L’esperienza delle persone, le soluzioni già trovate e le procedure dell’impresa possono diventare una risorsa consultabile dall’intelligenza artificiale. Ecco come stiamo applicando questo principio nel CMO, partendo dall’assistenza clienti.
Ogni azienda possiede un patrimonio di conoscenze che cresce giorno dopo giorno. Un tecnico risolve un problema, un operatore chiarisce una richiesta, un responsabile definisce una procedura. Sono informazioni preziose, spesso distribuite tra email, ticket, documenti e memoria delle persone.
Quando si presenta una situazione simile, ritrovare quella conoscenza richiede tempo. A volte si deve chiedere al collega più esperto; altre volte si ricomincia da capo, anche se una soluzione era già stata individuata.
In KeySystem stiamo applicando l’intelligenza artificiale al CMO per rendere questo patrimonio più accessibile e utilizzabile nelle attività quotidiane. Il centro di questo lavoro è la conoscenza aziendale: informazioni organizzate che aiutano l’AI a proporre risposte e azioni coerenti con il modo di operare dell’impresa.
Che cosa intendiamo per conoscenza aziendale
La conoscenza aziendale comprende ciò che l’impresa sa e ha imparato a fare: procedure, indicazioni operative, soluzioni a problemi ricorrenti, caratteristiche dei servizi e criteri con cui gestire determinate situazioni.
Un archivio di ticket contiene conversazioni. Una base di conoscenza rende riconoscibili e riutilizzabili le indicazioni utili emerse da quelle conversazioni.
Per esempio, un ticket può raccontare un problema di accesso a un servizio, con diversi messaggi e tentativi. La conoscenza ricavata da quel caso può indicare quali controlli eseguire, quali informazioni chiedere al cliente e quando coinvolgere un tecnico.
Il valore nasce dal trasformare l’esperienza in indicazioni che possano essere ritrovate e applicate nel contesto giusto.
Perché questa conoscenza è importante per l’AI
Un modello di intelligenza artificiale possiede capacità generali di comprensione e scrittura. Per assistere un’azienda deve però conoscere anche le sue procedure, i servizi che offre e i limiti entro cui può operare.
Nel CMO stiamo costruendo questo collegamento: quando viene analizzata una richiesta, all’AI vengono fornite le indicazioni aziendali pertinenti, insieme al contesto disponibile. In questo modo può formulare suggerimenti più aderenti alla situazione concreta.
Non serve pensare che l’AI memorizzi definitivamente ogni informazione dell’impresa. Il principio è metterle a disposizione, al momento opportuno, la conoscenza utile per il compito che sta svolgendo.
La qualità delle informazioni rimane decisiva: una procedura superata o una soluzione valida soltanto in un caso particolare devono essere riconosciute e gestite come tali.
Come stiamo organizzando la conoscenza nel CMO
Il lavoro comprende un ambiente dedicato alla raccolta e all’organizzazione delle conoscenze, il Knowledge Hub.
Le informazioni ricavate dall’esperienza possono diventare candidate alla base di conoscenza. Il passaggio a una conoscenza utilizzabile deve permettere di selezionare ciò che è davvero utile, verificarne il significato e mantenerlo aggiornato.
Un punto fondamentale è distinguere le regole generali dalle indicazioni specifiche. Le prime definiscono comportamenti che devono accompagnare l’attività dell’AI; le seconde vengono selezionate in base alla categoria o al problema da affrontare.
Una regola generale può stabilire, per esempio, che l’operatore AI non debba modificare o cancellare dati dei clienti. Un’indicazione specifica può descrivere invece i controlli da proporre per una particolare anomalia.
Questo consente di dare all’AI sia un perimetro operativo sia le informazioni utili al singolo caso, mantenendo le conoscenze pertinenti all’azienda e al servizio gestito.
La prima applicazione concreta: l’assistenza clienti
Il supporto ticket è uno degli ambiti in cui stiamo applicando concretamente questo approccio nel CMO. Qui la conoscenza aziendale incontra richieste reali, problemi ricorrenti e soluzioni già sperimentate.
