Customer care e agenti AI: il vero problema è la conoscenza aziendale

Quando si parla di Intelligenza Artificiale applicata al customer care, è facile partire dagli strumenti: chatbot, WhatsApp, assistenti vocali, agenti AI. Ma partire dal canale rischia di farci perdere il punto.

La questione centrale non è dove conversa l’AI, ma quale conoscenza utilizza per farlo.

Ne ho parlato recentemente in un articolo dedicato al nuovo customer care con l’AI pubblicato sul sito di CIS Formazione. Il tema di fondo è la possibilità di rendere l’assistenza più scalabile senza trasformarla necessariamente in una sequenza di risposte standard.

Dal chatbot all’agente AI

Un chatbot tradizionale lavora normalmente su percorsi predefiniti, FAQ o insiemi di domande previste. Un agente AI introduce una logica differente: interpreta il linguaggio naturale e può utilizzare una base di conoscenza aziendale per costruire la risposta.

Questa base può comprendere FAQ, procedure, documentazione, istruzioni operative e materiali di supporto.

La distinzione è sostanziale: non stiamo semplicemente automatizzando una conversazione. Stiamo mettendo la conoscenza dell’organizzazione a disposizione della conversazione.

Se un cliente formula una richiesta in un modo che non avevamo previsto, l’obiettivo non dovrebbe essere trovare la domanda più simile in un elenco. Un agente dovrebbe comprendere l’esigenza, individuare le informazioni pertinenti e formulare una risposta coerente con quello che l’azienda sa e può effettivamente fare.]

Personalizzare non significa inventare

Questo approccio permette di affrontare uno dei problemi storici del customer care: il rapporto tra personalizzazione e scalabilità.

Scalare ha spesso significato standardizzare. Più aumentano richieste e clienti, più diventa conveniente ricorrere a template, menu, script e procedure rigide.

L’AI generativa permette invece di separare due elementi: la conoscenza utilizzata e la forma con cui quella conoscenza viene restituita.

La fonte può rimanere la stessa, mentre il linguaggio e la struttura della risposta possono adattarsi alla richiesta specifica.

Ma c’è una condizione: la conoscenza aziendale deve essere disponibile, comprensibile, sufficientemente organizzata e aggiornata. L’AI non risolve automaticamente una cattiva gestione della conoscenza. Al contrario, può renderne più evidenti i limiti.

Capire cosa automatizzare e cosa no

C’è poi un secondo passaggio che considero particolarmente concreto.

Ticket, richieste informative, reclami, segnalazioni e non conformità non richiedono tutti lo stesso trattamento. Un agente AI può comprenderli, classificarli e indirizzarli verso processi differenti oppure supportare un operatore nella preparazione della risposta.

Prima di automatizzare conviene quindi distinguere almeno tre situazioni:

• richieste che l’agente può gestire autonomamente;

• richieste nelle quali l’AI può assistere una persona;

• richieste che necessitano di verifica, responsabilità o decisione umana.

Automatizzare bene significa anche sapere quando non automatizzare.

È un criterio che penso diventerà sempre più utile nella progettazione dei servizi di assistenza.

WhatsApp, chat e voce sono porte di ingresso

Anche i canali vanno riletti in questa prospettiva.

WhatsApp, web chat e interazione vocale possono essere considerati differenti porte di accesso alla stessa architettura: dietro deve esserci un rapporto progettato tra agente AI, conoscenza aziendale, processi e persone.

È proprio su questo passaggio che trovo interessante lavorare anche in modo pratico: partire dalle richieste reali, capire quale conoscenza serve, decidere che cosa può fare l’agente e individuare il momento nel quale deve entrare in gioco una persona.

Il problema, quindi, non è semplicemente costruire un bot che sappia rispondere.

È progettare un sistema di assistenza nel quale AI e persone abbiano ruoli diversi e complementari.

Forse è questo il cambiamento da osservare con maggiore attenzione: passare dall’automazione delle risposte alla progettazione intelligente dell’assistenza.

E allora la domanda operativa da portare in azienda diventa: se domani affidassimo alcune richieste dei clienti a un agente AI, quale conoscenza dovremmo mettergli a disposizione e quali decisioni continueremmo consapevolmente ad affidare alle persone?