In un momento storico in cui l’intelligenza artificiale (AI) compie rapidi progressi, avvicinandosi sempre pi\u00f9 alle capacit\u00e0 umane, ChatGPT di OpenAI sta avendo un impatto profondo su vari settori. Queste tecnologie stanno aumentando la consapevolezza della potenza dei modelli linguistici di grandi dimensioni (Large Language Model, LLM) e dell’AI generativa, mostrando chiaramente cosa possono fare per migliorare l’attivit\u00e0 dei contact center e la Customer Experience.<\/p>\n
Come avviene per ogni tecnologia trasformativa, bisogna affrontare delle sfide iniziali. Nel caso degli LLM e dell’AI generativa, problemi come le “allucinazioni” (errori nei risultati generati) e la gestione dei diritti sui dati e la privacy, spingono molte aziende ad agire con cautela. Questi fattori hanno alimentato la percezione che la tecnologia non sia ancora pronta per un’adozione su larga scala e autonoma in ambito aziendale.<\/p>\n
Le capacit\u00e0, tuttavia, stanno migliorando costantemente, con l’evoluzione dei bot in agenti virtuali che si servono di LLM e AI generativa<\/a> per svolgere una gamma sempre pi\u00f9 ampia di compiti, 24 ore su 24, 7 giorni su 7. Questo sta permettendo di liberare e portare il personale dei contact center a dedicarsi alla gestione di attivit\u00e0 pi\u00f9 complesse. Tuttavia, per guadagnare la fiducia e ottenere il successo di un agente virtuale autonomo, saranno necessari ulteriore tempo e sviluppi tecnologici.<\/p>\n Oggi, per\u00f2, i copilot basati su AI stanno gi\u00e0 compiendo rapidi progressi in molte situazioni di utilizzo assistito dall’uomo.<\/p>\n I copilot per gli agenti<\/a> offrono una grande opportunit\u00e0 di sfruttare tutte le funzionalit\u00e0 avanzate degli LLM per supportare gli agenti umani, rendendo il loro lavoro pi\u00f9 coerente, efficace ed efficiente.<\/p>\n Nei contact center, gli AI copilot impiegano l’intelligenza artificiale generativa per fornire un’assistenza dinamica, precisa e personalizzata, andando oltre risposte rigide e predefinite. Questa flessibilit\u00e0 consente loro di aiutare gli agenti a gestire compiti complessi, migliorandosi continuamente grazie all’apprendimento automatico e offrendo soluzioni sempre pi\u00f9 pertinenti e accurate.<\/p>\n La loro capacit\u00e0 di integrarsi su pi\u00f9 piattaforme e applicazioni ne amplifica ulteriormente l\u2019utilit\u00e0, rendendoli strumenti versatili e potenti per gli agenti.<\/p>\n Poich\u00e9 i copilot sono integrati con funzionalit\u00e0 avanzate di intelligenza artificiale, sono in grado di offrire assistenza in tempo reale, con una piena comprensione del contesto. Questo migliora la produttivit\u00e0 degli agenti<\/a> grazie a previsioni proattive e a una perfetta integrazione nei flussi di lavoro.<\/p>\n I copilot forniscono informazioni e azioni proattive, utilizzando il contesto per personalizzare le risposte in base alle esigenze specifiche di ogni cliente. Non solo permettono agli agenti di risparmiare tempo, ma garantiscono anche un servizio pi\u00f9 coerente e di qualit\u00e0.<\/p>\n Anche se i copilot agiscono in modo autonomo, \u00e8 sempre necessario l\u2019intervento umano per la revisione e l\u2019approvazione delle risposte, riducendo significativamente il rischio di errori. In aggiunta, un bot di conformit\u00e0 pu\u00f2 essere utilizzato per monitorare e garantire l’accuratezza delle informazioni.<\/p>\n Per esempio, quando un cliente chiama chiedendo come utilizzare un prodotto, grazie all’aiuto del copilot anche un agente con esperienza limitata pu\u00f2 rispondere efficacemente. Il copilot fornisce infatti informazioni rilevanti, permettendo all’agente di assistere rapidamente e con precisione, come se avesse anni di esperienza.