Deep Learning: in cosa consiste e come funziona

Deep Learning. Abbiamo già parlato del Natural Language Processing, ma ho pensato di scrivere un approfondimento su questo topic per capire meglio come funzioni e come possa essere sviluppato per diventare sempre più efficiente.

In questo periodo sempre più aziende stanno entrando nel mercato dei chatbots, dichiarando di poter fornire interazioni basate su NLP e Deep Learning per rendere la conversazione identica a quella che l’utente avrebbe con un umano. Ma è davvero possibile? E come facciamo a distinguere chi riesce davvero ad apportare valore aggiunto in questo mare di soluzioni molto simili tra loro? Sicuramente avere una conoscenza più approfondita dell’argomento aiuta.

Il Deep Learning è una branchia dell’informatica che cerca di costruire architetture “profonde”, che permettono alla macchina di comprendere e analizzare fenomeni: per fare ciò l’intelligenza artificiale si basa su più livelli di rappresentazione. Questi livelli sono organizzati in modo gerarchico, seguendo un ordine che va dal più basso al più alto.

Questo articolo è quindi pensato per darvi maggiori informazioni su questo settore, su come si articola e sulle differenze che troviamo tra un modello e l’altro.

Come? Esplorando prima la tassonomia dei modelli Deep Learning, e dopo le sfide comuni.

Tassonomia dei modelli

Retrevial Vs. Generative Models

Retrieval models: usano repository di risposte predefinite per fornire una risposta appropriata basata sugli input e sul contesto.

  • Pro: essendo costituiti su risposte già compilate, non corriamo il pericolo di avere errori grammaticali;
  • Contro: può accadere che il sistema non sia in grado di rispondere alle domande perché la risposta non è presente nella repository.

Generative models: non hanno repository con risposte predefinite, generano nuove risposte. Sono tipicamente basati su modelli di traduzione: la “traduzione” non avviene da lingua a lingua ma da input (la richiesta) ad output (la risposta).

  • Pro: questo tipo di modello è “più intelligente”: simula con più facilità ed efficacia una conversazione umana.
  • Contro: difficile da allenare (richiede una enorme quantità di dati) e commette più facilmente errori grammaticali (specialmente in frasi lunghe).

Deep Learning Models

Nel sistema di produzione attuale sono molto più utilizzati i Retrieval models.

Long Vs. short conversations

Più lunga è la conversazione, più difficile è automatizzarla. Da una parte ci sono le conversazioni breve, dove l’obiettivo è creare una singola risposta per ogni input: una domanda, una risposta. Dall’altra troviamo le conversazioni lunghe, dove abbiamo più interazioni e quindi la necessità di tracciare la conversazione. Un esempio tipico per questo tipo è la normale conversazione di un’assistenza cliente.

Open Domain Vs. Close Domain

In un dialogo Open Domain l’utente non ha restrizioni: può portare la conversazione dove vuole. Un esempio tipico è quello dei social network come Twitter. Il numero praticamente infinito di topic in cui una conversazione può evolvere rendono la generazione di buone risposte molto difficile.

In una conversazione Closed Domain, invece, input e output sono “circoscritti” in quanto il sistema è stato scritto ed ideato per risolvere un problema (o raggiungere uno scopo) specifico. Di nuovo, i customer care assistant sono un esempio perfetto. Questi sistemi non hanno bisogno di essere in grado di affrontare temi filosofici o politici: è indispensabili che siano efficienti nel risolvere i problemi degli utenti.

Sfide comuni

Comprensione del contesto

Per essere in grado di fornire risposte coerenti il sistema deve essere in grado di comprendere sia il contesto linguistico che quello spazio-temporale. In lunghe conversazioni le persone tengono traccia di quello che è stato detto precedentemente: questo è un esempio di contesto linguistico. Il metodo più comune per affrontare questa challenge è quello di incorporare la conversazione in un vettore dal quale andare a “ripescare” le informazioni, ma facendo ciò diventa difficile gestire le conversazioni molto lunghe. Vi sono studi che stanno cercando di costruire modelli più efficienti, come quello sui Sistemi di Dialogo End-to-End che utilizzano modelli di reti neurali generativi basati su gerarchie.

