Come trasformare l’AI in un successo per le vendite: tutti i segreti e le applicazioni-chiave

Il 65% delle aziende mondiali sta usando l’intelligenza artificiale generativa su base regolare, quasi il doppio di un anno fa. Le aspettative sono alte: il 75% afferma che questa tecnologia trasformerà profondamente ogni settore industriale. Questi risultati del McKinsey Global Survey [in inglese]y sull’AI (condotto su un campione di 1.363 dirigenti tra il 22 febbraio e il 5 marzo del 2024) sottolineano un trend inarrestabile. L’intelligenza artificiale generativa è pervasiva: non viene usata solo nell’IT, ma anche in diverse funzioni aziendali, e le sue applicazioni sono molteplici, dall’aumento della produttività dei dipendenti alla customer experience dei partner e dei clienti.

Parallelamente, l’entusiasmo per la GenAI non fa abbassare i riflettori sull’intelligenza artificiale non generativa. Nello stesso sondaggio di McKinsey, 981 intervistati hanno detto che la loro azienda ha adottato l’AI in almeno una funzione di business, e 878 hanno riferito che l’impresa per la quale lavorano usa la generativa in almeno una funzione. Le imprese continuano a investire sulle due tecnologie (in media, una quota di almeno il 5% del budget digitale). Anzi, nella maggior parte dei settori, prevalgono le imprese che spendono più del 20% del budget digitale sull’AI “classica” o “analytical AI”, ovvero machine learning per estrarre conoscenza utile per il business. E il 67% delle organizzazioni si aspetta di spendere di più nei prossimi tre anni.

Franco Iorio, amministratore e CIO di Timenet (società che offre soluzioni di connettività Internet e voce a professionisti e aziende) non ha dubbi sull’impatto positivo dell’intelligenza artificiale per le attività di impresa in un ottica di miglioramento dell’esperienza sia dei partner rivenditori che dei dipendenti occupati nelle aree dell’assistenza tecnica (e, conseguentemente, dei clienti). Si tratta proprio di quella “analytical AI” emersa come prioritaria nello studio di McKinsey: “Grazie alla capacità dell’AI di analizzare enormi quantità di dati, apprendere da essi e prendere decisioni informate, le aziende hanno oggi l’opportunità di ottimizzare processi, aumentare l’efficienza e migliorare la qualità dei servizi offerti”, afferma Iorio. “In Timenet abbiamo abbracciato appieno il potenziale dell’intelligenza artificiale. Stiamo attivamente integrando l’AI in diversi aspetti del nostro operato per migliorare la nostra competitività e continuare a fornire servizi di alta qualità ai nostri clienti e partner”.

L’AI per l’experience dei partner

Il primo ambito in cui Timenet sta implementando l’intelligenza artificiale è il settore commerciale, dove l’AI aiuta i partner a creare presentazioni complete e ben strutturate dei prodotti e servizi offerti senza dover dedicare ore di lavoro.

“Sappiamo bene che i nostri partner rivenditori spesso si trovano a dover sacrificare la qualità dell’offerta a favore dell’operatività quotidiana. Questo può portare a presentazioni incomplete, ridotte a semplici elenchi di voci e numeri. Per risolvere questa criticità, abbiamo integrato uno strumento basato su AI che, partendo da una serie di informazioni semplici inserite dai rivenditori, genererà una soluzione commerciale completa, graficamente accattivante e dettagliata”, spiega Iorio. “Questo strumento terrà conto del settore del cliente, dei dati emersi durante gli appuntamenti, delle necessità specifiche e dei vantaggi delle soluzioni proposte. Il tutto sarà integrato nell’area riservata del rivenditore, facilitando la creazione di offerte personalizzate”.

L’assistenza tecnica è un altro settore in cui Timenet sta implementando l’AI nella forma di una chat intelligente al servizio dell’operatore. In linguaggio naturale, l’addetto può recuperare le informazioni sui ticket e sui clienti in pochi secondi, ottenendo una visione integrale e aggiornata del contesto in cui inserire la chiamata. L’AI attinge a una base di conoscenze interna di Timenet di oltre 25.000 ticket, manuali e wiki di reparto.

“Ci aspettiamo un aumento dell’efficienza e della puntualità nell’assistenza, mentre i clienti e i rivenditori potranno contare su una conoscenza condivisa e centralizzata”, osserva Iorio.

