Trasformare il servizio clienti: come l'AI generativa sta cambiando le regole del gioco

Indipendentemente dal fatto che si tratti di effettuare un ordine, richiedere la sostituzione di un prodotto o chiedere informazioni sulla fatturazione, i clienti moderni si aspettano un'esperienza eccezionale, con risposte rapide e complete alle loro domande. Si aspettano inoltre che il servizio venga erogato 24 ore su 24, 7 giorni su 7, su più canali.

Sebbene gli approcci tradizionali all'AI forniscano ai clienti un servizio rapido, hanno i loro limiti. Attualmente i chatbot si affidano a sistemi basati su regole o algoritmi (o modelli) di machine learning tradizionali per automatizzare le attività e fornire risposte predefinite alle richieste dei clienti.

L'AI generativa potrebbe potenzialmente rivoluzionare il servizio clienti, grazie ai modelli linguistici di grandi dimensioni (LLM) e alle tecniche di deep learning progettate per comprendere richieste complesse e per generare risposte conversazionali più naturali. Le organizzazioni enterprise (molte delle quali hanno già intrapreso il proprio percorso verso l'AI) non vedono l'ora di utilizzare la potenza dell'AI generativa per il servizio clienti. I modelli di AI generativa analizzano le conversazioni in base al contesto, generano risposte coerenti e contestualmente adeguate e gestiscono le richieste e gli scenari dei clienti in modo più efficace. Sono in grado di gestire le domande complesse dei clienti, incluse le sfumature a livello di intento, sentiment e contesto, così come di fornire risposte pertinenti. L'AI generativa può anche utilizzare i dati dei clienti per fornire risposte e consigli personalizzati e offrire suggerimenti e soluzioni su misura per migliorare l'esperienza del cliente.

L'AI generativa rappresenta per le aziende una potente opportunità per aumentare la produttività, migliorare l'assistenza personalizzata e incentivare la crescita. Ecco cinque interessanti casi d'uso in cui l'AI generativa può cambiare le regole del gioco nel servizio clienti:

1. Ricerca conversazionale: i clienti possono trovare rapidamente le risposte che cercano, con risposte naturali generate da modelli linguistici ottimizzati e basati sulle knowledge base aziendali. L'aspetto diverso è che l'AI generativa può fornire informazioni rilevanti per la query di ricerca nella lingua scelta dall'utente, riducendo al minimo lo sforzo dei servizi di traduzione.
2. Assistenza agli agenti (ricerca e sintesi): gli agenti del supporto clienti possono utilizzare l'AI generativa per migliorare la produttività, rispondendo alle domande dei clienti con risposte generate automaticamente nel canale preferito dagli utenti, in base alla conversazione. La capacità di sintesi automatica dell'AI generativa crea riepiloghi a cui i dipendenti possono facilmente fare riferimento, utilizzandoli nelle loro conversazioni per fornire prodotti, servizi o consigli (e può anche classificare e tracciare le tendenze).
3. Miglioramento dell'assistenza: i dipendenti che creano chatbot e altri strumenti per il servizio clienti possono utilizzare l'AI generativa per la creazione di contenuti e il miglioramento dell'assistenza, al fine di supportare le richieste di supporto, ottenendo risposte e suggerimenti generati sulla base dei dati aziendali e dei clienti esistenti.
4. Ottimizzazione delle operazioni e dei dati del call center: l'AI può eseguire le attività ripetitive necessarie per raccogliere le informazioni utili a migliorare il feedback all'interno di un call center. Può riassumere e analizzare reclami, i percorsi dei clienti e molto altro, consentendo agli agenti di dedicare più tempo ai clienti. Gli insight prodotti rendono molto più semplice la valutazione dei miglioramenti delle prestazioni dei servizi avanzati, così che i call center possano contribuire alla generazione di introiti.
5. Raccomandazioni personalizzate: l'AI generativa prende in considerazione la cronologia delle interazioni di un cliente con il brand su piattaforme e servizi di supporto per fornire informazioni specifiche per quel cliente (e fornite nel tono e nel formato preferiti).

