Per Autodesk, la scelta di lavorare con IBM® è stata chiara. «Non abbiamo provato soluzioni di altri concorrenti», dice Spratto. «IBM era disposta a sedersi e parlare con noi, comprendere il nostro problema, renderci primi adopter e fornirci alcune delle sue migliori risorse».
Il servizio Watson Assistant consente ai clienti di porre domande usando un linguaggio naturale, come farebbero con un agente umano. Addestrata alle più piccole sfumature del linguaggio, come gli idiomi e la sintassi, e basata su tecniche di elaborazione del linguaggio naturale (NLP) e di apprendimento profondo, la soluzione è in grado di comprendere l'intento delle domande dei clienti e fornire rapidamente risposte con un alto grado di affidabilità. Inoltre, riconosce parole chiave e frasi per comprendere il contesto e lo scopo della conversazione.
Per addestrare e sviluppare la tecnologia in base alle sue esigenze, Autodesk inserisce dati cronologici provenienti da log di chat, casi d'uso e post di forum in più programmi di apprendimento automatico open source. Ha inoltre analizzato 14 milioni di frasi alla ricerca di parole chiave, entità, frasi, cluster e altri modelli vocali e linguistici. Queste informazioni costituiscono il corpus di conoscenze su cui viene addestrata l'API conversazionale in modo da comprendere la più ampia gamma di richieste dei clienti e riconoscere esattamente ciò che chiedono. In futuro, la società prevede di aggiungere al corpus anche i dati del registro chiamate.
Autodesk sta anche sfruttando l'esperienza di un gran numero di risorse interne, che trasmetteranno le loro conoscenze su uno specifico ambito e supervisioneranno l'addestramento della soluzione. Questo aiuterà la tecnologia ad apprendere le sfumature del vocabolario dei clienti, i significati e il contesto, in modo da poter fornire risposte più pertinenti.
Il servizio Watson Assistant fungerà da front-end per le richieste via web e via chat, che rappresentano l'80% del volume annuale del team di assistenza, per risolvere i problemi autonomamente o per raccogliere informazioni sufficienti a consentire agli agenti umani di rispondere. Se l'agente virtuale non è in grado di risolvere un problema particolare, viene creata una richiesta, indirizzata poi all'agente umano più appropriato in base alle informazioni raccolte.
«L'obiettivo è quello di iniziare l'interazione con ogni cliente con Watson», dice Spratto. «Se riuscissimo anche solo a capire cosa vogliono i clienti, potremmo indirizzare in modo più appropriato, raccogliere più informazioni e creare una richiesta in modo tale da evitare all'agente umano una gran parte del lavoro». Tutto ciò consente, in ultima analisi, una risoluzione più rapida e una migliore esperienza del cliente».
In futuro, la tecnologia supporterà anche le richieste telefoniche indirizzando più rapidamente i clienti con domande più complesse agli agenti del servizio clienti più appropriati.