L’intelligenza artificiale (AI) sta rivoluzionando il modo in cui le aziende gestiscono il customer service. Gli agenti virtuali non si limitano a rispondere a domande standard, ma sono un vero e proprio supporto agli operatori umani, migliorando sia la qualità del servizio sia l’efficienza operativa. Però non è un cambiamento semplice da gestire. Bisogna prepararsi, e di questo ne abbiamo parlato durante un incontro on line insieme ai nostri ospiti Tsiry Cahn, Sales Manager Southern Europe di Freshworks, Lapo Demi, Corporate Cyber Security Specialist di Diarosin, e Luca Ciaraffo, AI e CX Practice Leader di CRM Partners. Con loro abbiamo esplorato le sfide, cercato di risolvere i dubbi e comprendere i percorsi di adozione.
Tsiry Cahn ci ha introdotto nell’argomento portando alcuni dati di mercato in particolare ha sottolineato che viviamo in un’epoca in cui il supporto cliente IT non può più permettersi di essere lento e reattivo: i clienti si aspettano risposte immediate e personalizzate, mentre le aziende affrontano un aumento esponenziale di richieste con risorse limitate. “L’IA non è solo una tecnologia emergente, è la risposta a questa sfida” ha affermato Cahn. “Secondo Gartner, l’80% delle aziende di supporto cliente IT adotterà l’IA generativa entro il 2025. Perché? Perché senza l’intelligenza artificiale la produttività rimane bloccata, i costi operativi crescono e la qualità del supporto peggiora.I dati chiave parlano chiaro: il 50% delle richieste di supporto potrebbe essere automatizzato, ma oggi viene ancora gestito manualmente. Il 70% delle aziende che hanno adottato l’IA ha visto migliorare la produttività degli operatori, e il 40% ha ridotto i tempi di gestione delle richieste grazie all’intelligenza artificiale. Le aziende che non adottano l’IA oggi rischiano di restare indietro. L’IA non sostituisce l’uomo — questo è fondamentale — ma libera le persone dalle attività ripetitive, permettendo loro di concentrarsi su problemi più complessi e a maggior valore aggiunto. Chi inizia ora con l’intelligenza artificiale costruisce un vantaggio competitivo. Chi aspetta lo perderà.”
Quindi abbiamo ascoltato l’esperienza di Diasorin: un’azienda che ha deciso di intraprendere questo percorso. Lapo Demi ha sottolineato che l’obiettivo dell’azienda è aiutare gli operatori, non sostituirli. “Vogliamo fornire uno strumento che permetta ai nostri operatori di risolvere rapidamente ed efficacemente tutti i ticket che riceviamo. Gli operatori non devono temere questa tecnologia, perché non eliminerà il loro lavoro, ma lo semplificherà e li aiuterà a essere più efficienti” ha dichiarato Demi. “La nostra realtà conta circa 130 operatori distribuiti in tutto il mondo che si occupano di diverse aree. Non ci limitiamo solo all’ambito IT, ma copriamo anche altri settori come safety, facility e ICAR, ognuno con esigenze e competenze specifiche. Quindi, uno strumento che possa supportare i nostri operatori nella risoluzione dei ticket è sicuramente molto importante e utile, sempre mantenendo, come ho detto all’inizio, il ruolo insostituibile dell’operatore umano. ”
A proposito delle difficoltà risolte dall’intelligenza artificiale Demi ha sottolineato come prima ci fosse una notevole perdita di tempo per le attività routinarie — domande frequenti, problemi comuni e così via. Gli operatori si trovavano a dover rispondere manualmente a questioni già note, senza potersi dedicare ad attività di maggior valore aggiunto. L’intelligenza artificiale che attinge alle conoscenze registrate nella piattaforma aiuta gli operatori a risolvere in modo rapido ed efficiente tutte queste problematiche.