Coherent Personality

Il sistema deve generare risposte significative a domande poste in modo differente, ma con lo stesso significato. Per esempio, “quanto costa la spedizione?” o “a quanto ammontano le spese di spedizione?” richiedono la stessa risposta. Questo è ancora oggi un punto critico: molti sistemi possono generare risposte efficaci, ma non sono in grado di affrontare questa challenge.

Evaluation of models

Il modo ideale per valutare l’efficienza e l’efficacia del sistema è misurarne la capacità di risoluzione dei tasks. Ciò ovviamente richiede capitale umano e molto lavoro necessario per effettuare le necessarie misurazioni. In qualche caso, come nei sistemi open-domain, non abbiamo un obiettivo specifico e non possiamo quindi misurarlo. Ad oggi, il principale problema è che nessuno dei sistemi di valutazione comune tiene in considerazione le metriche che sono realmente collegate con il giudizio umano.

 

Come potete vedere, ad oggi il sistema è in piena evoluzione e sono ancora molti i punti da migliorare, ma le potenzialità ci sono tutte. Noi di Awhy abbiamo deciso di scommettere e ce la stiamo mettendo tutta per creare un sistema che sia il più completo ed efficiente possibile, siamo sicuri che ce la faremo!

 

A presto,

Emanuele

 

Fonte: Denny Britz su WildML

 

 

Mercato del lavoro_AI

Il mercato del lavoro e l’Intelligenza Artificiale: quali conseguenze?

L’effetto dell’intelligenza artificiale sul mercato del lavoro è un tema molto discusso oggi: c’è chi ipotizza scenari apocalittici dove i computer “ruberanno” il lavoro alla maggior parte della popolazione (o addirittura che gli umani diventeranno simili a cyborg) e c’è chi invece ritiene che siano solo complementari all’essere umano.

Chi ha ragione?

Beh, penso che nessuno sia in grado di dirlo con certezza. Quello che possiamo fare però, è analizzare un po’ più approfonditamente l’evoluzione dell’automazione e quali sono stati i cambiamenti che questa ha portato sul mercato del lavoro, cercando di trarre spunto anche da alcuni studi che sono stati effettuati negli ultimi anni.

Uno tra i più interessanti è quello di David H. Autor del 2015 pubblicato sul Journal of Economic Perspectives, che analizza il rapporto tra automazione e forza lavoro: è vero che questa plasmerà il mercato del lavoro, fino ad eliminarlo nel modo in cui lo conosciamo? Se sì, perché ci sono ancora lavori dopo 50 anni dalla sua introduzione?

The basic fact is that technology eliminates jobs, not work” (Bowen, 1966)

Cosa si evince da questa frase? Citata nell’articolo di Autor, vuole intendere che lo sviluppo non sta “eliminando il lavoro”, bensì solo mutando la sua forma.

L’automazione può essere quindi anche complementare al lavoro, concetto espresso molto bene dal modello O-ring di Kremer (1993):

Se abbiamo una catena con n link, il fatto che n-1 link non siano affidabili riduce il risultato o le aspettative di n. Se gli altri n-1 link sono affidabili, la probabilità che n venga realizzata nel modo migliore (e quindi anche il valore di n) crescono. Automazione in un processo lavorativo può quindi aumentare il valore del capitale umano nella catena di produzione.

Ne è un esempio il sistema Atm e i suoi sportelli di ritiro automatico, introdotti negli anni 70; dal 1995 al 2010, il numero di questi passa da 100 mila a 400 mila.

office_mercato del lavoro

Insieme però cresce però anche il numero di banchieri, da 500 mila a 550 milaPerché? Due le ragioni principali:

  1. Atm riduce il costo di apertura di una filiale bancaria: diminuiscono i banchieri per filiale, ma in modo meno che proporzionale all’aumento del numero di banche.
  2. L’avanzamento tecnologico permette ad una fascia più ampia di persone di entrare nel circuito lavorativo e valorizza le persone preparate, affidando con incarichi che non si limitano alle “semplici operazioni di checkout”: l’operatore diventa un vero e proprio sellers di servizi aggiuntivi quali carte di credito, prestiti…

Ovviamente questo esempio non è una costante, le cose possono variare.

