Scoprire il potenziale dell'IA generativa per l'assistenza

Obiettivi di apprendimento

Al completamento di questa unità, sarai in grado di:

• Identificare i modi in cui l'IA generativa aiuta a diagnosticare e risolvere i problemi.
  
• Descrivere il che modo l'IA generativa aiuta ad acquisire e condividere le conoscenze.
  
• Spiegare in che modo l'analisi del sentiment: può migliorare le esperienze dell'assistenza clienti.
  

Le potenzialità dell'IA generativa

Nota

L'ecosistema dell'IA generativa sta crescendo a un ritmo incredibile con il rilascio di molteplici Large Language Model (LLM, modelli linguistici di grandi dimensioni) estremamente sofisticati. Allo stesso tempo, sono nate molte aziende che ottimizzano questi modelli e supportano l'integrazione degli LLM in applicazioni nuove ed esistenti. Ciò significa che organizzazioni di ogni tipo e dimensione hanno un accesso senza precedenti all'IA generativa. Nonostante l'enorme interesse per l'uso di questa tecnologia, molte organizzazioni non sono sicure che l'IA generativa sia in grado di migliorare la produttività, ispirare la creatività e ridurre la monotonia.

Quando nasce una nuova tecnologia, è difficile prevedere come verrà utilizzata in futuro e se è facile da usare. Ad esempio, quando i ricercatori del governo degli Stati Uniti crearono ARPANET per condividere le informazioni tra loro, non avevano idea che ne sarebbe scaturita Internet.

Allo stesso modo, l'uso che si farà dell'IA generativa nei prossimi 6 mesi sarà molto diverso da quello che se ne farà tra 6 anni. Ciò è dovuto sia alla rapidità con cui la tecnologia si evolve, sia alla nostra creatività nell'usare lo strumento. Inoltre, spesso diamo per scontata la nostra capacità di eseguire operazioni basate sul linguaggio, quindi è facile che i vantaggi offerti dall'IA generativa passino inosservati.

Anche se non possiamo prevedere il futuro, possiamo cambiare il modo in cui pensiamo all'IA generativa osservando esempi di come può essere utilizzata oggi. Questo modulo esplora l'IA generativa da diversi punti di vista. Scoprirai come può essere utilizzata in vari reparti di un'organizzazione, tra cui assistenza, vendite, e-commerce, marketing e IT. Non è un'enciclopedia completa di casi d'uso, ma un'ispirazione. Man mano che scoprirai le potenzialità dell'IA generativa, verranno a galla pattern e temi. E potrai presto iniziare a immaginare le tue variazioni su quei temi.

Potenziare l'assistenza con l'IA generativa

Le organizzazioni di assistenza gestiscono varie operazioni basate sull'uso del linguaggio. Ogni giorno, gli agenti incaricati dell'assistenza comunicano con i clienti al telefono, tramite chat o via email. Durante il processo di risoluzione dei problemi, cercano e documentano informazioni. Non c'è da stupirsi se buone competenze comunicative siano considerate fondamentali per chiunque lavori nelle organizzazioni di assistenza. Ed ecco perché l'IA generativa è così efficace in questo scenario.

Non ci vuole molto tempo dopo il primo contatto con un cliente a trovare un buon motivo per usare l'IA generativa. Può sembrare un'ovvietà, ma non puoi risolvere un problema se prima non capisci di cosa si tratta. I clienti possono condividere informazioni per identificare il problema, ma queste sono spesso lacunose o includono dettagli irrilevanti. Quindi è essenziale porre delle buone domande di follow-up.

È qui che entra in gioco l'IA generativa. Può usare i dettagli di casi precedenti, acquisti recenti, changelog di prodotti e persino note associate a casi in corso di gestione per creare domande che servono a ottenere chiarimenti. "Il suo problema a che fare con il suo recente acquisto di Widget Pro?" "Ha aggiornato di recente il suo dispositivo?"

Queste domande possono essere poste al cliente da un chatbot o proposte un agente dell'assistenza da un assistente virtuale. Le risposte portano a ulteriori domande generate in tempo reale. L'IA generativa può suggerire domande che mettono in evidenza aspetti da esplorare che altrimenti sarebbero passati inosservati. Con l'aiuto dell'IA generativa, puoi dedicare meno tempo all'identificazione di un problema e passare subito alla sua risoluzione.

