Contact center AI è un tema di grande interesse da almeno una decina d’anni. Il recente lancio dell’AI generativa ha quindi accelerato un percorso di trasformazione che era già in essere e puntava sull’intelligenza artificiale per ridefinire le dinamiche dell’interazione cliente-azienda. Le aspettative sono rosee: secondo Gartner, il mercato delle soluzioni di contact center è cresciuto del 16,2% nel 2023 e crescerà del 24% nel 2024 sotto la spinta del conversational AI, che a sua volta ha subito un forte impulso dall’AI generativa
Contact center AI, il futuro della customer experience
Con l’espressione contact center AI identifichiamo il ruolo e i casi d’uso dell’intelligenza artificiale nella relazione tra l’azienda e i suoi interlocutori.
La premessa riguarda lo scopo per cui le imprese adottano l’AI nei propri contact center, che possiamo riassumere con il potenziamento della customer experience e l’efficientamento dei processi interni. In altri termini, per dare più soddisfazione al cliente con costi inferiori.
Nonostante la versatilità delle tecnologie di AI, che possono essere integrate in svariate attività e processi nel contesto di un contact center, le aziende hanno indirizzato la propria attenzione in ambiti ben definiti.
Assistenza virtuale
Gli assistenti virtuali, chatbot o voicebot, sono stati per molto tempo la principale manifestazione dell’AI nel contesto del contact center. Le aziende hanno investito moltissimo in conversational AI, e continuano a farlo, poiché esso soddisfa appieno sia le esigenze delle imprese (efficienza) che dei clienti (assistenza 24/7, nessuna attesa telefonica, soluzioni rapide…). In quest’ambito, come si vedrà meglio successivamente, il ruolo dell’AI generativa può essere dirompente, per quanto la nostra preferenza vada per un approccio ibrido, più sicuro ed efficace
Supporto agli operatori
Nel contesto del contact center, l’intelligenza artificiale può essere utilizzata a beneficio degli operatori, e in particolare della loro produttività.
Data la sua capacità di accedere, di mettere in relazione e di analizzare enormi volumi di dati in tempo reale, l’intelligenza artificiale può aiutare gli operatori a ottenere velocemente le informazioni con cui rispondere al cliente, oppure può suggerire loro la cosiddetta next best move, ovvero l’azione che l’AI ritiene migliore per potenziare la soddisfazione del cliente, o anche solo per non perderlo. Il sistema potrebbe suggerire di passare in tempo reale la chiamata a un collega più competente o a un chatbot (nel caso in cui ci sia bisogno di efficienza ma il processo sia tutto sommato standard), oppure di fornire una promozione o uno sconto.
Interaction analysis e compliance
Sempre nell’ottica di potenziare la customer experience, le aziende trovano molto interessante conoscere il sentiment dei propri interlocutori, anche in tempo reale durante le interazioni testuali o le conversazioni telefoniche. Il sentiment, che l’AI deduce dal comportamento, dalle parole, dalle espressioni e anche dal tono, può indirizzare le scelte successive dell’agente.
Infine, ma non per importanza, l’AI può avere un ruolo centrale nell’ottica della compliance con le policy in essere, visto che le attività del contact center sono fortemente regolate. Andiamo così dalla revisione automatizzata di documenti scritti alla valutazione delle conversazioni telefoniche rispetto alla normativa in essere.
Contact center AI e le potenzialità dell’AI generativa
L’AI generativa sta rivoluzionando un settore che è sempre stato molto rapido in termini di innovazione. Nel contact center, l’ambito di applicazione per eccellenza (ma non l’unico) è quello degli assistenti virtuali (conversational AI), che grazie alla capacità di comprendere l’intent delle richieste e di generare contenuti semanticamente corretti, rappresenta un passo avanti enorme rispetto al passato. Senza contare le sue capacità in ottica multilingua.
Fino a ieri, infatti, gli assistenti virtuali hanno sempre faticato a soddisfare le richieste degli utenti, soprattutto per difficoltà di comprensione delle domande più complesse. È sufficiente aver provato un modello pubblico come ChatGPT o Gemini di Google per realizzare il passo avanti enorme sotto questo profilo.
Tuttavia, l’AI generativa apre anche molte sfide legate al bisogno di utilizzare una base di conoscenza interna e di indirizzare le risposte in modo abbastanza rigido per evitare le cosiddette allucinazioni dei modelli di GenAI. Non è consigliabile, infatti, fornire una risposta errata a un cliente.
Il nostro approccio: custom e ibrido
In virtù di queste considerazioni, abbiamo deciso di adottare un approccio custom e ibrido al tema dell’intelligenza artificiale, in particolare quella generativa, nel contesto del contact center. Valutiamo caso per caso se e come miscelare le potenzialità di un modello generativo con quelle dell’AI deterministica, che a fronte di un certo intent della richiesta, genera output simili e replicabili.
Il nostro scopo è progettare e implementare la soluzione migliore alle esigenze dell’azienda integrando e rendendo sinergico il meglio che la tecnologia ci mette a disposizione. L’approccio tecnologico è dunque agnostico: se cambia la tecnologia sottostante, la nostra soluzione si adegua senza alcuna rivoluzione.
Per esempio, l’AI generativa può essere utilizzata nel contesto della relazione con il cliente anche solo per comprendere gli intent delle domande, lasciando poi alla componente deterministica fornire una risposta predefinita che non si discosta dalla knowledge base aziendale e ha anche la brand voice corretta. Oppure, si potrebbe usare l’AI generativa per identificare richieste non ancora mappate e raggrupparle, dando così uno spunto al team interno per espandere la knowledge base, da cui magari produrre (automaticamente) una sezione FAQ ricca di argomenti.
Lo stesso vale per le altre applicazioni di AI generativa, come la creazione di script, di report e l’aiuto nel fornire la risposta giusta alle richieste dei clienti. In ogni caso, moduliamo la soluzione in funzione delle specifiche necessità, tenendo sempre in considerazione l’obiettivo di migliorare efficienza e di customer experience, ma anche di soddisfare requisiti di privacy, protezione e localizzazione del dato.