Tre variabili vengono prese in considerazione per valutare l’impatto dell’automazione sul mercato del lavoro:

  • Il cambiamento tecnologico non necessariamente aumenta l’occupazione o l’ottimo paretiano: ciò avviene quando il “pezzo di catena” in cui si applica la tecnologia non è complementare bensì sostituto a quello della forza lavoro;
  • L’elasticità del lavoro può mitigare l’aumento dei salari apportato dall’introduzione della tecnologia: se i tasks complementari che l’automazione stimola (vedi servizi aggiuntivi nel caso delle banche) sono servizi facili e operabili da tutti, ci sarà un surplus nell’offerta di lavoro ed i prezzi dei salari cadranno.
  • La maggior produttività portata dalla tecnologia in un settore può amplificare o ridurre l’output e la redditività di un settore parallelo; ad esempio un’innnovazione nel settore agricolo può aumentare i salari di coloro che lavorano nel settore, i quali compreranno vestiti più costosi. Ecco che l’incremento di ricchezza nel settore agricolo si è trasferito al settore dell’abbigliamento (tutto ciò è possibile grazie alla combinazione tra elasticità della domanda e del reddito);

In ogni caso nel lungo periodo (1915-2015) il guadagno nella produttività portato dall’automazione non ha causato riduzioni di domanda nel consumo in beni e servizi, che è invece aumentato, riducendo i ritmi lavorativi e aumentando standard e qualità della vita. 

Il mercato del lavoro sembra quindi destinato a mutare nella sua forma, ma non a scomparire. Gli impieghi più “standard” sono sempre più facilmente sostituibili, mentre aumenta la richiesta di lavori più qualificati. Tutto ciò sta portando ad una forte polarizzazione, del lavoro e della ricchezza.

Vi sono tuttavia lavori che non sembrano sostituibili: il paradosso di Polanyi ci spiega infatti che i computer possono riprodurre e svolgere meglio di un umano operazioni di calcolo, matematiche, deduzione logica; non riescono però a riprodurre tutte quelle abilità legate alla percezione del mondo, alla creatività e alla valutazione del senso comune, che richiedono flessibilità e capacità di giudizio elevate.

Sono queste ultime capacità quelle che rappresentano una sfida più importante per i settori dell’ Intelligenza Artificiale e della Realtà aumentata. In ogni caso anche lo sviluppo di queste non porterà necessariamente ad una eliminazione delle professioni tradizionali.

Il paradosso di Polanyi non sembra quindi essere superato, ma è proprio questo l’obiettivo di:

  • Environmental Control: AI e Robot hanno bisogno di uno “spazio semplificato” nel quale operare, hanno difficoltà nell’analizzare troppe variabili nello stesso momento. Per fare ciò serve infatti flessibilità, coordinazione, valutazione; basti pensare a luoghi come grandi magazzini, dove nonostante i passi da gigante è necessaria ancora un’interazione umana. L’enviromental control cerca di permettere alle macchine di operare anche in situazioni molto complesse.
  • Machine Learning: statistica e logica induttiva per fornire le migliori riposte o supposizioni in conversazione. Opera con grandi basi di dati e modelli statistici e come vi spieghiamo in questo articolo consente alla macchina di analizzare i pattern decisioni e decidere in (quasi) autonomia. Date un’occhiata qua per saperne di più.

Vi è piaciuto l’articolo? Andate a leggere anche gli altri e seguiteci su facebook!

A presto,

Emanuele.

AI-0

Come funziona l’Intelligenza Artificiale? – Una guida pratica

Il tema che vorrei trattare oggi è quello di come funziona l’Intelligenza Artificiale: praticamente un trend topic ad oggi, ma non tutti sanno di cosa stiamo parlando nello specifico.

