AI

Sfatare i miti: I tre principali malintesi sull'IA conversazionale

  • Redazione
  • 14/04/2022
  • Tempo di lettura: 8 minuti

In questo articolo speciale, Derek Roberti, vicepresidente della tecnologia di Cognigy, offre 3 idee sbagliate sull’IA conversazionale. Derek offre intuizioni e comprensione dell’IA conversazionale e dei chatbot come prossimo livello di automazione. Negli ultimi 15 anni, si è concentrato sul portare l’innovazione all’impresa, e combina la sua passione per la tecnologia con un dialogo onesto sulle sue possibilità e limitazioni nei contesti organizzativi del mondo reale.

Al giorno d’oggi, gli assistenti virtuali stanno eseguendo molti compiti semplici e complessi sotto forma di chatbot e voicebot. Quando i bot sono basati sull’AI, come partner di conversazione per gli agenti dal vivo, portano un valore significativo all’intera esperienza dell’utente.

Nel centro servizi, gli agenti virtuali svolgono un ruolo molto importante, che è quello di automatizzare le parti dell’interazione che non richiedono un agente dal vivo. Da un lato, non commettono errori umani, ma non hanno nemmeno un istinto umano naturale che permetta loro di esprimere giudizi. Questo è il motivo per cui i due lavorano uno accanto all’altro è uno scenario ideale - e perché le aziende focalizzate sull’IA stanno puntando a costruire la collaborazione tra umani e IA.

Nonostante le storie di successo, molti contact center e aziende devono ancora abbracciare le innovazioni dell’IA conversazionale a causa di idee sbagliate sull’IA e sui chatbot in generale. Tuttavia, la marea sta cominciando a girare. Nel 2021 Global Contact Center Survey, Deloitte Digital ha notato che due aziende su tre intervistate prevedono investimenti in tecnologie di automazione nei prossimi due anni.

Per scavare più a fondo nelle idee sbagliate, in questo articolo demistificheremo l’IA conversazionale in un modo che rende l’implementazione un no-brainer e a sua volta migliorerà drasticamente le esperienze di clienti e dipendenti.

3 principali idee sbagliate sull’IA conversazionale

L’IA conversazionale è troppo complessa

Incorporare una nuova tecnologia nel flusso di lavoro quotidiano di un’organizzazione può sembrare scoraggiante, ma con l’IA conversazionale non deve essere così.

Per esempio, le piattaforme low-code o no-code permettono ai dipendenti che non sono sviluppatori o esperti di machine learning di iterare rapidamente invece di fare cambiamenti che richiedono tempo e costi attraverso team tecnici o fornitori esterni. Questo tipo di IA conversazionale autorizza il personale non tecnico a progettare, evolvere e migliorare le conversazioni automatizzate a piacimento - il che aiuterà anche l’IA a diventare più incorporata in più aree di business, con un ulteriore risparmio di costi e tempo lungo la linea.

Per un altro, l’IA conversazionale è anche incredibilmente flessibile in dove, quando e come può essere utilizzata, così come il modo in cui funziona con altri sistemi e processi. Mentre i tradizionali centri di contatto on-premise - o legacy - si spostano verso il cloud, l’automazione sta permettendo ai team IT di trasformarsi a loro volta. L’IA conversazionale cattura le impronte digitali lungo il percorso del cliente per identificare i problemi comuni e rafforzare la base di conoscenza per il supporto clienti. Serve anche come prima linea di contatto per le richieste più basilari dei clienti, il che riduce il carico di stress sugli agenti di supporto dal vivo e permette loro di affrontare le esigenze dei clienti più complicate o sensibili. Con il passaggio al digitale, le aziende possono sfruttare l’IA conversazionale sia che lavorino nel cloud o on-premise. Consentendo l’implementazione indipendentemente da dove si svolge il lavoro tecnico di back-end, i team IT possono integrare l’IA conversazionale rapidamente e facilmente nei sistemi legacy esistenti, nelle tecnologie di livello enterprise o nelle piattaforme di automazione intelligente, grazie alle integrazioni di canale e alle API pre-costruite. Questi sono punti cruciali, poiché un recente sondaggio di settore ha mostrato che il 40% delle aziende afferma di non essere in grado di collegare i loro diversi canali, e il 39% sta anche lottando per integrare le soluzioni di call center con sistemi aziendali più ampi.

Decidere di utilizzare l’IA conversazionale per supportare e aumentare i servizi esistenti non significa che le organizzazioni debbano portare ogni caratteristica o offerta proprio fuori dal cancello. Vediamo molte aziende che iniziano con voicebot e/o chatbot, acquisendo familiarità con quella tecnologia prima di espandere eventualmente le capacità. Una volta che le organizzazioni iniziano a raccogliere questi benefici, tendono naturalmente a scalare i loro progressi AI, diventando più a proprio agio con offerte come l’analisi vocale e lo speech-to-text in tempo reale - due strumenti che le aziende stanno continuamente aggiungendo alle loro cassette degli attrezzi.

L’IA conversazionale affronta solo problemi basati sulla conoscenza

L’IA conversazionale può fare molto di più di semplici bot per le FAQ. In che modo? Perché:

Utilizza l’elaborazione del linguaggio naturale per capire le esigenze dei clienti

Capisce il contesto e le sfumature di ogni conversazione

Risolve i problemi invece di raddoppiare come un motore di ricerca

Coinvolge e si connette con gli utenti attraverso conversazioni personalizzate

Utilizza le capacità di automazione per colmare le lacune dei processi

L’IA conversazionale dà agli agenti virtuali del servizio clienti l’intelligenza per gestire richieste più complesse in modo che possano indirizzare più accuratamente un cliente a un rappresentante del servizio clienti appropriato. Più velocemente un cliente può avere un problema risolto, più efficace è l’esperienza complessiva.

