Fino a pochi anni fa, contattare un servizio clienti significava affrontare lunghe attese telefoniche, interagire con operatori talvolta poco reattivi e sperare di trovare rapidamente una soluzione. Oggi, con la diffusione di chatbot e assistenti virtuali basati su AI generativa, il paradigma è cambiato: l’assistenza clienti è sempre disponibile, personalizzata e scalabile.
E si tratta di un mercato promettente, in crescita, che rivoluziona il supporto ai clienti. Bisogna vedere con quali pregi e quali difetti, sia per i clienti che per gli operatori, come anche per il mercato in generale.
Indice degli argomenti
Il valore del mercato dei chatbot: crescita esponenziale
Il mercato globale dei chatbot ha registrato una crescita impressionante: da 5,60 miliardi di dollari nel 2023 si prevede che raggiunga i 31,95 miliardi di dollari entro il 2031, con un CAGR del 24,3% nel periodo 2023-2031 (fonte: The Insight Partners). Anche in Italia, l’adozione sta accelerando, con i principali settori – bancario, assicurativo, retail ed e-commerce – che stanno investendo massicciamente nell’integrazione di assistenti AI avanzati. Ma cosa rende i chatbot così efficaci e perché sempre più aziende stanno investendo in questa tecnologia?
Vantaggi e applicazioni pratiche dei chatbot intelligenti
L’elaborazione del linguaggio naturale (NLP), il Machine Learning (ML) e l’intelligenza artificiale generativa, AI generativa, basata su Large Language Models (LLM), hanno trasformato i chatbot da semplici strumenti di automazione a veri e propri assistenti conversazionali intelligenti. I vantaggi principali includono:
- Disponibilità 24/7: riduzione dei tempi di attesa e miglioramento della customer experience.
- Scalabilità: possibile gestione simultanea di migliaia di richieste.
- Personalizzazione: analisi dei dati utente per risposte su misura, anche in base alle precedenti interazioni con l’azienda.
- Riduzione dei costi operativi: meno necessità di operatori umani per attività ripetitive.
Diamo ora un’occhiata ai principali ambiti di applicazione in Italia e alle relative prospettive future.
Chatbot nel settore bancario e assicurativo: casi di successo italiani
Le istituzioni finanziarie utilizzano assistenti virtuali per la gestione di conti, polizze, richieste di assistenza e recruiting.
Esempi reali:
- Ellis (Intesa Sanpaolo): chatbot per operazioni bancarie e assistenza clienti su tutti i touchpoint della banca, quali: sito pubblico, numero verde, app mobile, online banking.
- Elisa (Allianz Direct): è in grado di comprendere e indirizzare le richieste degli utenti agli esperti del Contact Center o guidarli nella gestione autonoma del contratto.
- Unicredit bot per il recruiting: assistente virtuale intelligente che conduce il primo colloquio con i candidati, analizza i loro dati, li testa e li classifica in base all’idoneità per la posizione, semplificando il lavoro dell’ufficio Risorse Umane.
eCommerce: come i chatbot stanno trasformando lo shopping online
Un rapporto di Salesforce rivela che l’84% delle organizzazioni che hanno adottato pienamente l’AI nell’e-commerce ha registrato un miglioramento da moderato a significativo in termini di produttività, efficienza e crescita dei ricavi.
Esempi pratici
- Zalando: AI generativa per suggerire outfit personalizzati, attraverso l’analisi delle preferenze e dei comportamenti di acquisto.
- Luisa (Esselunga): assistente virtuale per supporto sugli ordini e gestione delle promozioni.
- Billie (IKEA): permette al cliente di verificare la disponibilità real-time in uno store specifico dei prodotti, supporta nella fase di acquisto e nella gestione di resi e rimborsi.
Assistenti virtuali nella sanità: dal supporto ai pazienti alle decisioni cliniche
Nel settore sanitario l’AI sta fornendo preziosi algoritmi per lo studio, la prevenzione e la cura di malattie oncologiche e Alzheimer (Sybil, Sphinks, Ospedale San Raffaele, CNR, Politecnico di Bari, Università di Firenze), oltre che chatbot per il supporto psicologico come Woebot, Talking About. Per quel che concerne il servizio clienti i chatbot vengono utilizzati in primis per: programmazione e promemoria di appuntamenti, processi di pagamento, risposta a domande frequenti (FAQ) e gestione del follow up medico.