Sia chiaro. Non sono né uno statistico né un matematico: non voglio darvi la formula per una predizione perfetta (anche perché non è possibile!) o entrare nel dettaglio del funzionamento degli  algoritmi e processi che ci sono dietro.

Quando dico che voglio parlarvi di come funziona l’Intelligenza Artificiale (o AI, se vogliamo usare gli acronimi ed essere un po’ più geek), intendo offrire un’idea generale della tecnologia, del suo funzionamento e del suo stato attuale. Come?

Passando in rassegna:

  • Cosa intendiamo col termine AI;
  • Una breve storia di come si è evoluta la conoscenza in materia;
  • Cosa può fare l’Intelligenza Artificiale.

Intelligenza_Artificiale1

Perché questo articolo? Semplicemente perché, prima di Awhy, anche noi eravamo affascinati da questo mondo e volevamo saperne di più: riteniamo molto affascinante l’idea che una macchina sia in grado di valutare le variabili e fornire outputs seguendo una serie di pattern, prendendo decisioni. Ma come è possibile tutto ciò?

Procediamo a piccoli passi. Cosa è un’Intelligenza Artificiale e, ancora prima, cosa intendiamo quando usiamo il termine intelligenza? Per definizione:

Possiamo intendere come intelligenza la capacità di eseguire tasks e di risolvere nuovi problemi adattandosi all’ambiente e comprendendolo, insieme con la capacità di interpretare il linguaggio naturale.

Una volta chiarito ciò, procediamo step-by-step, e cerchiamo di capire come funziona l’Intelligenza Artificiale:

  • Prende dati in input;
  • Li analizza, insieme ad altre variabili;
  • Rende in output una risposta, o un risultato, basato su analisi e previsioni statistiche.

Tutto molto bello. Ma come fa una macchina a fare ciò?

Sono necessari 4 elementi:

  • Natural language processing: rende possibile la comunicazione, consentendo alla macchina di comprendere il linguaggio umano;
  • Knowledge representation: organizza e gestisce le informazioni;
  • Automated reasoning: usa le informazioni di sopra per fornire outputs e conclusioni basandosi sui dati ricevuti in input;
  • Machine learning: usa la statistica e le leggi probabilistiche per trovare nuovi pattern decisionali ed essere in grado di adattarsi alle circostanze.

L’Intelligenza Artificiale è composta da tutti questi elementi: se lavorano in sinergia, e la sinergia è forte, il risultato finale lascia senza parole. 

Le potenzialità di questo settore sono tali da creare ipotesi di un futuro prossimo completamente plasmato dalla tecnologia, ipotesi che provengono anche da giganti come Stephen Hawking.

Ma quando è nata questa nuova branchia della scienza, e come si è evoluta?

L’AI è diventata oggetto di studio durante gli anni ’50; benché immediatamente annunciata come un’incredibile rivoluzione (“sarà più veloce di Einstein” era uno dei commenti più in voga all’epoca), il problema legato alle limitate capacità computazionali dei computer di allora vennero alla luce in tempi brevi.

Sì, perché per calcolare “le possibili combinazioni” e scegliere quella giusta, la macchina deve compiere una serie di operazioni e di calcoli che crescono in modo esponenziale col crescere del numero di variabili. Gli studi e i progressi che sono stati fatti nel campo hardware hanno contribuito allo sviluppo della tecnologia: per rendersi conto degli incredibili passi avanti basta dare uno sguardo alla legge di Moore

Intelligenza_Artificiale_2

Oggi tuttavia la famosa legge sembra avere qualche problema. Hanno di conseguenza acquisito sempre più importanza gli studi legati al metodo di scelta dei vari pattern decisionali, che permettono di contenere il numero di compilazioni necessarie, “istruendolo” sul processo con cui vengono prese le decisioni ed evitando di fare “calcoli inutili”. 