<\/p>\n Ecco alcuni modi in cui gli agent copilot e gli esseri umani collaborano a vantaggio del contact center.<\/p>\n Quando un agente risponde a una chiamata, \u00e8 solitamente tenuto a prendere appunti durante la conversazione, annotando la natura della richiesta del cliente e delineando i passaggi successivi da seguire.<\/p>\n Dopo la chiamata, gli agenti si dedicano al lavoro post chiamata, avviando i processi promessi e seguendoli in base a un flusso di lavoro che pu\u00f2 richiedere diversi minuti. Questo processo dipende spesso dalla memoria dell’agente e dalla sua interpretazione dei dettagli emersi durante la conversazione.<\/p>\n Gli agent copilot semplificano notevolmente queste attivit\u00e0, riassumendo automaticamente la chiamata. In questo modo, gli agenti possono concentrarsi sulla conversazione con il cliente, senza dover prendere appunti manualmente. Il copilot \u00e8 in grado di comprendere i flussi di lavoro e le intenzioni del cliente, includendoli nel riepilogo e avviando automaticamente le azioni necessarie. Ad esempio, potrebbe suggerire: \u201cQuando si apre questo caso, segui le fasi X, Y e Z\u201d. Inoltre, il copilot pu\u00f2 integrarsi direttamente nel flusso di lavoro, trasmettendo gli intenti principali della conversazione e fornendo all’agente i dettagli mancanti per completare il processo, il tutto mentre il cliente \u00e8 ancora in linea.<\/p>\n I codici di riepilogo applicati al termine di un’interazione classificano la natura e l’esito della chiamata. Aiutano gli amministratori aziendali ad analizzare i modelli di chiamata, a valutare le prestazioni degli agenti<\/a> e a identificare i problemi comuni dei clienti. Questi codici offrono inoltre informazioni sui motivi frequenti di contatto, sull’efficacia delle risoluzioni delle chiamate e sulle aree da migliorare. Gli agenti sono responsabili della selezione manuale di questi codici.<\/p>\n Gli amministratori aziendali spesso desiderano utilizzare un’ampia gamma di codici di riepilogo, idealmente suddividendo i chiamanti in centinaia di segmenti. Tuttavia, chiedere a un agente di vagliare una grande quantit\u00e0 di opzioni al termine di una chiamata \u00e8 poco pratico e porta a selezionare pi\u00f9 frequentemente i codici pi\u00f9 popolari.<\/p>\n Con un agent copilot, i codici possono essere selezionati automaticamente in base alla comprensione dell’interazione da parte del copilot stesso. In questo modo gli amministratori possono utilizzare tutti i codici di cui hanno bisogno. Il copilot genera un breve elenco dei codici pi\u00f9 rilevanti, o anche un singolo codice, che l’agente pu\u00f2 accettare o modificare a seconda delle necessit\u00e0.<\/p>\n Oltre al risparmio di tempo per gli agenti, si ottengono enormi vantaggi grazie a una reportistica pi\u00f9 accurata, alla coerenza e all’assenza di pregiudizi.<\/p>\n Genesys Cloud\u2122 Agent Copilot<\/a> utilizza funzionalit\u00e0 avanzate di intelligenza artificiale per ottimizzare la scelta dell’azione successiva<\/a>, interpretando con precisione l’intento dell’utente e suggerendo all’agente la risposta pi\u00f9 appropriata. Gli amministratori possono definire gli intenti tramite un modello di comprensione del linguaggio naturale (NLU) o, se preferiscono, descrivendoli manualmente. Un modello linguistico di grandi dimensioni assocer\u00e0 quindi questi input agli intenti corrispondenti.<\/p>\n Una volta che l’intento \u00e8 stato identificato, gli amministratori possono configurarlo per avviare una serie di azioni, come eseguire operazioni basate sui dati, avviare uno script o un modulo, accedere a un articolo di conoscenza o integrare un’applicazione di terze parti, il tutto direttamente dal desktop dell’agente.