Immaginiamo una persona che fa un giroconto intestandolo a se stesso. La banca lo rifiuterebbe perché non valido. A questo punto, risulterebbero evidenti due cose:
- Il controllo automatico della congruità dei bonifici è esclusivamente anagrafico, e di conseguenza superficiale. Un controllo in cui anche la semantica o ancor meglio l’intelligenza artificiale con un sistema di machine learning abbiano un ruolo ragionato, lavorerebbe meglio, più velocemente e farebbe passare l’operazione.
- La perdita di tempo dell’impiegato della banca, che non potrebbe fare a meno di abortire il bonifico, costringendo il cliente a cercare un’altra soluzione.
La stessa cosa succede nelle comunicazioni che i clienti fanno nei confronti delle aziende, per esempio in contesti normati come le assicurazioni. Generalmente, le interazioni digitali riguardanti l’assistenza tecnica tra le aziende e la clientela sono a due livelli: uno più basilare (per esempio un chatbot sul sito) dove l’azienda cerca di risolvere i problemi più elementari o le richieste più semplici; e uno più complesso, dove l’interazione tra azienda e cliente dura di più.
L’assistenza tecnica nelle aziende
Parliamo di quest’ultimo caso: l’invio ad un’azienda di una mail o ancor di più una PEC è il primo passo di uno scambio di informazioni che probabilmente implicherà più “avanti e indietro” tra i due attori. Per rispondere correttamente alla prima mail sono necessarie diverse capacità che probabilmente, poiché a rispondere è un umano, diamo per scontate:
- Occorre una buona conoscenza del business specifico dell’organizzazione, e la capacità di interpretare il contesto entro il quale viene fatta la richiesta. Per fare un esempio banale, il termine “pesca” identifica cose o qualità diverse a seconda che si stia parlando a un’azienda del food, di articoli sportivi o del fashion.
- Occorre conoscere la struttura dell’organizzazione stessa, per capire a chi inoltrare le specifiche richieste
La risposta ad una semplice mail di reclamo o di richiesta di informazioni, quindi, è una funzione più critica di quanto si possa immaginare. Chi risponde rappresenta la vetrina dell’azienda; in più, deve essere in grado di gestire grossi volumi di mail e districarsi tra di essi, distinguendo le richieste vere dalla “fuffa”. Ergo potrebbero essere necessarie molte persone per interpretare le richieste, determinarne l’importanza e la priorità, capire a chi inoltrarle per evaderle. E il tutto va eseguito entro tempi prestabiliti, se si parla di ambiti normati come le assicurazioni.
Ma davvero non è possibile pensare a una gestione più automatizzata del processo di assistenza tecnica?
INTERPRETA per l’assistenza tecnica
Horsa ha pensato a un tool per affiancare l’uso dell’intelligenza artificiale alle persone, lasciando alle persone solo la gestione intelligente delle eccezioni.
INTERPRETA fa esattamente quello che dice il suo nome: interpreta le richieste che arrivano tramite mail in linguaggio naturale, e le smista.
Dove viene applicato? Alla casella di posta a cui arrivano le richieste più disparate, dove tipicamente si perde più tempo a smistare e spesso qualcosa si perde: la classica support@.
In questo caso, l’AI di Interpreta, insieme all’OCR (Riconoscimento Ottico dei Caratteri), estrapola il significato del testo della mail. Il controllo semantico è molto importante, perché è necessario che il sistema capisca davvero il significato del testo e lo inquadri in un contesto di riferimento, per indirizzare correttamente la richiesta al dipartimento preposto, in maniera coerente.
Una volta contestualizzata la richiesta, si indirizza la mail alla persona/ufficio/ente corretto tramite il Business Process Management, che consente di orchestrare i processi aziendali senza problemi, soprattutto se affiancato da un sistema di machine learning per migliorare il modello in modo continuativo.
Risultati
Il risultato? Risparmio del 40% del tempo delle persone, con conseguenti risparmi anche economici e, di riflesso, un migliore customer care. Un altro vantaggio indotto impatta sulle persone interne all’azienda: non più semplici smistatori di mail, ma risolutori di problemi che deviano dallo standard.
È naturale che il cambiamento non avvenga in un giorno, e che persistano problemi di adattamento al nuovo sistema; l’introduzione di una nuova tecnologia, o semplicemente di un nuovo modo di lavorare, ha sempre bisogno di un periodo di assestamento per portare risultati concreti.
Il rischio tuttavia esiste, e risiede nel possibile rifiuto della nuova tecnologia da parte delle persone stesse dell’organizzazione, perché impaurite o semplicemente non correttamente informate dei vantaggi a lungo termine. Per far sì che il progetto (cioè l’inserimento della nuova tecnologia) funzioni, vanno coinvolti sì i manager, ma soprattutto le persone che effettivamente opereranno sul/con il nuovo sistema. È necessario che sia chiaro il vantaggio a lungo termine per loro: un lavoro più qualificato e qualificante, che lascia all’automatismo il discernimento della pubblicità dalla richiesta interessante e mantiene invece appannaggio della persona ciò che, per essere svolto correttamente, ha necessariamente bisogno dell’apporto umano.
