Servizio clienti 4.0

Assistenti virtuali, così l’Intelligenza Artificiale aiuta i chatbot di ultima generazione

Gli ultimi chatbot usati nel servizio clienti riescono a essere più sofisticati e a rispondere a più domande contemporaneamente durante una conversazione con l’utente. Il ruolo dell’IA conversazionale, le tre categorie di mercato e i due tipi di acquirenti, le differenze con i modelli precedenti

Pubblicato il 27 Mag 2022

Luigi Mischitelli

Legal & Data Protection Specialist at Fondazione IRCCS Casa Sollievo della Sofferenza

AI chatbot

Un sistema “chatbot” di ultima generazione utilizza la tecnologia di Intelligenza Artificiale “conversazionale” per simulare una discussione/chat con un utente attraverso siti web ed App di messaggistica. Si pensi, ad esempio, all’assistenza che molte aziende forniscono su Facebook Messenger e WhatsApp.

Un chatbot “moderno”, in pratica, utilizza applicazioni linguistiche basate su regole che gli permettono eseguire funzioni di chat “dal vivo”, in risposta alle interazioni dell’utente in tempo reale.

GPT-3: i rischi del deep learning applicato al linguaggio naturale

AI Chatbot: le nuove caratteristiche degli assistenti virtuali

Negli ultimi anni, vi è stata un’autentica “esplosione” nell’utilizzo di queste applicazioni. Un po’ tutti abbiamo incrociato gli assistenti virtuali, che sui siti web che li ospitano promettono un’esperienza di servizio clienti veloce e utile.

Ma, di converso, molti consumatori hanno trovato le interazioni – con alcuni chatbot “poco intelligenti” – deludenti e lunghe. Inoltre, le imprese hanno affrontato dei costi superiori al previsto nell’ “alimentazione” di tale tecnologia. Siamo però solo al primo round della competizione.

Grazie ai modelli di linguaggio conversazionale open-source, come BERT di Google e GPT di Open AI, ora è molto più facile per le aziende ed i fornitori di software tecnologici apportare innovazioni al settore dei chatbot.

È possibile, infatti, creare strumenti di Intelligenza Artificiale conversazionale più sofisticati, chatbot di ultima generazione più intelligenti e messaggistica asincrona per gli assistenti vocali e mobili.

Inoltre, i modelli di Deep Learning possono essere progettati facendo ricorso a una piccola quantità di training data: una “manna dal cielo” per la tecnologia in esame.

Negli ultimi anni, la capacità delle macchine di comprendere il linguaggio umano scritto e parlato è migliorata nettamente. Ora, le macchine possono non solo comprendere meglio le parole che vengono dette (esempio scritte in chat), ma anche percepirne “l’intento” che sta dietro di esse. Questo comporta risposte migliori e la creazione di assistenti virtuali molto più sofisticati.

AI chatbot per il servizio clienti: le tre categorie di mercato

Nel complesso, il mercato dell’Intelligenza Artificiale conversazionale nell’ambito del “servizio clienti” si divide in tre categorie chiave.

La prima riguarda le piattaforme che hanno interfacce “su misura” sia per l’utente “esperto” che per l’utente “base”, con integrazioni “out-of-the-box” ed un’ampia varietà di scelta.

Poi ci sono le Big Tech fornitrici di servizi cloud, come Microsoft, Google, Amazon e IBM, che offrono servizi “di base” come traduzione e comprensione del linguaggio naturale; peraltro, non hanno necessariamente un insieme di interfacce utente e componenti precostituiti.

Infine, ci sono anche migliaia di altri operatori di mercato “più piccoli” che approfittano delle innovazioni “open source” presenti sul mercato per fornire agli utenti strumenti con vari livelli di dettaglio e complessità.

Tutte queste aziende stanno “lavorando per risolvere lo stesso problema”: creare esperienze di prima classe per i clienti, con strumenti accessibili sia ai non tecnici che ai tecnici.