<\/p>\n Un vantaggio fondamentale del motore Genesys \u00e8 la sua capacit\u00e0 di estrarre entit\u00e0, permettendo di pre-popolare automaticamente la prossima migliore azione con dati rilevanti. Che si tratti di dettagli sui clienti o di informazioni sui prodotti, questi dati arricchiti migliorano la precisione e l’efficacia delle azioni suggerite dai sistemi basati sull’intelligenza artificiale.<\/p>\n I copiloti dedicati agli agenti sono addestrati su dati aziendali specifici, riducendo la necessit\u00e0 di una formazione tradizionale e approfondita per gli agenti umani. Invece di chiedere agli agenti di memorizzare grandi quantit\u00e0 di informazioni, i copilot agiscono come veri e propri gestori della conoscenza, offrendo guida e supporto in tempo reale.<\/p>\n In questo modo, gli agenti possono apprendere e accedere alle informazioni di cui hanno bisogno, quando ne hanno bisogno, semplificando il processo di apprendimento e migliorando l’efficienza complessiva.<\/p>\n Inoltre, i copilot sono addestrati utilizzando i dati specifici dei clienti di un’organizzazione, anzich\u00e9 basarsi su informazioni generali provenienti da internet. Questi copilot sfruttano le conversazioni reali tra l’azienda e i suoi clienti per migliorare continuamente le proprie capacit\u00e0.<\/p>\n Quando gli agenti forniscono informazioni su prodotti, processi o problematiche dei clienti, il copilot si affida alle trascrizioni di queste interazioni per perfezionare e affinare i propri modelli, garantendo un’assistenza sempre pi\u00f9 pertinente e precisa.<\/p>\n Tale approccio riduce al minimo il rischio di allucinazioni (risposte errate o imprecise), affidandosi a dati aziendali verificati e attendibili invece che a fonti generiche o non sempre accurate. Con centinaia o migliaia di interazioni quotidiane con i clienti, il copilot si aggiorna costantemente, offrendo agli agenti informazioni sempre pi\u00f9 precise e rilevanti.<\/p>\n Infine, gli agent copilot possono essere addestrati utilizzando le basi di conoscenza uniche di un’organizzazione, che comprendono informazioni pubbliche e private sull’azienda e sui suoi prodotti, inclusi dettagli sul loro funzionamento. Immagina di trasformare tutte queste informazioni in un copilot del contact center che potenzia il supporto agli agenti, migliorando notevolmente l’efficienza e la qualit\u00e0 dell’assistenza, offrendo un accesso istantaneo a una conoscenza dettagliata e accurata.<\/p>\n I copilot offrono risultati immediati, sono facili da implementare e comportano rischi minimi. Riducendo i tempi di gestione, permettono a un numero inferiore di agenti di gestire efficacemente un numero maggiore di chiamate. Inoltre, l\u2019esperienza dimostra che gli agenti sono altamente soddisfatti dei miglioramenti nelle loro prestazioni ottenuti grazie al supporto fornito dai copilot.<\/p>\n Se la tua attuale soluzione di supporto agli agenti non \u00e8 all’altezza delle aspettative, potrebbe essere arrivato il momento di considerare una piattaforma che integri funzionalit\u00e0 di copilot. Con Genesys Cloud, \u00e8 possibile massimizzare il potenziale dell’AI grazie a una piattaforma di orchestrazione dell’esperienza perfettamente integrata, che migliora sia le prestazioni degli agenti che l’esperienza dei clienti (CX).<\/p>\nI vantaggi degli Agent Copilot<\/h2>\n
Ottimizzare il post chiamata<\/h3>\n
Codici di riepilogo pi\u00f9 coerenti e accurati<\/h3>\n
Suggerire la migliore azione successiva<\/h3>\n
L’addestramento degli Agent Copilot<\/h2>\n
Il Prossimo Passo Logico per i Copilot dei Contact Center<\/h2>\n