L’AI per i dipendenti del customer service

L’intelligenza artificiale nelle chat per migliorare il lavoro degli addetti all’assistenza tecnica, al customer service o alle vendite è una delle applicazioni più esplorate dalle imprese per dare supporto ai dipendenti ed elevare il livello delle loro prestazioni. Si tratta di applicazioni AI sia per l’analisi dei dati che per le interazioni vocali. Infatti, Gartner prevede che, “entro il 2026, il 60% dei software di AI conversazionale includerà funzionalità di intelligenza proattiva, rispetto a meno del 5% nel 2023”. Questi tool basati sull’AI possono analizzare la conversazione in tempo reale, anticipare le esigenze dei clienti, fornire informazioni pertinenti agli agenti e suggerire azioni appropriate, migliorando in ultima analisi l’esperienza complessiva del servizio clienti. O, in caso di problemi, suggerire la soluzione migliore per non perdere il cliente.

La GenAI è anche alla base di assistenti virtuali per i dipendenti, che aiutano le persone nei loro compiti quotidiani, ma anche li guidano nelle attività di training. L’AI generativa, infatti, permette di erogare formazione personalizzata e interattiva risparmiando tempo e risorse. Si tratta di una soluzione esplorata dalle imprese, ancora una volta, per gli agenti del customer service o della vendita, perché aiuta ad approfondire e aggiornare la conoscenza dei prodotti e delle politiche aziendali.

La Gen AI per la CX del cliente: l’app conversazionale

Più direttamente collegata all’esperienza del cliente finale è la app messa a punto da Banca Investis, private banking italiano con focus sulla clientela High Net Worth Individual. La app, chiamata NIWA – “Next Intelligent Wealth Advisor” – è stata realizzata in collaborazione con diversi partner tecnologici per permettere ai clienti di interagire con un digital junior banker grazie alle conversazioni AI-powered. Come sottolinea Roberto Chiriatti, CIO di Banca Investis, “il piano strategico presentato a fine 2023 prevedeva lo sviluppo di una app basata sull’intelligenza artificiale, con l’obiettivo di offrire al cliente un’esperienza più interattiva e unica sul mercato e di agevolare e potenziare la sua interazione con il banker”.

L’innovazione tecnologica, infatti, è stata messa al centro del piano industriale come base per il riposizionamento del Gruppo, che sta lavorando ad un percorso di crescita definito come “Uncommon Journey”, grazie al quale offrire ai clienti servizi e prodotti esclusivi, un’offerta personalizzata e un’esperienza a tutto tondo. In questo scenario, a livello di IT, il Gruppo sta lavorando a progetti che vanno dalla digitalizzazione di processi e documenti fino alla semplificazione e automazione dei processi interni.

“Lo sviluppo di NIWAha comportato il coinvolgimento di tutte le aree di businesse questo è stato entusiasmante e complesso al tempo stesso”, sottolinea Chiriatti. “È stato fondamentale coordinare le varie aree e i diversi partner tecnologici, mirando sempre al risultato finale che ci eravamo prefissati. Per centrare l’obiettivo abbiamo organizzato dei workshop multi-dipartimentali e tutte le aree della banca hanno contribuito al design e al test della app dando il proprio feedback. Questo modo di procedere è stato fondamentale per limitare il rework dell’applicazione e delle numerose componenti e per assicurarci di proporre una customer experience di alto livello. Inoltre, era fondamentale che l’esperienza del cliente fosse semplice ed intuitiva; ad esempio, per semplificare l’enrollment dei clienti e favorire l’adozione abbiamo deciso di integrare il framework di login di NIWA con quello del mobile banking. Inoltre, abbiamo previsto un’area prospect che è possibile utilizzare per avere una preview dei contenuti anche se non si è clienti della Banca”.

Lo scope management e il fine-tuning

Chiriatti sottolinea che, con l’AI, non bisogna farsi trasportare dall’entusiasmo sulle molteplici possibilità che rende disponibili, ma circoscrivere i requisiti.

“Lo scope management è stato molto importante”, afferma il CIO, “bisogna avere obiettivi chiari e concreti, non farsi prendere dalla voglia di implementare troppe funzionalità, ma selezionare quelle che portano valore aggiunto al cliente e di conseguenza al proprio business”.

Un altro passo importante per la Banca è stato valutare attentamente le tecnologie e testare in maniera sistematica le risposte fornite dalla chat.

