L’intelligenza artificiale generativa (genAI) è la tecnologia che sta dietro ai modelli di linguaggio di grandi dimensioni (LLM), in grado di produrre testi naturali e coerenti a partire da un input.
Questa tecnologia sta già aiutando i customer services a diventare più efficienti, ma al momento non è ancora sfruttata appieno. Oggi, la maggior parte dei centri di contatto usa la genAI internamente per aiutare gli agenti a svolgere il loro lavoro più velocemente e fornire ai clienti un servizio più rapido e completo, ma non l’ha ancora applicata ai casi d’uso rivolti ai clienti. Questo potrebbe cambiare molto presto, forse anche nel 2024, secondo gli esperti.
I limiti e le sfide della genAI
Uno dei motivi per cui la genAI non è ancora pronta per interagire direttamente con i clienti è il problema delle ‘allucinazioni’, che si verifica quando il LLM percepisce schemi o oggetti inesistenti o impercettibili agli osservatori umani, creando output senza senso o del tutto inaccurati.
“Trovare un equilibrio tra un’interazione umana e minimizzare la probabilità di generare dati inaccurati diventa un compromesso critico“, avverte Rob McDougal, CEO di Upstream Works, un fornitore di software per centri di contatto omnicanale. “Le allucinazioni, in cui l’IA inventa le risposte, rappresentano un rischio considerevole“.
“Al momento, l’intelligenza artificiale generativa può essere pericolosa per le interazioni rivolte ai clienti perché, per sua natura, la tecnologia non sa ancora come dire: ‘Non lo so‘”, spiega Yan Zhang, chief operating officer di PolyAI, che costruisce assistenti conversazionali aziendali in grado di svolgere conversazioni naturali con i clienti per risolvere i loro problemi1. “Poiché l’intelligenza artificiale generativa estrae le informazioni da internet, le risposte che fornisce possono essere fuorvianti, o peggio, sbagliate“.
“Sebbene l’intelligenza artificiale generativa possa personalizzare l’engagement dei clienti su larga scala, il nostro punto di vista è che l’IA non dovrebbe sedere al posto di guida“, aggiunge Joe Bradley, chief scientist di LivePerson, un fornitore di sistemi di intelligenza artificiale conversazionale. “Al momento, funziona meglio come un copilota che aiuta i clienti ad arrivare dove devono andare”.
Le applicazioni e le opportunità della genAI
Nonostante i limiti attuali, la genAI ha già molte applicazioni nel settore del servizio clienti, soprattutto per quanto riguarda il supporto interno agli agenti. “L’applicazione killer intorno all’IA è più che aiutare gli agenti a fare il loro lavoro che non intorno ai chatbot”, afferma McDougal.
“Siamo già in grado di usare la genAI per guidare e supportare gli agenti”, concorda Simon Thorpe, direttore del marketing globale dei prodotti per il servizio clienti e l’automazione delle vendite presso Pegasystems. “Possono riassumere le richieste e le interazioni. I benefici sono esponenziali“.
La genAI viene anche utilizzata nei customer service center per sviluppare flussi di lavoro, script di gestione della richiesta, schemi di instradamento, e molto altro.
Alcune aziende stanno anche usando la genAI per lavorare direttamente con gli agenti per fornire coaching, utilizzando le indicazioni fornite dalle precedenti interazioni con i clienti, dice Frank Schneider, vicepresidente e evangelista dell’IA presso Verint.
L’attività di coaching può includere suggerimenti per l’upsell che suonano più naturali e hanno meno “tono di vendita” di quello tipicamente usato, secondo Schneider.
Inoltre, per l’onboarding e la formazione degli agenti, la genAI aiuta a fornire esempi di interazione con i clienti basati su dati generati da casi d’uso reali. Zendesk AI, ad esempio, è costruito su miliardi di interazioni reali con il servizio clienti e comprende la customer experience, aiutando gli agenti in modo che possano concentrarsi su una migliore esperienza, secondo Cristina Fonesca, vicepresidente del prodotto presso Zendesk.
Un altro modo in cui i centri di contatto stanno implementando la genAI oggi è quello di creare assistenti AI senza codice a partire dalle policy e dalle procedure esistenti del servizio clienti, sottolinea Bradley di LivePerson. Tali bot possono fornire rapidamente ai clienti risposte dettagliate e naturali. Tuttavia, questi bot devono essere creati per affrontare domande specifiche e risolvere problemi specifici. Devono anche essere monitorati continuamente da personale qualificato.