Le teorie e gli studi sull’intelligenza artificiale possono essere riassunte in quattro “modi di intendere l’AI”:

  • Sistemi che pensano come umani: “The automation of activities that we associate with human thinking, activities such as decision-making, problem solving, learning… (Bellman, 1978);
  • Sistemi che agiscono come umani: “The automation of activities that we associate with human thinking, activities such as decision-making, problem solving, learning… (Bellman, 1978);
  • Sistemi che pensano razionalmente: “The study of mental faculties through the use of computational models” (Charniak and McDermott, 1985);
  • Sistemi che agiscono razionalmente: “A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes” (Schalkoff, 1990).

Possiamo notare la contrapposizione tra approccio umanistico e approccio legato alla razionalità, oggetto di un acceso dibattito ancora oggi.

Parlando della storia dell’AI, non possiamo non menzionare il Test di Turing. Non voglio stare ad annoiarvi con l’analisi completa dell’imitation’s game, o “gioco dell’imitazione” (potete averne una conoscenza più approfondita qui): in poche parole, Turing definisce un’Intelligenza Artificiale “efficiente” quando questa riesce ad ingannare un umano facendogli credere di stare parlando con un altro umano.

Per oggi è tutto, ma se vi è piaciuto l’articolo, sicuramente apprezzerete uno dei prossimi sui quali sto lavorando, che indaga quali conseguenze può avere l’esplosione dell’Intelligenza Artificiale sul mercato del lavoro.

Ah, ricordatevi di seguirci sui social e di iscrivervi alla newsletter! E andate a giocare con la nostra chat  😉 

A presto!

 

Emanuele

intelligenza-artificiale

Intelligenza artificiale: 3 motivi per cui è indispensabile il suo utilizzo da parte degli E-commerce

L’applicazione delle tecnologie basate sull’ Intelligenza Artificiale ha un enorme potenziale per le vendite tramite i siti e-commerce, così come già è in uso con ottimi risultati nel settore sanitario e in quello finanziario dei Paesi più evoluti del mondo.

Si sente parlare poco dell’applicazione di tecnologie di intelligenza artificiale nella vendita al dettaglio online: è una applicazione delle nuove tecnologie meno affascinante del vedere auto che si guidano da sole, robot che reagiscono alle emozioni umane o che scrivono canzoni rudimentali per un pianoforte, ma è senza dubbio una delle grandi rivoluzioni del settore vendite che potremmo vedere realizzarsi per il prossimo futuro.

Una delle grandi promesse future dell’Intelligenza Artificiale è il raggiungimento di una vera e propria esperienza personale anche nello shopping online: ad oggi, infatti, un sito e-commerce appare uguale a tutti gli utenti che lo visitano, ma ciò potrebbe cambiare se si attuasse un alto grado di personalizzazione che si basi sulle preferenze di ciascun utente, sui prodotti che tende a ricercare con più frequenza, sulle simpatie e antipatie che può avere persino tra i prodotti venduti online.
Per ottenere questo livello di personalizzazione potrebbe però passare ancora del tempo: è molto più proficuo al momento concentrarsi su ciò che l’ Intelligenza Artificiale può già fare per il mondo dell’e-commerce partendo da queste 3 semplici ma rivoluzionarie applicazioni.

1. Recensioni

Le recensioni sono sempre più importanti per capire quale sia l’opinione dei consumatori sul proprio sito o sui prodotti, e per aiutarli a trovare quali sia per loro il prodotto ideale. I siti e-commerce si trovano ad affrontare due sfide principali relative alle recensioni: o non ne hanno abbastanza, con conseguente rischio di perdita di potenziali clienti, oppure ci sono troppe opinioni difficili da leggere singolarmente.

intelligenza-artificiale

intelligenza-artificiale

Siti come Shop.com stanno applicando le tecnologie basate sull’intelligenza artificiale per raccogliere le opinioni dei consumatori di tutto il web ma anche per mostrare queste stesse recensioni a tutti i consumatori che visualizzano ciascun prodotto.