Esempi pratici
- Eric (Policlinico Gemelli): supporto ai pazienti su esami e ricoveri.
- ASST della Brianza: un progetto di ricerca sfrutta una piattaforma CDSS (Computerized Decision Support System) integrando i dati delle cartelle cliniche elettroniche dei pazienti per sviluppare e testare modelli predittivi a supporto delle decisioni cliniche, facilitando così il lavoro dei terapeuti.
Nuove frontiere di applicazione dei chatbot: dalla PA al turismo
L’adozione dei chatbot sta progressivamente ampliando il proprio raggio d’azione, raggiungendo anche settori come la Pubblica Amministrazione, le telecomunicazioni e il turismo. Tuttavia, l’integrazione con i sistemi esistenti, spesso obsoleti e conservativi nella gestione dei dati, e la capacità di comprendere il linguaggio naturale rappresentano ancora delle sfide da superare.
Allo stesso tempo, emergono nuove opportunità in altri ambiti.
Nel settore manifatturiero, i chatbot vengono sperimentati per supportare la manutenzione predittiva e offrire assistenza tecnica agli operatori, riducendo i tempi di fermo macchina.
Nel mondo dell’istruzione e della formazione, gli assistenti virtuali stanno rivoluzionando il supporto agli studenti, facilitando la gestione dei corsi online e migliorando l’accesso alle informazioni.
Nel turismo invece, si sta investendo in chatbot multilingua, capaci di fungere da veri e propri concierge digitali, fornendo ai viaggiatori informazioni su musei, strutture alberghiere, itinerari e servizi personalizzati, migliorando così l’esperienza utente.
Opportunità e sfide nell’implementazione dei chatbot AI
Le aziende che integrano chatbot AI avanzati migliorano drasticamente la Customer Experience (CX), riducono i costi e ottimizzano i processi aziendali. L’adozione di assistenti virtuali sempre più intelligenti non è più un’opzione, ma una necessità per rimanere competitivi in un mercato digitale in continua evoluzione. Tuttavia, l’adozione dei chatbot non è esente da sfide. Alcuni limiti attuali della tecnologia possono impattare l’esperienza utente e la qualità del servizio.
Limiti attuali della tecnologia chatbot
La scelta se implementare un assistente virtuale nell’assistenza al cliente deve tenere conto di alcune limitazioni che caratterizzano questi strumenti:
- Errata trascrizione: il chatbot non trascrive bene quanto detto a voce dal cliente.
- Errata interpretazione: il chatbot non comprende correttamente l’intenzione dell’utente (sia essa espressa per iscritto oppure oralmente per mezzo di un voicebot).
- BIAS stereotipi e allucinazioni: il chatbot fornisce risposte discriminatorie verso alcune categorie di persone, ad esempio, in base al colore della pelle, alla provenienza geografica, ecc.
- Privacy, sicurezza e risposte improprie: il chatbot genera una risposta accedendo a dati riservati dell’utente che non sono presidiati in modo adeguato oppure fornisce risposte inappropriate.
Storia ed evoluzione degli assistenti virtuali
In origine gli assistenti virtuali, vedi ELIZA (1966), erano pensati solo ad uso principalmente ricreativo, con una capacità di rispondere alle domande dell’utente abbastanza limitata.
A partire dagli anni 90, le innovazioni tecnologiche proseguite sul settore Private, soprattutto la nascita di strumenti come Watson di IBM e Siri di Apple, hanno agito da impulso allo sviluppo di soluzioni pensate invece per il mondo corporate, inclusa l’assistente al cliente.
Con l’avvento dell’AI generativa, i chatbot non solo rispondono, ma possono anche generare contenuti nuovi e risposte personalizzate.
L’integrazione dell’AI generativa con la Realtà Aumentata (AR) sta cambiando il modo in cui i clienti interagiscono con i chatbot, offrendo esperienze sempre più immersive.