Luca Ciaraffo ha condiviso come si stanno muovendo anche le altre aziende per implementare l’AI nel customer service. Secondo lui: “Siamo di fronte a un’opportunità che deve essere colta al volo per non perdere il vantaggio competitivo che l’intelligenza artificiale porta con sé. Come già accennato, ci sono diverse limitazioni nel non utilizzare questa tecnologia. Il fattore tempo è sicuramente tra i più critici: considerando che un dipendente ha un costo orario fisso per l’azienda all’interno della sua giornata lavorativa, più attività riusciamo a fargli svolgere efficacemente, maggiore sarà il profitto e il vantaggio per l’azienda.”
Per entrare nel dettaglio abbiamo chiesto a Tsiry Cahn di spiegarci come funzionano e in che modo possono essere utilizzati gli AI agent, che ci ha risposto facendoci immergere nell’operatività quotidiana. “Immaginate di avere una squadra di supporto che gestisce centinaia di richieste al giorno. Molte sono ripetitive, altre richiedono un’analisi complessa, e nel mezzo c’è il cliente o il dipendente che aspetta una risposta. Potete trasformare questa situazione in tre modi.
Primo, l’automazione intelligente delle richieste ripetitive. Con Freddy Self Service potete rispondere in tempo reale alle domande più comuni, riducendo fino al 60-70% del carico di lavoro degli operatori. Il risultato? Tempi di risposta immediati e un supporto sempre disponibile.
Secondo, l’intelligenza artificiale che lavora con gli operatori, non al posto loro. Freddy Copilot non sostituisce gli operatori, ma li potenzia. Suggerisce risposte basate su conversazioni precedenti categorizzate, aiutando a risolvere i problemi più velocemente. Gli operatori possono così concentrarsi sulle richieste più complesse e offrire un servizio di qualità superiore.
Terzo, l’IA per l’analisi e la previsione dei problemi. Freddy Insights analizza migliaia di ticket, individua trend e colli di bottiglia, e suggerisce azioni per migliorare i processi. Le aziende possono così passare da un supporto reattivo a uno proattivo. L’obiettivo non è solo rispondere più velocemente, ma trasformare il supporto in un vantaggio veramente strategico per il business.”
Considerato che è importante definire un ruolo chiaro e capire come l’utilizzo dell’IA possa essere utile per la propria azienda, Lapo Demi ci ha spiegato nel concreto come viene utilizzata in Diasorin. “Come dicevo all’inizio abbiamo circa 130 operatori sparsi nel mondo con centri di competenza localizzati in Paesi specifici. L’intelligenza artificiale ci offre un vantaggio importante: permette di tradurre automaticamente le richieste che arrivano in lingue diverse da quella nativa dell’operatore, consentendogli di rispondere nella lingua del richiedente. Per esempio, se un operatore italiano gestisce un software utilizzato globalmente e un utente in Germania apre un ticket in tedesco, il sistema traduce automaticamente la richiesta in italiano. L’operatore può elaborarla e rispondere nella sua lingua, e il sistema la tradurrà in tedesco per l’utente. Questo è un aiuto prezioso sia per chi apre il ticket sia per gli operatori, che non devono necessariamente conoscere più lingue per svolgere il loro lavoro”.
Ma non è l’unico aspetto sviluppato. Anche la categorizzazione automatica gioca un ruolo decisivo. “Abbiamo diverse modalità di gestione: gli utenti che aprono ticket tramite il portale sono già indirizzati a categorizzarli, facilitando gli operatori nell’individuare le aree di competenza. Tuttavia, abbiamo anche un canale email dove la categorizzazione manuale richiede che gli operatori aprano ogni ticket individualmente, ne comprendano il contenuto e lo assegnino alle appropriate code di competenza. L’IA permette invece una categorizzazione automatica analizzando il contenuto del ticket, consentendo l’assegnazione diretta a chi di competenza. Questo ci fa risparmiare tempo prezioso nella categorizzazione dei ticket, poiché il sistema la suggerisce automaticamente basandosi sulla sua conoscenza acquisita dalla storia dei ticket gestiti.”
