La velocit\u00e0 e la precisione nella risposta alle domande dei clienti impattano direttamente sulla qualit\u00e0 della loro percezione<\/strong> nei confronti di un\u2019azienda, e conseguentemente sul livello di fedelt\u00e0<\/strong> e sulla continuit\u00e0 di relazione<\/strong>. Per questo, nella fase di post-vendita, \u00e8 fondamentale investire sull\u2019efficienza e la qualit\u00e0 dei servizi offerti ai propri utenti per migliorare la cosiddetta Customer Retention<\/strong>. A tale scopo, l\u2019intelligenza artificiale\u00a0basata\u00a0sulla semantica<\/strong> gioca un ruolo sempre pi\u00f9 attivo a supporto delle aziende per riconoscere, catalogare e processare le informazioni provenienti dai canali digitali (es. documenti, e-mail) a seconda degli obiettivi aziendali.<\/p>\n Questo tipo di tecnologia \u00e8 ideale per le aziende che hanno numerosi utenti<\/strong> e che devono gestire molti dati non strutturati<\/a> con flussi di comunicazioni da e verso i vari operatori. Per avere dei riferimenti concreti, parliamo di realt\u00e0 con almeno qualche centinaio di migliaia di utenti e, di conseguenza, altrettante e-mail ogni anno.<\/p>\n Se per esempio applichiamo tale tecnologia ai sistemi di Email Management per la gestione del customer service<\/a>, i benefici per il business delle aziende sono strettamente ricollegabili a:<\/p>\n La sfida per le aziende nell\u2019implementare una soluzione di questo tipo sta nell\u2019integrare la potenza della tecnologia del motore semantico con i processi e le procedure interne.<\/strong><\/p>\n La tecnologia da sola non basta. Nelle aziende di grandi dimensioni fanno capo al customer service molti processi di varia natura che coinvolgono una moltitudine di interlocutori: per soddisfare gli obiettivi di business e di ritorno sull\u2019investimento (ROI)<\/strong> occorre costruire un progetto attorno alle esigenze complessive di tutti gli stakeholder.<\/p>\n Se il punto di partenza deve necessariamente essere il dimensionamento del flusso dei dati<\/strong> provenienti dalle e-mail, per poter far funzionare il motore di intelligenza artificiale \u00e8 imprescindibile strutturare un processo coinvolgendo i molteplici interlocutori interni<\/strong> e facendoli convergere su un flusso condiviso, costruito intorno all\u2019utente e integrato con i sistemi applicativi aziendali.<\/p>\n Prendendo in prestito la metafora dell\u2019automobile, una soluzione avanzata di intelligenza artificiale per l\u2019Email Management<\/a> implica due elementi progettuali importanti e tra loro innestati:<\/p>\n Grazie ad una partnership avviata nel 2020 con Expert System<\/a>, siamo in grado di concretizzare quanto sopra descritto unendo la forza di nuove tecnologie abilitanti con la capacit\u00e0 di progettare e implementare una soluzione rispondente alle particolari esigenze di ciascuna azienda.<\/p>\n Questa tipologia di approccio consente di gestire efficacemente le complessit\u00e0 tipiche delle aziende di grandi dimensioni<\/strong>, interpretando e organizzando i dati contenuti nel linguaggio naturale delle e-mail. In questo modo l\u2019intelligenza artificiale diventa l\u2019asset strategico per<\/strong> migliorare le performance del Customer Service<\/a> ed essere pi\u00f9 competitivi sul mercato, supportando il business e ottimizzando i processi con un sistema avanzato di Email Management<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":" La velocit\u00e0 e la precisione nella risposta alle domande dei clienti impattano direttamente sulla qualit\u00e0…<\/p>\n","protected":false},"author":32,"featured_media":7834,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[25],"tags":[84],"class_list":{"0":"post-7813","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-digital-transformation","8":"tag-artificial-intelligence"},"acf":[],"yoast_head":"\n\n
La complessit\u00e0 di un progetto di AI per le grandi aziende<\/h2>\n
\n
Intelligenza artificiale di Expert System e know-how digitale di Intesys: un connubio vincente<\/h2>\n
\n
\nCogito \u00e8 la piattaforma di intelligenza artificiale di Expert System in grado di interpretare, riconoscere e catalogare grandi volumi di dati non strutturati generati dai documenti e renderli disponibili per migliorare l\u2019efficienza operativa e l\u2019automazione dei processi<\/strong>. Definendo delle regole precise per il contesto di riferimento, il sistema \u00e8 in grado di gestire le ambiguit\u00e0 del linguaggio naturale simulando i processi di comprensione umana<\/strong>.
\nPer poter interpretare le informazioni secondo i diversi stili linguistici e capire come strutturare i flussi informativi che si generano<\/strong>, \u00e8 fondamentale coinvolgere tutti gli interlocutori del progetto attraverso dei workshop di co-design<\/a>. Le attivit\u00e0 di co-progettazione, infatti, consentono di trovare risposta ad alcune domande chiave, ad esempio: come classifico e-mail, documenti, allegati, contenuti e le varie tipologie di richieste? Che priorit\u00e0 hanno? Quali metadati posso estrarre?
\nIn una fase iniziale del progetto viene definito un campione di dati eterogeneo per \u201ctestare il motore\u201d, la cui efficacia viene verificata successivamente su un campione pi\u00f9 ampio e rappresentativo.<\/li>\n<\/ul>\n\n
\nL\u2019applicazione del motore semantico deve essere fatta in base ai bisogni specifici dell\u2019azienda, che possono essere portati alla luce e implementati con un approccio che va dalla co-progettazione e integrazione fino alla delivery tecnologica della soluzione<\/strong>: ci piace definirlo \u201cDesign to Deliver\u201d.
\nNella fase di Design<\/strong> del progetto accompagniamo l’azienda nella definizione del TO-BE<\/strong>, coinvolgendo i vari stakeholder per rispondere alle domande: qual \u00e8 l\u2019AS IS<\/strong>? Quali invece i pain point<\/strong>? Quali sono i possibili touch point<\/strong> del processo? Quali gli interlocutori<\/strong> e i loro bisogni? Quali sono i KPI<\/strong> da tracciare per misurare l\u2019efficacia della soluzione?
\nPrima di concretizzare il progetto nella fase Delivery, realizziamo modelli e prototipi<\/strong> per simulare le interazioni degli utenti.
\nNella parte di Delivery<\/strong> identifichiamo quali risorse IT<\/strong> serve integrare o piuttosto realizzare ex-novo, e quali sono i protocolli<\/strong> e le soluzioni tecnologiche<\/strong> adatte a integrarsi con i vari sistemi aziendali.<\/li>\n<\/ul>\n