In questo modo non soltanto sarà per loro più facile prendere atto di quali siano effettivamente i pareri dei consumatori su ogni singolo prodotto e, se si rende necessario, agire di conseguenza, ma potranno anche mettere a disposizione dei consumatori informazioni che non sono di default presenti nella scheda prodotto ma che si rivelano fondamentali come guida all’acquisto del prodotto perfetto in base a ciò che si sta cercando.

2. Ricerca

Il raccoglimento delle recensioni fa si che queste si rendano disponibili come materiale per rendere più intuitiva e di facile utilizzo la barra di ricerca di un sito e-commerce.
Questa funzione è spesso sottovalutata, ma è in realtà di vitale importanza per le vendite online poiché fino al 30% dei consumatori utilizzano la casella di ricerca per trovare un prodotto.

Ci sono stati enormi progressi nella tecnologia che è alla base del funzionamento della barra di ricerca, dal machine learning al motore semantico, finalmente è arrivata anche la possibilità di digitare il testo di ricerca sulla base di specifiche caratteristiche del prodotto e non solo facendo riferimento al nome del prodotto o alla categoria di appartenenza.

La capacità dell’intelligenza artificiale di includere i contenuti generati dagli altri utenti nelle barre di ricerca (User Generated Content) determina la possibilità per i consumatori di trovare non soltanto i prodotti che meglio rispondano alle loro esigenze, ma anche le opinioni degli altri consumatori che possono modificare le descrizioni date dalle aziende stesse.

3. Chatbot

Le chatbots sono strumenti basati sull’intelligenza artificiale in grado di comprendere il linguaggio naturale e di dialogare con gli esseri umani.
Chatbots e bot hanno rappresentato il tema caldo del 2016, definendosi come uno degli strumenti principali nell’interazione azienda – consumatore.
Ci troviamo infatti nell’era in cui non sono le aziende ad essere all’avanguardia, né i loro prodotti: lo sono, invece, i consumatori.
Le chatbots permettono di rispondere alle esigenze della generazione 2.0, che pretende di avere risposte precise e immediate in qualsiasi momento e che giudica il customer service e la customer experience di un’azienda proprio in base ai tempi di attesa e alle risposte che questa fornisce.

Tramite l’uso delle chatbots i siti e-commerce potranno annullare i tempi di attesa degli utenti poiché sarà un software a rispondere in qualunque momento alle richieste che questi vorranno porre.
Inoltre non vi saranno più barriere fatte da giorni festivi e orari notturni durante i quali non sia possibile per il consumatore essere ascoltato.

Il problema principale causato da tali innovazioni in ambito tecnologico è relativo alla penalizzazione subita dalle aziende che non riescono a tenere il passo con tale sviluppo: queste, infatti, sono destinate ad essere surclassate da aziende che, nonostante le minori dimensioni, sono in grado di padroneggiare al meglio le nuove tecnologie figlie dell’intelligenza artificiale e di garantire la massima soddisfazione del cliente.

Roberta Gallo

stephen-hawking-awhy

Stephen Hawking: l’Intelligenza Artificiale sarà la cosa migliore o peggiore mai successa all’umanità.

Tra le molte teorie più o meno attendibili relative all’intelligenza artificiale, è doveroso riportare le opinioni di uno dei più grandi pensatori del nostro tempo, il cosmologo, fisico, matematico e astrofisico britannico Stephen Hawking.

Vi sono i miti ingigantiti dalla cultura popolare, quelli che fanno temere alle persone comuni l’arrivo da un giorno all’altro di robot pronti a dominare il mondo, i pensatori con le più disparate teorie, e tutti gli sviluppi quotidiani che costringono a ritrattare quanto è stato affermato il giorno prima.
Il campo dell’Intelligenza Artificiale, per la portata delle innovazioni che permette di attuare e per la sua integrazione con le attività quotidiane, ha insito nella sua natura il destare pareri del tutto contrastanti e suscitare la curiosità e l’interesse di menti differenti tra loro, ma accomunate dalla volontà di conoscere quelli che saranno gli sviluppi futuri dell’umanità.