Un'IA generativa perfezionata usando la Knowledge Base rende anche più veloce la fase di risoluzione. Il contesto che ha contribuito a identificare il problema può essere utilizzato a sua volta per offrire soluzioni, con riferimenti a risorse di supporto. Puoi persino istruire l'IA generativa in modo che spieghi qual è il ragionamento alla base di una soluzione. In questo modo, gli agenti dell'assistenza possono effettuare una sorta di controllo di qualità, scartando i suggerimenti che sanno non essere utili. Se una soluzione sembra promettente, gli agenti possono esaminarla e verificare se è appropriata.

L'IA generativa continua a offrire il suo contributo semplificando la condivisione delle soluzioni. Con un semplice clic, gli agenti dell'assistenza possono utilizzare l'IA generativa per redigere una risposta chiara, cortese e pertinente per il cliente. È qui che l'IA generativa dà il suo meglio.

Potresti dover aiutare un cliente che apprezzerebbe una spiegazione esauriente del motivo per cui si è verificato un problema. Oppure, potresti dover aiutare qualcuno che non ha le competenze per comprendere quello che succede, è frustrato e vuole solo una rapida soluzione del problema. In entrambi gli scenari, l'IA generativa è in grado di creare la risposta che meglio si adatta alle aspettative dell'interlocutore. Questo tipo di personalizzazione favorisce relazioni più solide e basate sulla fiducia ed è facile ottenerla quando si ha l'IA generativa nel proprio team.

Ma aiutare il cliente a trovare una soluzione non è la fine della storia. Gli agenti dell'assistenza devono registrare i dettagli del caso, incluso un riepilogo del problema e della relativa risoluzione. Come avrai capito, l'IA generativa semplifica anche questo passaggio. I riepiloghi generati sono concisi, scansionabili, annotati e contrassegnati da parole chiave, perfetti per gli altri agenti dell'assistenza e per i loro responsabili.

In questo esempio, l'agente dell'assistenza ha scelto il percorso migliore. L'IA generativa presenta delle opzioni, poi l'agente usa il proprio buonsenso per accettare il suggerimento o indagare per conto proprio. La speranza è di evitare i vicoli ciechi, velocizzare il processo e rendere il cliente più felice.

Ma il cliente è felice? Può essere difficile scoprirlo. I sondaggi spesso vengono ignorati e l'atteggiamento del cliente non traspare sempre dalle note del caso. L'IA generativa offre alcune soluzioni anche per questo problema. Ad esempio, l'IA generativa è perfetta per l'analisi del sentiment ed è in grado di riassumere l'interazione complessiva tra il cliente e l'agente dell'assistenza. Il cliente a un certo punto ha manifestato frustrazione o rabbia? La situazione nel tempo è cambiata? In meglio o in peggio? Questo può aiutare a identificare gli agenti dell'assistenza le cui prestazioni sono più elevate e quelli che mostrano margini di miglioramento.

L'analisi del sentiment può anche aiutare a indirizzare i casi all'agente più adatto. Ad esempio, un caso particolarmente difficile può essere automaticamente inoltrato a un livello superiore e assegnato a un agente più anziano notoriamente bravo a disinnescare situazioni tese, evitando di mettere in difficoltà i dipendenti più giovani.

[Immagine generata da IA usando DreamStudio su stability.ai con il prompt "A robot holds a shield in one hand, drawn in the style of a comic book" (Un robot con uno scudo in una mano, disegnato nello stile dei fumetti).]

Infine, l'IA generativa può redigere articoli Knowledge, convertendo i dettagli di uno o più casi risolti in contenuti ripuliti dai dati e adatti a un pubblico generico. Potrebbe anche offrire suggerimenti per argomenti pertinenti in base alle recenti attività associate al caso. In pochi minuti puoi avere a disposizione un articolo da condividere con la tua community sul portale di assistenza.

Le organizzazioni di assistenza sono l'ideale per farsi un'idea riguardo al futuro dell'IA generativa. Nella prossima unità scoprirai cosa può fare per le attività commerciali e di vendita.

Risorse

• Guida: Einstein Generative AI (IA generativa Einstein)
  
• Guida: Einstein Generative AI Glossary of Terms (Glossario dei termini dell'IA generativa Einstein)
  
• Trailhead: Nozioni di base sull'IA generativa
  
• Trailhead: Nozioni di base sull'elaborazione del linguaggio naturale
  
• Trailhead: Intelligenza artificiale per l'assistenza clienti
  
• Salesforce: Top Generative AI Statistics for 2023 (Principali statistiche relative all'IA generativa per il 2023)