Nonostante l’impatto significativo che hanno queste innovazioni occorre superare diverse preoccupazioni nei confronti dell’intelligenza artificiale. Se da un lato gli operatori hanno timore di essere sostituiti, dall’altro occorre anche rassicurare sull’affidabilità e la sicurezza del sistema. “Utilizziamo un’intelligenza artificiale che rimane “chiusa” all’interno del nostro ambiente” ha spiegato Demi. “Non attinge a fonti esterne per rispondere alle richieste, ma sfrutta le conoscenze interne al sistema: gli articoli scritti dai nostri operatori e le soluzioni documentate nei ticket gestiti nel tempo. Questo sistema può analizzare tutte le note di risoluzione dei ticket e gli articoli della knowledge base, fornendo risposte utili e concrete, evitando le possibili “allucinazioni” che potrebbero derivare da un’IA che attinge da un pool di informazioni generiche esterne. Questo approccio risulta molto più affidabile ed efficiente”.
Luca Ciaraffo ha confermato che le preoccupazioni espresse da Lapo Demi sono condivide in molte aziende che da un lato, sentono di dover adottare l’IA per stare al passo con le richieste del mercato, dall’altro, emergono le naturali preoccupazioni legate a una nuova tecnologia, come è sempre accaduto. “Faccio un parallelismo: sono le stesse preoccupazioni emerse quando si è passati dai sistemi on-premise al cloud” ha affermato Ciaraffo. “C’erano timori su dove risiedessero i dati, come venissero trattati, e sul non essere più completamente padroni dei propri dati aziendali sensibili. La prima preoccupazione riguarda quindi la sicurezza e la privacy dei dati. Su questo fronte, le aziende fornitrici di IA si stanno attrezzando, rispettando tutte le normative GDPR per il trattamento dei dati in Europa e oltre — anche se noi al momento ci concentriamo sul mercato europeo. Un altro elemento riguarda il rischio di “allucinazioni”. Come ha giustamente evidenziato Lapo, un’IA troppo libera rischia di generare risposte non in linea con quanto atteso dall’azienda. È quindi fondamentale addestrare e monitorare le fonti dei dati, creando un’IA “chiusa” che sfrutti la potenza di calcolo solo in relazione ai dati forniti dall’azienda.”
Infine, ci sono i timori legati ai piani di implementazione: come iniziare, considerando che è un argomento nuovo? I potenziali costi di implementazione possono spaventare, soprattutto pensando di dover costruire un’infrastruttura con investimenti iniziali elevati. Questo crea una certa resistenza nelle aziende. ”Esistono soluzioni — parlo per Freshworks, di cui siamo partner — che offrono uno strumento chiavi in mano, in grado di assorbire tutti i costi infrastrutturali e fornire una soluzione SaaS, permettendo così di mantenere sotto controllo i costi di implementazione” ha sottolineato Ciaraffo.
A questo punto del dibattito, Tsiry Cahn ha proposto una riflessione molto interessante: “Vorrei solo ricordare che l’IA è pronta per le aziende, ma spesso sono le aziende a non essere ancora pronte. Quando affrontiamo le obiezioni sul “perdere il controllo”, ricordiamo che l’IA non sostituisce l’uomo ma lo aiuta a lavorare meglio. Gli operatori mantengono sempre il controllo e possono intervenire in qualsiasi momento. L’IA è veramente un co-pilota, non un pilota automatico. Quando parliamo di sicurezza dei dati, l’IA di Freshworks è progettata per rispettare le normative come il GDPR. Le aziende possono definire quali dati l’intelligenza artificiale può elaborare, mantenendo il pieno controllo. Riguardo all’investimento, quando qualcuno lo considera troppo oneroso, ricordiamo che il vero costo è non fare nulla. Le aziende che hanno adottato l’IA hanno visto un ritorno positivo entro dodici mesi, grazie alla riduzione dei costi operativi e all’aumento dell’efficienza. Quindi voglio sottolineare: l’IA non toglie valore umano, lo amplifica. È un’opportunità, ma solo per chi sceglie di coglierla.”