IBM Consulting può aiutarti a utilizzare al meglio la potenza dell'AI generativa per il servizio clienti con una suite di soluzioni AI di IBM. Ad esempio, le aziende possono automatizzare le risposte del servizio clienti con watsonx Assistant, un prodotto di AI conversazionale progettato per aiutare le aziende a superare gli ostacoli del supporto tradizionale e fornire un servizio clienti eccezionale. In combinazione con watsonx Orchestrate, che automatizza e semplifica i workflow, watsonx Assistant aiuta a gestire e risolvere le domande dei clienti integrando la tecnologia dei call center per creare esperienze di assistenza ottimali.

Con il lancio di IBM watsonx, un portfolio di prodotti di AI, l'AI passa allo stadio successivo grazie a tre potenti componenti: watsonx.ai, watsonx.data e watsonx.governance. watsonx.ai è uno studio per addestrare, convalidare, adattare e implementare il machine learning (ML) e i foundation model per l'AI generativa. watsonx.data consente di scalare i workload di AI utilizzando i dati del cliente. watsonx.governance è progettato per fornire una soluzione end-to-end che rende i workflow di AI responsabili, trasparenti e spiegabili.

Per fornire soluzioni di AI generativa su misura per i contact center, IBM Consulting lavora a stretto contatto con i partner dell'ecosistema, tra cui Salesforce, Amazon, Genesys, Five9 e NICE, al fine di aiutare i clienti a trarre beneficio dall'open source e da altre tecnologie.

Nell'ambito di un progetto in più fasi, Bouygues Telecom ha collaborato con IBM Consulting per trasformare le operazioni del suo call center attraverso funzionalità di AI generativa enterprise-ready. Prima di questa fase, la società di telecomunicazioni europea ha collaborato con IBM per scalare le sue prime quattro app AI cloud-native sul cloud Amazon Web Services (AWS), un partner dell'ecosistema IBM.

Nonostante gli 8 milioni di conversazioni tra clienti e agenti, ricche di insight, gli agenti di questa società di telecomunicazioni erano in grado di acquisire solo una parte delle informazioni nei sistemi di gestione delle relazioni con i clienti (CRM). Inoltre, non avevano tempo per leggere completamente le trascrizioni automatiche delle chiamate precedenti. IBM Consulting ha utilizzato dei foundation model per riassumere automaticamente le chiamate ed estrarre gli argomenti trattati, aggiornando velocemente il CRM con insight fruibili. Questa innovazione ha portato a una riduzione del 30% delle operazioni pre-chiamata e post-chiamata e si prevede un risparmio di più di 5 milioni di dollari grazie ai miglioramenti operativi annuali.

In un altro caso, il Lloyds Banking Group aveva difficoltà a soddisfare le esigenze dei clienti con l'applicazione web e mobile esistente. Dopo poche settimane, il team di data scientist, consulenti UX e consulenti di strategia di IBM ha creato un proof of concept (POC) per dimostrare che gli LLM potevano migliorare l'esperienza dell'assistente virtuale riducendo le ricerche non riuscite, migliorando le prestazioni degli assistenti virtuali e personalizzando le prestazioni di ricerca per i propri clienti. La soluzione LLM implementata ha portato a una riduzione dell'80% del lavoro manuale e a un aumento dell'85% della precisione nella classificazione delle conversazioni classificate in modo sbagliato.

In uno studio del 2023 condotto dall'IBM Institute of Business Value, il 75% dei CEO intervistati ha dichiarato di ritenere che saranno le organizzazioni con l'AI generativa più avanzata ad avere un vantaggio competitivo. Tuttavia, questi dirigenti sono anche preoccupati dei rischi legati a bias, etica e sicurezza.¹

Per aiutare i clienti ad avere successo con nell'implementazione dell'AI generativa, IBM Consulting ha recentemente lanciato il Centro di eccellenza (CoE) per l'AI generativa. Questo centro affianca l'attuale struttura globale di AI e automazione di IBM Consulting, costituita da 21.000 consulenti qualificati nel campo dei dati e dell'AI, con oltre 40.000 incarichi aziendali alle loro spalle e specializzati nell'aiutare le organizzazioni di ogni settore ad adottare e scalare l'AI per rilevare e mitigare i rischi, oltre a fornire formazione e assistenza.

Indipendentemente dal punto in cui ti trovi nel tuo percorso di trasformazione del servizio clienti, IBM vanta una posizione unica per aiutarti a utilizzare al meglio il potenziale dell'AI in un modo aperto e mirato, appositamente creato per il business.