L’AI può aiutare l’operatore a comprendere la richiesta, consultare le conoscenze pertinenti e preparare un suggerimento di risposta. Quando mancano elementi sufficienti, può chiedere informazioni aggiuntive; quando il caso richiede una valutazione specialistica, può essere passato a un operatore umano.
Prendiamo un cliente che segnala: «Non riesco più ad accedere al servizio». Prima di proporre una soluzione, occorre capire quale servizio utilizza, quale messaggio compare e quali verifiche sono già state effettuate. La conoscenza aziendale aiuta l’AI a porre domande appropriate e a seguire una procedura coerente.
Il lavoro sviluppato comprende anche la gestione dei richiami e del passaggio all’operatore. Dove previsto dalla configurazione, il flusso può arrivare alla chiusura del ticket con un messaggio finale.
Il grado di automazione va definito in base al processo: suggerire una risposta e gestire autonomamente una fase del ticket sono responsabilità diverse.
Le applicazioni funzionali di questo modello
L’assistenza è il primo esempio operativo. Lo stesso principio può guidare ulteriori applicazioni nel CMO, da sviluppare e configurare in funzione dei processi dell’impresa.
Supportare gli operatori e l’inserimento di nuove persone
Una base di conoscenza organizzata può aiutare chi deve ritrovare una procedura o affrontare un’attività poco frequente. Per una persona appena inserita, può diventare un supporto per orientarsi tra istruzioni e casi già risolti, mantenendo il confronto con i colleghi nei passaggi che richiedono esperienza.
Affiancare il CRM e il lavoro commerciale
Informazioni verificate su prodotti, servizi e modalità di assistenza possono aiutare a preparare risposte ai clienti e bozze di comunicazioni. Le condizioni applicabili al singolo cliente devono comunque essere ricavate dai dati autorizzati e aggiornati: una risposta plausibile non basta per formulare un impegno commerciale.
Aiutare nella gestione di commesse e WorkOrder
Procedure tecniche e indicazioni operative possono fornire un supporto nella preparazione degli interventi. Per ottimizzare la distribuzione del lavoro servono anche dati strutturati: disponibilità dei tecnici, competenze, durata delle attività, località e vincoli delle commesse.
In questo ambito l’AI può affiancare il responsabile nella valutazione delle alternative. La conoscenza aziendale offre i criteri di lavoro; i dati del gestionale descrivono la situazione su cui applicarli.
Affiancare la lettura e la gestione dei documenti
L’AI può contribuire all’interpretazione delle informazioni presenti nei documenti. Le regole aziendali aiutano a stabilire quali dati siano necessari e quali controlli eseguire. Nei flussi di lettura degli scontrini stiamo lavorando anche sull’integrazione tra OCR e analisi visiva AI, con intervento umano quando gli elementi essenziali rimangono incerti.
L’esperienza deve crescere insieme al sistema
Una base di conoscenza ha bisogno di manutenzione. Cambiano i servizi, emergono nuovi problemi e alcune procedure vengono sostituite. Un caso risolto può suggerire una nuova indicazione, ma prima di generalizzarlo occorre capire in quali condizioni sia valido.
Il ciclo che vogliamo sostenere è semplice: l’esperienza produce informazioni; quelle utili vengono selezionate e organizzate; l’AI le consulta nei casi pertinenti; gli operatori verificano i risultati e contribuiscono al loro aggiornamento.
Il trattamento dei dati fa parte di questo lavoro. Stiamo intervenendo anche sull’anonimizzazione dei dati personali nei testi dei ticket. La gestione delle informazioni presenti nelle immagini richiede ulteriori verifiche dedicate.
Il nostro obiettivo: rendere disponibile ciò che l’azienda ha imparato
Con il CMO vogliamo portare l’AI dentro i processi in cui può offrire un aiuto concreto: comprendere una richiesta, recuperare una soluzione, preparare una risposta e supportare una decisione.
La conoscenza aziendale è il collegamento tra queste capacità e l’esperienza dell’impresa. Organizzarla significa rendere più facile il lavoro degli operatori e dare continuità a ciò che l’azienda ha imparato nel tempo.
Vuoi capire come applicare questo approccio alla tua azienda? Contattaci! possiamo partire dai tuoi processi, individuare le conoscenze utili e valutare le funzioni AI più adatte al tuo CMO.