“A questo fine abbiamo sviluppato un framework di test strutturato che ci ha permesso di fare un tuning molto consistente sulle risposte. In questo modo siamo riusciti a gestire gli upgrade di versione in maniera più flessibile e limitare la possibilità di risposte non coerenti”, indica il CIO.

Su queste premesse NIWA è stata costruita per essere unica nel suo genere e incentrata sulla CX del cliente. Il team IT non aveva un esempio cui ispirarsi ed è partito dall’idea di avere una chat, non una app bancaria tradizionale, attraverso la quale l’utente potesse fruire dei diversi contenuti messi a disposizione; infatti NIWA include, come parte integrante del servizio, news e views in ambito finanziario, e a breve sarà integrato anche un podcast sul tema cinema e finanza.

“È stata una sfida molto interessante”, racconta Chiriatti, “e, alla fine, siamo riusciti a concentrare un junior digital banker sempre disponibile per rispondere alle domande del cliente e contenuti personalizzati all’interno di un’esperienza innovativa e coerente”.

Nella app di Banca Investis l’intelligenza artificiale è utilizzata per la customizzazione dell’esperienza e per selezione dei contenuti sulla base degli interessi del cliente; sempre l’AI consente di dialogare via chat, in modalità conversazionale, per avere aggiornamenti su eventi di attualità che possono direttamente o indirettamente influenzare i mercati finanziari.

“È troppo presto per valutare i risultati, ma il feedback dei clienti per ora è molto positivo. L’utilizzo medio è alto e la session duration si attesta intorno ai 15 minuti. Questo dato è già di per sé un apprezzamento sull’esperienza del cliente e dei contenuti della App”, riferisce Chiriatti.

Come ottenere il meglio dalla GenAI

Nel sondaggio di McKinsey, il 70% delle aziende che usa con successo la generative AI (cioè che afferma che almeno l’11% del loro EBIT nel 2023 è attribuibile al suo utilizzo) ha dichiarato che il primo elemento critico nel creare valore da questa tecnologia è rappresentato dai dati: bisogna averne in quantità e di qualità adeguate. Il secondo elemento di sfida (segnalato dal 48%) è la gestione dei rischi per avere una AI responsabile. Le altre difficoltà sono: trovare il modello operativo (47%), scegliere la giusta tecnologia (43%), definire una strategia AI (42%), avere le competenze per usarla (37%) e passare all’adozione su scala (33%). Del resto, i maggiori rischi percepiti sono i risultati inaccurati (63%) e la violazione della proprietà intellettuale (52%).

Per questo le aziende che riescono a estrarre valore dalla Gen AI adottano delle precise best practice: l’IT sa riconoscere e mitigare i rischi della GenAI e collabora con la funzione Legal e il CIO sviluppa i modelli di intelligenza artificiale in modo che permettano la valutazione del rischio e del bias e le audit esterne. Sono, inoltre, presenti dei comitati inter-dipartimentali per la governance dell’AI.

In via generale, il 53% delle aziende usa prodotti off-the-shelf, ma il 47% applica delle notevoli personalizzazioni o sviluppa dei propri modelli: una scelta che richiede un investimento importante in termini di competenze e risorse economiche.

Chiriatti di Banca Investis, infatti, sottolinea: “La campagna di lancio di NIWA sta per entrare nel vivo per cui non è ancora il momento di valutare il ritorno sull’investimento, ma di certo posso dire che l’impegno finanziario è stato significativo, sicuramente superiore rispetto allo standard dei nostri progetti IT. Ma questa iniziativa basata sull’intelligenza artificiale generativa era uno dei punti cardine per il rilancio della Banca, per cui siamo molto soddisfatti di essere riusciti a portare a casa un simile risultato in pochi mesi”.

Quanto al necessario cambiamento delle competenze che accompagna l’uso della GenAI in azienda, McKinsey [in inglese] sottolinea che emergeranno, probabilmente, nuovi ruoli come gli esperti di intelligenza artificiale sicura e data responsibility e – nel caso la GenAI sia usata per generare codice – la figura di chi rivede questi output. Occorreranno anche un professionista capace di selezionare e gestire i LLM e la formazione degli agenti con l’intelligenza artificiale generativa, nonché esperti che sappiano gestire la responsabilità di terza parte sui modelli. In definitiva, il CIO dovrà lavorare a stretto contatto con l’HR e i team legal e compliance, per integrare i nuovi ruoli in azienda e tutelarsi dai rischi.