Da anni, AI e machine learning rappresentano uno dei trend tecnologici più rilevanti del customer care. Con l’arrivo dell’AI generativa e dei modelli di linguaggio, poi, le aspettative attorno a queste tecnologie sono cresciute in modo esponenziale. Vediamo come Base Digitale Platform sta affrontando questo percorso con un approccio concreto, modulare e innovativo.
Come AI e machine learning stanno rivoluzionando il customer care
Chatbot e voicebot per gestire la relazione con i clienti, assistenti digitali a supporto degli operatori del contact center, strumenti di sentiment analysis, soluzioni generative capaci di riassumere le conversazioni e aggiornare automaticamente i CRM, fino a tecnologie che semplificano l’accesso alla conoscenza aziendale sono solo alcuni dei casi d’uso che, negli ultimi due o tre anni, hanno conquistato spazio nel dibattito tecnologico, anche tra le pagine di questo blog.
L’attenzione per questi temi è facilmente spiegabile: le aziende vedono in AI e machine learning nel customer care un alleato strategico per raggiungere quell’equilibrio tra efficienza operativa e qualità dell’esperienza cliente che, per molto tempo, è sembrato molto difficile da ottenere. Certo, la crescente pressione normativa - si pensi a GDPR e AI Act - impone alle organizzazioni di adottare soluzioni AI sicure, sostenibili e anche etiche, ma è altrettanto evidente che questo trend è destinato a restare.
Base Digitale Platform: innovazione, consulenza e soluzioni modulari
AI e machine learning nel customer care rappresentano un elemento chiave della nostra offerta, nonché un pilastro strategico su cui investiamo da anni, integrando ricerca, tecnologia e conoscenza dei processi reali.
Le soluzioni AI sviluppate all’interno della piattaforma Wasabi nascono per dare concretezza alla promessa dell’intelligenza artificiale: non solo automazione, ma strumenti per far evolvere il customer care verso un modello più efficiente, personalizzato e sostenibile, in cui le componenti umana e tecnologica coesistano efficacemente. Tra le molteplici soluzioni implementabili, segnaliamo:
- soluzioni di automazione conversazionale omnicanale, con chatbot e voicebot su tutti i canali di contatto;
- sistemi capaci di analizzare e valorizzare i dati della relazione su tutti i canali;
- integrazioni fluide con l’ecosistema IT aziendale;
- strumenti visuali per progettare flussi conversazionali su misura, combinando fasi automatizzate e interventi umani.
Ciò che ci distingue, però, non sono soltanto l’ampiezza dell’offerta e la capacità innovativa delle soluzioni, ma anche l’approccio consulenziale. Sappiamo bene che la tecnologia evolve più rapidamente della normativa, e quindi non tutto ciò che è tecnicamente possibile è anche applicabile. Per questo, ogni nostro progetto parte da un’analisi attenta del contesto per definire non solo cosa serva, ma soprattutto cosa sia concretamente realizzabile e come rimuovere eventuali vincoli, nel rispetto di requisiti normativi, etici e organizzativi.
Tutto questo si riflette nella modularità delle nostre soluzioni, che sono pensate per accompagnare le aziende in un percorso evolutivo, non per stravolgere l’esistente. Le nostre soluzioni si compongono di blocchi scalabili e integrabili, che possono essere adottati gradualmente, in base a ciò che è utile oggi e a ciò che diventerà possibile domani, man mano che evolvono sia il quadro normativo sia le tecnologie sottostanti. Riteniamo che l’impianto architetturale future-proof sia un altro elemento distintivo della nostra offerta.
Da iFlow a Brain: come costruiamo il nuovo modo di fare customer care
Abbiamo già accennato al fatto che l’evoluzione tecnologica è continua, e così lo sono anche le soluzioni di AI e machine learning che mettiamo a disposizione delle aziende.