Molti di queste teorie ed opinioni vengono facilmente ignorate, in quanto si tratta di considerazioni personali basate su un’emotività costruita tra preconcetti e speranze, ma anche quando si tratta della speculazione filosofica ed etica, che poco si nutre delle necessarie basi scientifiche per trattare l’argomento.

Quando, però, è qualcuno del calibro di Stephen Hawking ad esprimere un parere a riguardo, risulta estremamente difficile non tenerlo in considerazione.
Hawking, infatti, ha recentemente rilasciato delle dichiarazioni in occasione del lancio del nuovo Centro di studi Leverhulme per il futuro dell’evoluzione umana a Cambridge, UK:

L’avvento dell’Intelligenza Artificiale è pari a quello delle rivoluzioni industriali: potrebbe presto trasformare ogni aspetto della nostra vita, rivoluzionandola totalmente.
Il successo nella creazione dell’IA potrebbe essere il più grande evento nella storia della nostra civiltà.
Ma potrebbe anche essere l’ultimo grande evento della nostra civiltà se non impariamo a controllarlo ed evitarne i rischi. Assieme ai vantaggi, l’Intelligenza Artificiale porterà anche pericoli mai visti prima, come armi autonome potentissime o nuovi modi di oppressione delle masse.”

Lo sviluppo dell’Intelligenza Artificiale è stato uno degli argomenti prediletti da Stephen Hawking negli ultimi anni.
I ricercatori di tutto il mondo stanno adesso prendendo seriamente in considerazione il rischio che una Intelligenza Artificiale troppo avanzata possa superare l’intelligenza umana, determinando così la possibilità che si creino rischi disastrosi per la nostra specie.

Credo che non vi sia una grande differenza tra ciò che può essere compiuto da un cervello biologico e ciò che può essere raggiunto da un computer. Ne consegue che i computer possono, in teoria, emulare l’intelligenza umana e superarla”, ha dichiarato Hawking.

L’intelligenza artificiale è in grado di evolversi molto più velocemente di quanto non faccia la specie umana. Al momento, per nostro vantaggio, può coesistere con gli esseri umani, ma una volta che i computer raggiungeranno la capacità di evolversi senza l’intervento umano non è possibile prevedere che i loro obiettivi siano gli stessi dei nostri.
L’intelligenza artificiale potrebbe essere la cosa migliore oppure la peggiore mai accaduta all’umanità”,
ha concluso Hawking.

Il centro per il futuro degli studi sull’intelligenza artificiale è stato aperto per potersi concentrare su sette differenti progetti nei primi tre anni del suo lavoro, cercando di coordinare tutti i ricercatori e le loro idee per tirare fuori il meglio dall’Intelligenza Artificiale. I temi di ricerca iniziali sono “La scienza, il valore ed il futuro dell’intelligenza”, “Politica e innovazione responsabile”, “Armi autonome: le prospettive di regolazione”.

Il direttore accademico del centro e Bertrand Russel, professore di filosofia di Cambridge, allo stesso evento ha riferito che:

“La creazione dell’Intelligenza Artificiale è probabile sia un evento unico nella storia del pianeta. Rappresenta la prospettiva di un futuro che gli esseri umani devono affrontare con lo scopo di renderlo il migliore possibile”.

Il campo del machine learning continua ad avanzare ad un ritmo altissimo ed i computer sono sempre più in grado di comprendere il linguaggio umano, analizzarlo, tradurlo e prestarsi come guida cognitiva.

Questo implica che le possibilità d’uso dell’intelligenza artificiale siano destinate ad aumentare a dismisura, ponendosi sia come forza d’aiuto e di sviluppo che come possibile minaccia nel caso in cui se ne perda il controllo.

Roberta Gallo

funzionalità-ecommerce-awhy

Funzionalità dei siti E-commerce: come l’autocomplete e la ricerca semantica influenzano la Customer Experience

Funzionalità dei siti E-commerce: sapete come migliorarla?
L’autocomplete è una funzionalità grazie alla quale, all’inserimento di una parola nei programmi di scrittura digitale, il software è in grado di individuare la parola data come input dall’utente e pescare nel proprio database quella che ricopre il più alto livello di corrispondenza.