La combinazione della realtà aumentata con l’AI e la grafica 3D sta facendo ulteriormente evolvere l’assistente virtuale tradizionale verso veri e propri Agenti 3D multicanale, ovvero avatar tridimensionali che interagiscono con l’utente in modo non solo vocale o testuale ma anche visivo, integrate nelle comuni piattaforme social (Facebook, WhatsApp, Telegram, ecc.).
Ulteriore trend è quello degli assistenti proattivi, che potrebbero anticipare le esigenze degli utenti analizzando il loro comportamento e le loro abitudini.
L‘approccio olistico alla bot strategy
In tale contesto, quella che appare la migliore proposta di supporto e consulenza alle aziende che vogliono sviluppare una propria “bot strategy” si potrebbe definire ‘olistica’. E si sviluppa sui seguenti punti:
Need: il punto di partenza è l’analisi del bisogno, ovvero capire quali problemi lo strumento dovrà risolvere. La necessità di implementare un assistente virtuale o meno dev’essere analizzata con un approccio costi-benefici.
Knowledge base: in funzione dell’esigenza, occorre poi assicurarsi che l’azienda abbia allo stato attuale tutte le informazioni e i dati che servono per risolvere i problemi che saranno richiesti dall’utente. Identificare il set dei dati necessari serve per verificare quanto essi siano completi.
Sicurezza: è necessario verificare è se l’azienda ha al suo interno tutte le procedure e i presidi che permettono una corretta gestione delle informazioni e dei dati scambiati tra l’utente e l’assistente virtuale, soprattutto quelle di natura sensibile dell’utente perché appositamente regolamentate.
Tecnologia: altro tema da affrontare è il tipo di tecnologia utilizzata per costruire il chatbot. Il tema è intimamente correlato a quello del need e della knowledge base essendo la tecnologia sostanzialmente scelta in funzione di alcuni dei temi trattati in precedenza.
Infrastruttura: consiste nello sviluppo di un piano d’azione a lungo termine volto alla valorizzazione interna e/o esterna dei dati. Bisogna effettuare delle scelte rispetto alle risorse necessarie per la governance del patrimonio informativo e la sua valorizzazione.
Execution: l’analisi a questo punto si sposta sulla competenze che servono per implementare lo strumento. Ovvero occorre definire se al suo interno l’azienda riesca a costruire da sola il chatbot, oppure se è necessario reperire delle risorse all’esterno (logica make or buy).
Ethics: correlato al problema della sicurezza dei dati vi è quello dei temi etici che sono centrali se si vuole sviluppare un approccio responsabile all’utilizzo di nuove tecnologie. Si tratta di porsi due domande fondamentali. La prima è verificare se il chatbot sia in grado di generare problemi per la collettività, il secondo è se l’azienda abbia al suo interno presidi e processi che siano in grado di intercettarli.
Sono molte le decisioni che l’azienda deve ponderare bene perché ognuna, anche la più piccola, può portarsi dietro un impatto organizzativo o di costo
Il futuro dell’assistenza virtuale: verso una nuova relazione uomo-macchina
Nella panoramica di evoluzione dei chatbot e degli assistenti virtuali descritta è evidente come, in definitiva, lo sviluppo dell’AI abbia portato una maggiore qualità del servizio offerto al cliente, ma anche ad un miglioramento dell’efficienza interna all’azienda che lo ha sviluppato.
Ci sono settori dove tali tecnologie sono riuscite a proliferare, come ci sono ancora dei punti di debolezza di tali strumenti. L’analisi di alcuni casi studio di successo ha evidenziato come, aziende che operano in settori diversi, hanno sviluppato la medesima soluzione per alleggerire il carico di lavoro degli operatori. E questa può essere una indicazione.
Un modello promettente, sviluppato da Strategic Management Partner, consente alle aziende di approcciare allo sviluppo di questo strumento in modo pienamente consapevole, andando a sviluppare una vera e propria ‘’Bot Strategy’’.
Tanto è stato fatto ma tanto ancora si farà. Le prospettive future indicano un’evoluzione della tecnologia verso chatbot sempre più sofisticati, capaci di integrarsi con una platea sempre crescente di tecnologie come la realtà aumentata, il 3D, trasformando ulteriormente il tipo di interazione che avviene digitalmente e in linea definitiva ridefinendo il rapporto tra uomo e macchina.