Una delle novità più interessanti, che ci avvicina sempre di più all’ideale del customer care 2.0, è Brain, un assistente AI in grado di orchestrare diverse componenti dell’assistenza (flussi, knowledge base, modelli) per gestire i casi più complessi. Ma andiamo per gradi.
iFlow, il tool no-code per progettare flussi di conversazione
Per spiegare l’essenza di Brain, dobbiamo partire da iFlow, il componente di Wasabi che permette di progettare processi conversazionali per chatbot attraverso un’interfaccia visuale e no-code. Il tool permette di definire il processo in modo chiaro e di replicare le logiche operative dell’assistenza umana: dalla raccolta di informazioni all’attivazione di sistemi esterni, fino alla gestione di operazioni dispositive, il tutto in modo trasparente e nativamente omnicanale. iFlow è oggi ampiamente utilizzato in produzione: consente di automatizzare processi ricorrenti, ridurre i tempi di gestione e garantire un’esperienza coerente su tutti i canali.
L’imprevedibilità dell’essere umano richiede di più
Come sappiamo, nelle conversazioni reali con i clienti non tutto segue un flusso lineare. Le richieste possono deviare, sovrapporsi o uscire completamente dal perimetro previsto. Le persone tendono a rispondere alle domande con altre domande, a saltare passaggi o a chiedere chiarimenti prima di fornire le informazioni richieste. In altri termini: le persone sono imprevedibili. A tal proposito, iFlow ha già introdotto un importante livello di flessibilità rispetto ai sistemi deterministici del passato, permettendo di adattare i flussi alle esigenze del contesto. Tuttavia, da solo non basta a gestire tutte le variabili che emergono in un’interazione reale.
È qui che entra in gioco Brain, l’assistente AI che funge da direttore d’orchestra e agisce al di sopra dei flussi predefiniti. Quando qualcosa non rientra nel tracciato, Brain è in grado di interrompere il flusso primario, aprirne uno secondario, attivare le risorse necessarie (assistenti specializzati, knowledge base ad hoc) e poi riprendere il flusso originale senza perdita di informazioni. In questo modo, ogni conversazione può evolvere in modo naturale, senza forzature né interruzioni anche di fronte alle deviazioni più inattese.
Di “cervello” non ce n’è uno solo
Va anche chiarito che di Brain non ce n’è uno solo. Il modello che abbiamo adottato mira a replicare la logica dei contact center strutturati, in cui esistono più operatori specializzati, ciascuno con un set di competenze definite.
Ogni Brain può essere quindi progettato per gestire un ambito specifico: amministrativo, tecnico, commerciale e così via. Quando una richiesta esce dal perimetro di competenza dell’assistente attivo, il sistema è in grado di interrompere il flusso (come farebbe un operatore non autorizzato a fornire certe informazioni) e/o delegare la gestione a un altro assistente più adatto. Questa architettura multi-brain consente di distribuire le competenze in modo efficiente, di ridurre il rischio di errori o sovrapposizioni e di mantenere ogni assistente focalizzato su uno specifico dominio, con modelli linguistici e knowledge base ottimizzate.
Interazioni naturali e personalizzate, oltre i vincoli di lingua e stile
Un altro aspetto su cui vale la pena soffermarsi è il pieno supporto multilingua da parte dei nostri assistenti AI. Questo significa non solo la possibilità di rispondere in più lingue, ma anche di gestire in modo intelligente la relazione linguistica tra contenuti e utenti.
Un assistente può, ad esempio, rispondere in spagnolo anche se la knowledge base e i flussi conversazionali sono stati progettati in italiano, ma al tempo stesso è possibile configurare il sistema in modo che attinga solo alla knowledge base della lingua dell’utente, offrendo così risposte aderenti alle specificità del contesto: unità di misura, riferimenti culturali e commerciali e molto altro.
A questo si affianca un ulteriore livello di personalizzazione, che riguarda lo stile comunicativo dell’assistente. Ogni bot può essere configurato per rispondere con un tono specifico, coerente con il brand e con il target di riferimento. Non solo: è anche possibile modulare dinamicamente lo stile in base al profilo dell’utente, adattando ad esempio il livello di formalità, il linguaggio utilizzato o persino l’approccio relazionale (dare del tu o del lei, tono tecnico o colloquiale).
Queste funzionalità non sono semplici dettagli, ma rappresentano un salto di qualità fondamentale nell’esperienza conversazionale, perché permettono di comunicare con ogni cliente nel modo giusto e di costruire fiducia, chiarezza e valore in ogni interazione.