AI conversazionale nel servizio clienti: i due tipi di acquirenti

L’Intelligenza Artificiale conversazionale, inoltre, si rivolge a due tipi di acquirenti del servizio clienti.

In primo luogo, ci sono gli acquirenti che possiedono il contact center o i sistemi di supporto rivolti al cliente. Acquirenti spesso non tecnici, che non hanno mai lavorato prima con l’Intelligenza Artificiale conversazionale.

Sono clienti che lavorano “a basso utilizzo di codici” o “senza codice”: ciò non toglie che possa esserci qualcuno che non è uno sviluppatore ma è un esperto nel trattare con i clienti e che può aiutare, quindi, ad addestrare e controllare le capacità dell’Intelligenza Artificiale conversazionale in maniera eccellente.

Dall’altra parte, vi sono acquirenti “più tecnici”, che ricevono richieste, nelle aziende dove operano, per la messa in piedi di chatbot con capacità di automazione vocale. Tali acquirenti tecnici si preoccupano sia delle interfacce utente nonché dell’integrazione tra sistemi, di sicurezza e di conformità degli strumenti impiegati.

AI chatbot di ultima generazione: la differenza con i precedenti

I chatbot di “prima generazione” mancavano di buone capacità di linguaggio naturale e, spesso, non permettevano ai clienti di accedere ai contenuti desiderati. Tali strumenti erano anche decontestualizzati e ben poco personalizzati. Ad oggi, invece, i chatbot spiccano per la qualità della loro costruzione ed implementazione, per il design accattivante e per la loro formazione su una grande vastità di training data.

Mentre molte aziende vedono l’Intelligenza Artificiale conversazionale come un altro tipo di “semplice” chatbot, la differenza “dietro le quinte” è diversa. Questo perché l’Intelligenza Artificiale conversazionale supera di gran lunga il normale concetto di chatbot, stabilendo una sorta di “nuovo livello” di esperienza con il cliente.

L’Intelligenza Artificiale conversazionale è molto più potente del chatbot convenzionale, anche se alla fine sono entrambi “assistenti della comunicazione” di un ente o di un’azienda.

Ad esempio, i chatbot con Intelligenza Artificiale conversazionale possono elaborare diverse applicazioni in una volta, mentre i chatbot “semplici” richiedono due messaggi “indipendenti” per compiere la medesima azione. Un chatbot “semplice” risponde solo ad una prima richiesta e ignora la seconda.

Il chatbot alimentato da Intelligenza Artificiale conversazionale può elaborare entrambe le richieste e rispondere contemporaneamente durante la conversazione con l’utente.

Poiché l’Intelligenza Artificiale ricorda anche le preferenze dell’utente, il risultato comporta conversazioni più naturali che portano a meno “frustrazioni” (per l’utente) rispetto alle conversazioni tradizionali. Dal punto di vista del cliente, l’Intelligenza Artificiale conversazionale è molto “attraente”. E, probabilmente, i “tempi felici” devono ancora arrivare.

Inoltre, vi è anche la possibilità di integrare l’Intelligenza Artificiale conversazionale nelle comunicazioni aziendali, con tutti i chatbot “conversazionali” dell’azienda che accedono alle stesse fonti di dati, peraltro, la comunicazione su “tutti i canali” sarebbe ottima. Che un cliente comunichi con un’azienda tramite Facebook o un sito web non fa differenza, perché ottiene la stessa qualità ovunque.

Conclusioni

L’Intelligenza Artificiale conversazionale rappresenta uno sviluppo dei normali chatbot, e permette di avere vere e proprie conversazioni tra una persona e un “assistente visivo”.

I “semplici” chatbot possono essere un buon inizio, soprattutto quando si tratta di comunicazione basata sul testo. Presto, tuttavia, si vedrà che i chatbot possono offrire un valore reale ai clienti solo attraverso l’utilizzo dell’Intelligenza Artificiale conversazionale.[2]

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Iniziative
Analisi
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati