AI conversazionale

menu icon

AI conversazionale

Scopri maggiori dettagli sull'AI conversazionale e sul modo in cui tale tecnologia aiuta le organizzazioni a coinvolgere i clienti e a fornire servizi.

Cos'è l' AI conversazionale?

 L'intelligenza artificiale (AI) conversazionale fa riferimento a tecnologie come i chatbot o gli operatori virtuali, con cui gli utenti possono parlare. Tali sistemi si avvalgono di grandi volumi di dati, machine learning, e natural language processing per imitare le interazioni umane, riconoscendo gli input vocali e di testo e traducendone il significato in diverse lingue.

Componenti dell' AI conversazionale

L'AI conversazionale combina il natural language processing (NLP) con il machine learning. Tali processi NLP vengono eseguiti in un loop di feedback costante con i processi di machine learning per migliorare costantemente gli algoritmi di AI. L'AI conversazionale presenta componenti principali che consentono l'elaborazione, la comprensione e la generazione di una risposta in modo naturale.

Il Machine Learning (ML) è una branca dell'intelligenza artificiale, costituito da una serie di algoritmi, funzioni e data set che migliorano costantemente con l'esperienza. Man mano che crescono gli input, la macchina della piattaforma AI migliora il riconoscimento dei pattern e lo usa per fare previsioni.

Il natural language processing è l'attuale metodo di analisi del linguaggio con l'aiuto del machine learning che viene usato nell' AI conversazionale. Prima del machine learning, l'evoluzione delle metodologie dell'elaborazione del linguaggio spaziava dalla linguistica computazionale al natural language processing statistico. In futuro, il deep learning potenzierà ulteriormente le funzionalità di natural language processing dell' AI conversazionale .

L'NLP è costituito da quattro passaggi: generazione dell'input, analisi dell'input, generazione dell'output e apprendimento a punteggio di prestazioni. Dati non strutturati trasformati in un formato che può essere letto da un computer, che poi viene analizzato per generare una risposta appropriata. Gli algoritmi di ML sottostanti migliorano la qualità della risposta nel tempo con l'avanzare dell'apprendimento. Questi quattro passaggi di NLP possono essere ulteriormente scomposti di seguito:

  • Generazione dell'input: gli utenti forniscono input attraverso un sito web o un'app; il formato dell'input può essere vocale o di testo.
  • Analisi dell'input: se l'input si basa sul testo, l'app della soluzione di AI conversazionale utilizzerà la comprensione del natural language understanding (NLU) per decifrare il significato dell'input e capirne l'intenzione. Tuttavia, se l'input si basa sul parlato, l'app utilizzerà una combinazione di riconoscimento vocale automatico (automatic speech recognition, ASR) e NLU per analizzare i dati.
  • Gestione del dialogo: in questa fase, Natural Language Generation (NLG), un componente del NLP, formula una risposta
  • Apprendimento a punteggio di prestazioni: infine, gli algoritmi di machine learning perfezionano le risposte nel tempo per garantire l'accuratezza

Come creare l'AI conversazionale

L'AI conversazionale inizia pensando al modo in cui i potenziali utenti potrebbero voler interagire con il prodotto e quali sono le domande principali che potrebbero avere. Dopodiché è possibile usare gli strumenti dell'AI conversazionale per indirizzarli verso le informazioni pertinenti. In questa sezione, vedremo dei modi per iniziare a pianificare e a creare un'AI conversazionale.

1. Trova l'elenco delle domande frequenti (FAQ) per gli utenti finali

Le domande frequenti sono il fondamento del processo di sviluppo dell'AI conversazionale. Esse aiutano a definire i bisogni e le perplessità principali degli utenti finali e, a loro volta, alleggeriranno parzialmente il volume di chiamate ricevute dagli operatori del servizio clienti. Se per il prodotto non è disponibile un elenco di FAQ, insieme al team per il successo dei clienti è possibile iniziare a stilarne uno per stabilire le domande per le quali l'AI conversazionale può risultare utile. 

Facciamo, ad esempio, l'ipotesi di una banca. L'elenco iniziale di FAQ potrebbe essere:

  • Come accedo al mio account?
  • Dove trovo il numero di routing e il numero di conto?
  • Quando riceverò la carta di debito?
  • Come si attiva la carta di debito?
  • Come richiedo gli assegni?
  • Come posso contattare una filiale locale?

È sempre possibile aggiungere domande all'elenco nel corso del tempo, perciò, è consigliabile iniziare con un piccolo segmento di domande per creare un modello del processo di sviluppo per un'AI conversazionale.

2. ​ Usa le FAQ per sviluppare obiettivi nel tuo strumento di AI conversazionale

Le FAQ costituiscono la base degli obiettivi, o degli intenti, espressi nel contesto degli input degli utenti, come ad esempio l'accesso a un account. Una volta definiti gli obiettivi, è possibile inserirli come intenti in uno strumento di AI conversazionale competitivo, come ad esempio Watson Assistant.

Schermata di Watson Assistant dove l'utente crea un intento

 

Da qui, sarà necessario insegnare all'AI conversazionale i modi in cui un utente può formulare una richiesta per questo tipo di informazioni. Se prendiamo l'esempio di "come accedo al mio account", potrebbero venirti in mente altre espressioni che gli utenti usano quando parlano con un operatore del servizio clienti, come ad esempio "come accedo", "come si reimposta la password", "entrare in un account" e così via.

Schermata di Watson Assistant dove l'utente crea un elenco di intenti

In caso di dubbi su altre espressioni che i clienti potrebbero utilizzare, si può svolgere questo lavoro insieme al team degli analisti e a quello dell'assistenza. Se gli strumenti di analisi dei chatbot sono stati configurati in modo appropriato, i team degli analisti possono effettuare il mining dei dati web e analizzare altre richieste che provengono dai dati di ricerca dei siti. In alternativa, è anche possibile analizzare i dati provenienti dalle trascrizioni delle conversazioni nelle chat web e nei call center. Se i team degli analisti non sono organizzati per questo tipo di analisi, allora i team del servizio di assistenza possono fornire informazioni importanti sui modi comuni con i quali i clienti formulano le loro domande.

3. Usa gli obiettivi per comprendere e sviluppare sostantivi e parole chiave pertinenti

Pensa ai sostantivi, o alle entità, che circondano i tuoi intenti. In questo esempio, ci siamo concentrati sul conto corrente di un utente. Di conseguenza, è importante creare un'entità intorno ai dati di un conto corrente.

Schermata di Watson Assistant dove l'utente crea un'entità

In questa categoria di informazioni, potrebbe ricadere una serie di valori, come ad esempio "nome utente", "password", "numero di conto" e così via.

Schermata di Watson Assistant dove l'utente crea un elenco di entità

Per comprendere le entità che circondano intenti specifici degli utenti, è possibile usare le stesse informazioni che sono state raccolte da strumenti o team addetti all'assistenza per sviluppare obiettivi o intenti. Tali sostantivi precederanno o seguiranno la richiesta principale.

4. Mettendoli insieme, si creerà un dialogo significativo con l'utente

Tutti questi elementi lavorano insieme per creare una conversazione con l'utente finale. Gli intenti consentono a una macchina di decifrare che cosa sta chiedendo l'utente e le entità agiscono in modo da fornire risposte pertinenti. Ad esempio, è plausibile ipotizzare che il dialogo tra uno strumento di AI conversazionale e un utente che abbia dimenticato la password si svolga in questo modo:

Schermata di un dialogo con un'AI conversazionale

Obiettivi e sostantivi (o intenti ed entità, come piace chiamarli a IBM), in combinazione, lavorano per creare un flusso di conversazione logica basata sui bisogni dell'utente. Se vuoi cominciare a creare la tua AI conversazionale, puoi fare una prova gratuita di IBM Watson Assistant Lite Version.  

