paio di domande questo fenomeno:<\/p>\n