Immaginate uno scenario in cui un cliente vuole conoscere la politica di rimborso di un’azienda. Invece di coinvolgere un agente dal vivo per questa domanda, un voicebot o un chatbot può fornire le informazioni attingendo alla knowledge base Ma poi il cliente chiede quando il suo ordine sarà consegnato. Il bot può accedere a quelle informazioni dai sistemi di back-end e consegnarle direttamente al cliente. Allo stesso tempo, ci possono essere lingue da tradurre o il passaggio attraverso i canali dal telefono al testo, per esempio. Questo accesso rapido a informazioni semplici e non così semplici accelera il tempo di gestione.

L’automazione conversazionale offre ai clienti le esperienze che desiderano, mentre fornisce il supporto di cui gli agenti umani hanno bisogno per aiutare i clienti a risolvere le richieste in modo rapido ed efficiente.

I tre vantaggi chiave dell’utilizzo di una piattaforma di AI conversazionale per sviluppare chatbot e voicebot sono i seguenti:

Sono governabili e forniscono più interfacce utente. Poiché le piattaforme sono governabili, è possibile renderle più intelligenti.

Integrandosi con sistemi interni come CRM, ticketing, HRIS, o gestione dell’inventario, gli utenti possono completare i processi end-to-end attraverso un’interfaccia più conversazionale.

Le interfacce utente possono essere sia basate su codice che su UI, il che permette agli utenti sia all’interno che all’esterno dell’IT e aiuta ad evitare colli di bottiglia.

L’IA conversazionale richiede una piattaforma di analisi separata

Un malinteso comune sull’IA conversazionale è che l’analitica è isolata. Gli strumenti di analisi permettono l’esame sistematico dei dati di conversazione in modo che gli utenti abbiano una base affidabile per modificare le loro offerte. Con le piattaforme di AI conversazionale, gli approfondimenti di tutte le interazioni chatbot e voicebot sono catturati e analizzati per gli utenti.

Ad esempio, le soluzioni di analisi AI conversazionale permettono agli utenti di tracciare e valutare ogni fase di una conversazione. L’uso di tecnologie speciali, come l’analisi dettagliata del viaggio, può anche identificare con precisione i potenziali punti problematici. Indipendentemente dal fatto che il percorso debba essere identificato in un singolo caso o come un modello generale, al centro si tratta di comprendere veramente i dati di conversazione per utilizzarli in modo redditizio. In termini concreti, se tali analisi intelligenti possono migliorare significativamente l’esperienza del cliente, questo si rifletterà anche nelle cifre.

E non si tratta solo di conversazioni tra assistenti virtuali e clienti. Anche le interazioni con i dipendenti forniscono intuizioni preziose. Gli utenti possono fornire una panoramica dell’intero processo del contact center - sempre con l’obiettivo di misurare in modo granulare il successo dell’automazione del servizio e identificare i punti nevralgici. Le potenti capacità di apprendimento automatico permettono ai team di tracciare e valutare ogni fase di una chiamata. Questo dà loro un punto di partenza basato sull’evidenza in termini di misure e progetti, permettendo loro di analizzare e adattarsi per fornire un servizio clienti ancora migliore, guidando anche processi interni più efficienti.

L’IA conversazionale è già arrivata?

Come tecnologia, siamo ancora all’inizio del ciclo di sviluppo dell’IA conversazionale. Abbiamo affrontato sufficientemente gli ostacoli tecnologici, ma non abbiamo ancora creato tutte le esperienze di riferimento che possiamo modellare per diversi casi d’uso. Questo è il prossimo passo.

Sviluppatori, product manager e analisti di business - non hanno mai dovuto progettare una conversazione prima, quindi molto di ciò che vediamo sul web e sentiamo al telefono non sono necessariamente esempi di una buona esperienza utente. L’industria ha bisogno di fornire le migliori pratiche e di educare le parti interessate su come sono le buone interazioni di conversazione.

Una volta colmato questo divario nell’esperienza utente, vedremo un cambiamento fondamentale nel modo in cui l’automazione conversazionale e il valore che fornisce sono percepiti, permettendo alle aziende di sbloccare il vero potenziale dell’analisi conversazionale per aiutare i clienti a raggiungere ciò che vogliono ottenere più velocemente, più facilmente e con un’esperienza più positiva, 24 ore su 24, 7 giorni su 7.

Iscriviti alla newsletter gratuita di insideBIGDATA.

Unisciti a noi su Twitter: @InsideBigData1 - https://twitter.com/InsideBigData1

Ciao, sono Michele!

Sono molto felice di saperti qui.
Ogni giorno ti raccontiamo qualcosa di nuovo sull'AI e sulle nuove tecnologie. Seguici sui social o iscriviti alla newsletter!

Iscriviti alla newsletter!

Iscrivendoti accetti la nostra Privacy Policy

Ti va di rimanere aggiornatə?

Niente spam, niente pubblicità. Ogni tanto una mail. Tutto qui.
(Ah, ovviamente i tuoi dati non verranno mai ceduti)

Iscrivendoti accetti la nostra Privacy Policy