Casi d'uso dell'AI conversazionale

Quando si pensa all' intelligenza artificiale conversazionale, si pensa ai chatbot e agli assistenti vocali online per i servizi di assistenza e la distribuzione multicanale. In gran parte delle app di AI conversazionale è integrata un'ampia analytics nel programma di backend , che aiuta a garantire le esperienze conversazionali simili a quelle fra umani. 

Gli esperti considerano le attuali applicazioni dell'AI conversazionale come AI debole, in quanto sono concentrati sull'esecuzione di campi di attività molto ristretti. L'AI forte, che è ancora un concetto teorico, è incentrata sulla consapevolezza simile a quella umana di poter risolvere diverse attività e risolvere una vasta gamma di problemi.

Nonostante il suo focus ristretto, l'AI conversazionale è una tecnologia estremamente redditizia per le aziende, in quanto ne aumenta la redditività. I chatbot AI sono la forma più diffusa di AI conversazionale, ma a livello aziendale i casi d'uso sono ancora molti. Ecco alcuni esempi:

  • Assistenza clienti online:  I chatbot online stanno sostituendo gli operatori umani nel percorso cliente. Rispondono alle domande frequenti (FAQ) su argomenti come le spedizioni oppure forniscono consigli personalizzati, prodotti di cross-selling oppure suggeriscono le taglie agli utenti, cambiando la nostra concezione di coinvolgimento dei clienti su siti web e social media . Ne sono esempi i bot di messaggistica nei siti di e-commerce con operatori virtuali, app di messaggistica, come ad esempio Slack e Facebook Messenger, e attività in genere svolte da operatori virtuali e operatori vocali.
  • Accessibilità: le aziende possono diventare più accessibili riducendo le barriere d'ingresso, in particolare per gli utenti che usano tecnologie di assistenza. Le caratteristiche dell'AI conversazionale usate comunemente per questi gruppi sono la dettatura e la traduzione linguistica della sintesi vocale.
  • Processi delle risorse umane: molti processi delle risorse umane possono essere ottimizzati mediante l' AI conversazionale, come ad esempio la formazione dei dipendenti, i processi di incorporazione e l'aggiornamento delle informazioni dei dipendenti.
  • Assistenza sanitaria: l' AI conversazionale può rendere più accessibili e convenienti i servizi sanitari per i pazienti, migliorando al contempo l' efficienza operativa e i processi amministrativi, come ad esempio la gestione dei reclami, che risulteranno quindi ottimizzati.
  • Dispositivi Internet of things (IoT): la maggior parte delle abitazioni oggi possiede almeno un dispositivo IoT, dagli altoparlanti Alexa agli smart watch per i cellulari. Questi dispositivi usano il riconoscimento vocale automatizzato per interagire con gli utenti finali. Applicazioni popolari comprendono Amazon Alexa, Apple Siri e Google Home.
  • Computer software: molte attività in un ambiente d'ufficio vengono semplificate dall' AI conversazionale, come ad esempio il completamento automatico delle ricerche quando si cerca qualcosa su Google e il correttore ortografico.

Sebbene la gran parte dei chatbot e app AI attualmente disponga di funzionalità rudimentali di risoluzione dei problemi, essi possono accorciare i tempi e migliorare l'efficienza dei costi nelle interazioni ripetitive dell' assistenza clienti , consentendo al personale di concentrarsi sulle interazioni con i clienti che richiedono un maggiore coinvolgimento. In generale, le app di AI conversazionale sono riuscite a replicare bene le esperienze conversazionali umane, determinando percentuali maggiori di soddisfazione dei clienti.

    Vantaggi dell' AI conversazionale

    L'AI conversazionale è una soluzione efficiente dal punto di vista dei costi per molti processi aziendali. Quelli che seguono sono esempi dei vantaggi dell'uso dell' AI conversazionale.