Nello stesso tempo, occorre non cadere nell’errore che sia sufficiente inserire l’IA nei propri sistemi per far sì che gestisca automaticamente tutti i processi aziendali o risolva tutte le problematiche degli utenti. “Un buon approccio è quello di definire dei micro-obiettivi su cui far intervenire l’IA” ha consigliato Ciaraffo. ”L’ambito di applicazione dell’intelligenza artificiale, che si estende trasversalmente dal marketing alle vendite, fino al customer care. All’interno di ogni settore, l’IA offre diverse possibilità: dalle risposte automatiche alla gestione delle risoluzioni, fino alla categorizzazione. L’ideale è concentrarsi su un obiettivo alla volta, definendoli e applicandoli progressivamente. Questo tipo di approccio permette non solo di circoscrivere il progetto, ma anche di lanciare un test pilota, concentrandosi su uno scenario specifico e monitorando attentamente i KPI di riferimento. Nel customer care, questi indicatori includono i tempi di risposta, i tempi di risoluzione e l’analisi qualitativa della soddisfazione degli utenti. Il confronto delle metriche prima e dopo l’implementazione dell’IA fornisce una visione chiara del successo del progetto e permette di apportare eventuali correzioni.”
A proposito della misurazione e delle metriche da adottare, Tsiry Cahn ha chiarito che il ROI non è solo economico, ma anche strategico. “Misurare il ROI dell’intelligenza artificiale significa legare l’adozione tecnologica a risultati concreti, non solo in termini di efficienza ma anche di qualità del servizio. Le aziende che hanno adottato l’IA per il supporto clienti o IT monitorano alcuni indicatori chiave: la riduzione del tempo medio di gestione delle richieste, l’aumento del tasso di risoluzione al primo contatto, la diminuzione del numero medio di interazioni per ticket, il mantenimento o la crescita della soddisfazione immediata e le ore operative risparmiate – che spesso equivalgono a un’intera persona liberata per attività a maggiore valore aggiunto. Le aziende che iniziano con piccoli progetti pilota, misurando questi KPI fin da subito, vedono risultati già nei primi mesi di utilizzo dell’IA”.
Quindi l’AI non è una spesa da giustificare, ma una leva per liberare risorse e migliorare le esperienze, sia internamente che verso i clienti. Sulla necessità di avviare progetti pilota ha concordato Lapo Demi, che ha sottolineato come questo approccio abbia consentito di misurare chiaramente i benefici. “Abbiamo iniziato a utilizzare le funzionalità AI con il gruppo di supporto italiano, per capire effettivamente come funzionava il sistema e quali potessero essere i valori aggiunti nella nostra realtà. Già nei primi mesi di utilizzo, abbiamo notato i benefici del sistema: oltre alle traduzioni automatiche già menzionate, anche la compilazione automatica delle resolution note si è rivelata preziosa. Questa funzionalità permette agli operatori di ottenere un riassunto di tutte le interazioni nel ticket, sintetizzando sia le risposte degli utenti che quelle degli operatori in una nota risolutiva salvata nel ticket. Il nostro prossimo obiettivo è attivare Freddy Copilot, ma sappiamo che questo sistema necessita di un database di informazioni per essere davvero utile ed efficace. Per questo, il nostro piano è di partire dalla compilazione sistematica delle Resolution Note e dalla creazione di un solido database di articoli base, realizzati dai nostri operatori. Questi contenuti potranno essere utilizzati dall’intelligenza artificiale per rispondere, tramite il Copilot, direttamente alle richieste dei nostri utenti.”
Nella conversazione molti dubbi dovrebbero aver trovato risposta: è fondamentale definire gli obiettivi che vogliamo raggiungere con l’intelligenza artificiale e, soprattutto, quale ruolo vogliamo assegnarle. Come hanno sottolineato più volte i nostri relatori, non si tratta di sostituire le persone, ma di dare loro un supporto che potenzia le loro capacità. Questo cambiamento va accompagnato con una formazione specifica per aiutare le persone a trarre il meglio dai nuovi strumenti e incrementare le competenze umane, non sostituibili dall’AI.
COMMENTI