    Efficienza dei costi

    Mettere in piedi un servizio di assistenza clienti può risultare piuttosto costoso, specialmente se si ha intenzione di fornire un servizio di risposta al di fuori del consueto orario di lavoro. Fornire un servizio di assistenza clienti attraverso interfacce conversazionali può ridurre i costi aziendali in termini di retribuzione e formazione, in particolare per le piccole e medie imprese. I chatbot e gli assistenti virtuali possono rispondere all'istante, offrendo ai potenziali clienti una disponibilità 24 ore su 24.

    Le conversazioni umane possono determinare risposte incoerenti ai potenziali clienti. Dal momento che la maggior parte delle interazioni con il servizio di assistenza riguarda la ricerca di informazioni e che hanno un carattere ripetitivo, le aziende possono programmare l'AI conversazionale in modo da gestire diversi casi d'uso, garantendo completezza e coerenza. Ciò determina continuità all'interno dell'esperienza del cliente, e permette alle preziose risorse umane di essere disponibili per domande più complesse.

    Aumento delle vendite e del coinvolgimento dei clienti

    Con l'adozione dei dispositivi mobili nella vita quotidiana dei consumatori, le aziende devono essere pronte a fornire informazioni in tempo reale ai propri utenti finali. Dal momento che è possibile accedere agli strumenti dell'AI conversazionale con maggiore rapidità rispetto al personale umano, i clienti possono interagire in modo più veloce e frequente con i marchi. Questa assistenza immediata consente ai clienti di evitare lunghi tempi di attesa al call center, con il conseguente miglioramento dell'esperienza complessiva. All'aumentare della soddisfazione dei clienti, le aziende ne vedranno l'impatto sull'aumento della fedeltà dei clienti e del fatturato grazie al passaparola.

    Inoltre, le caratteristiche di personalizzazione all'interno dell'AI conversazionale consentono ai chabot di fornire raccomandazioni agli utenti finali, per permettere alle aziende il cross-selling dei prodotti che i clienti potrebbero non aver considerato in una fase iniziale.

    Scalabilità

    L'AI conversazionale , inoltre, è molto scalabile in quanto l'aggiunta di infrastrutture a supporto dell'AI conversazionale è più economica e rapida del processo di assunzione e incorporazione di nuovi impiegati. Ciò è particolarmente utile quando i prodotti si espandono in nuovi mercati geografici o durante i picchi di domanda inattesi sul breve periodo, come ad esempio durante i periodi festivi.

    Per saperne di più sui vantaggi dell'AI conversazionale, guarda la nostra serie di webinar Masterclass.

    Sfide delle tecnologie dell'AI conversazionale

    L'AI conversazionale è ancora in fase embrionale e la sua adozione a livello aziendale è iniziata solo negli ultimi anni. Al pari di qualsiasi altro progresso tecnologico, esistono alcune sfide nella transizione alle applicazioni di AI conversazionale. Ecco alcuni esempi:

    Input linguistici

    Gli input linguistici possono essere un aspetto problematico per l' AI conversazionale, sia che si tratti di input di testo o di voce. Dialetti, accenti rumore di fondo possono influire sulla comprensione da parte dell'AI dell'input grezzo. Anche lo slang e gli elementi linguistici improvvisati possono generare problemi nell'elaborazione dell'input.

    Tuttavia, la sfida più grande per l' AI conversazionale è il fattore umano negli input linguistici. Emozioni, tono di voce e sarcasmo rendono difficile per l' AI conversazionale l'interpretazione del significato inteso dall'utente e l'elaborazione di una risposta adeguata.

    Privacy e sicurezza

    Poiché per rispondere alle domande degli utenti è necessaria la raccolta dei dati , l'AI conversazionale è anche vulnerabile alle violazioni di privacy e sicurezza. Sviluppare le app di AI conversazionale con elevati standard di privacy e sicurezza e sistemi di monitoraggio contribuisce a creare fiducia fra gli utenti finali, aumentando in definitiva l'uso dei chatbot nel tempo.

    Preoccupazioni degli utenti

    Gli utenti possono essere preoccupati per la condivisione di dati personali o sensibili, in particolare quando si rendono conto di stare conversando con una macchina piuttosto che con un essere umano. Dal momento che tutti i clienti non saranno early adopter, sarà importante sensibilizzare e far comprendere ai destinatari finali i vantaggi e la sicurezza di queste tecnologie per creare un'esperienza cliente migliore. Ciò può portare a un' esperienza utente negativa e a prestazioni ridotte dell'AI e a negare gli effetti positivi.

    Inoltre, a volte i chatbot non sono programmati per rispondere alla vasta gamma di richieste degli utenti. Quando succede questo, sarà importante fornire un canale di comunicazione alternativo per affrontare queste richieste più complesse, in quanto per l'utente finale una risposta errata o incompleta sarà frustrante. In questi casi, ai clienti deve essere data l'opportunità di entrare in contatto con un operatore umano dell'azienda.

    Infine, l'AI conversazionale consente anche di ottimizzare il flusso di lavoro in un'azienda, determinando una riduzione della forza lavoro per una particolare mansione. Ciò può determinare un attivismo socioeconomico, che può determinare un contraccolpo negativo per l'azienda.

    IBM e AI conversazionale

    IBM Watson® Assistant è un chatbot AI che risolve per la prima volta i problemi dei clienti. Fornisce ai clienti risposte rapide, coerenti e accurate su diverse applicazioni, dispositivi o canali. Mediante l'AI, Watson Assistant impara dalle conversazioni con i clienti, migliorando la sua capacità di risolvere problemi per la prima volta, aiutando a evitare la frustrazione dei lunghi tempi di attesa, ricerche noiose e chatbot inutili. In combinazione con IBM Watson Discovery, è possibile migliorare l'interazione con gli utenti attraverso le informazioni provenienti da documenti e siti web mediante la ricerca basata su AI.

    Watson Assistant ottimizza le interazioni chiedendo ai clienti il contesto in merito alle affermazioni ambigue. Ciò elimina la frustrazione di dover riformulare continuamente le domande, offrendo un'esperienza cliente positiva. Inoltre, Watson Assistant fornisce ai clienti una serie di opzioni in risposta alle loro domande. Se non è in grado di risolvere un problema particolarmente complesso, il sistema è in grado di trasferire la chiamata del cliente a un operatore umano, nello stesso canale.

    Watson Assistant è progettato per l'inserimento all'interno dell'ecosistema del tuo servizio clienti, integrandosi con le piattaforme e gli strumenti di cui già disponi, per rendere l'esperienza cliente più smart è più semplice dall'inizio alla fine. In questo modo le interazioni dei clienti con l'azienda saranno più simili a un rapporto significativo con una persona che è realmente disponibile a occuparsi del problema, allontanandosi dall'idea di una serie di conversazioni casuali e frammentate con degli estranei.

    IBM inoltre comprende che l'esperienza di un cliente non si limita alla sola conversazione, ma riguarda anche la protezione dei dati sensibili. È per questo che, per la progettazione di tutti i prodotti Watson, IBM si avvale di competenze all'avanguardia in termini di sicurezza, affidabilità e conformità. Inoltre, IBM aiuta a proteggere il tuo investimento offrendoti la flessibilità di implementare Watson Assistant on-premise, in IBM Cloud® o con un altro provider cloud di tua scelta usando IBM Cloud Pak® for Data.

    Completa questa valutazione di 5 minuti per scoprire dove puoi ottimizzare le interazioni con il servizio clienti con l'AI per aumentare la soddisfazione dei clienti, ridurre i costi e migliorare il fatturato.

    Oppure fai clic qui per esplorare Watson Assistant e iniziare a costruire oggi stesso il tuo sistema. 

    Per maggiori informazioni sull' AI conversazionale, registrati per creare il tuo IBMid e il tuo account IBM Cloud.