Tutti abbiamo avuto modo di utilizzarlo: che le nostre richieste fossero rivolte a Google o alla barra di ricerca del browser Chrome o a social quali Twitter e Facebook, l’autocomplete è oramai una funzionalità onnipresente.
Vi sono però due tipi di autocomplete: quello che fa riferimento alla perfetta corrispondenza della parola digitata, ad esempio il motore di ricerca Linkedin, più arretrato rispetto a quello degli altri social, e quello che copre la corrispondenza di una parola anche nel caso di errori di scrittura, come fa Google o, ad esempio, il motore di ricerca interno di Wikipedia.

Possiamo però dire che l’autocomplete rappresenti un’arma a doppio taglio: può infatti rivelarsi una delle esperienze più soddisfacenti o oltremodo frustranti che un utente web abbia mai vissuto.

I suggerimenti di Google, quali ad esempio “come faccio…a conquistare il mondo” o “Chi è…la madre di Jon Snow?” possono risultare divertenti nel caso in cui non si abbia fretta nel trovare una risposta o se si è in vena di risate leggere. Ma nel caso in cui si stia effettivamente cercando qualcosa di importante e con una tempistica limitata, questi suggerimenti possono rivelarsi come una perdita di tempo.
Ma quanto in questo caso l’autocomplete può rivelarsi una nociva ed effettivamente clamorosa perdita di tempo?

Effettivamente, può trattarsi di un evento spiacevole, ma non disastroso. La situazione cambia se si contestualizza il tutto relativamente ai siti e-commerce.

Per gli utenti di un sito e-commerce la ricerca di informazioni deve produrre risultati di qualità e accuratamente confezionati. Questi utenti, infatti, vanno sul sito per raccogliere informazioni, interagire con l’azienda o effettuare un acquisto, per cui qualunque risultato possa distrarli – non importa quanto divertente possa essere – pregiudica negativamente la Customer Experience.

Il peggio per la Customer Experience? Giocare a nascondino con le informazioni.

Prendiamo ad esempio il cliente di una banca che deve inviare dei soldi ad un membro della propria famiglia che si trovi all’estero, e visiti il sito della banca stessa per una guida sul come fare.
Al momento della ricerca la persona in questione digiterà “bonifici” e l’autocomplete offrirà “bonifici internazionali” tra le varie opzioni. Questo è quel caso in cui l’autocomplete porta l’utente direttamente all’informazione che stava cercando.
Ma cosa succede se il cliente non ha familiarità con il linguaggio del settore specifico a cui appartiene il sito in cui sta effettuando la ricerca ed invece di “bonifico” digita “come faccio a spedire soldi all’estero?”. Nulla. La ricerca non da alcun risultato, perché non vi è nulla nella base di conoscenza che permetta di comprendere che cosa l’utente stia effettivamente chiedendo. Questo richiede uno sforzo aggiuntivo da parte del cliente che dovrà far affidamento all’assistenza via mail o, peggio, telefonica: in sostanza non solo non avrà trovato aiuto utilizzando uno strumento lì posto per fornire l’aiuto necessario, ma avrà anche la seccatura di dover compiere altre azioni per raggiungere lo scopo prefissatosi.

Risulta ovvio concludere che la Customer Experience di questo utente non abbia raggiunto livelli sufficienti. Ma questa evenienza non è negativa solo per il cliente, bensì anche per l’azienda considerato che ogni mail o chiamata costa tempo e denaro che potrebbero essere utilizzati per offrire servizi di assistenza più specifici.

I comuni risultati forniti dall’autocomplete sono validi tanto quanto lo sono le informazioni che sono state inserite nella base di conoscenza. Nella maggior parte dei casi, la base di conoscenza è basata sul linguaggio specifico del settore a cui appartiene l’azienda, non dall’infinità di modi in cui un utente può effettivamente chiedere informazioni.
Se si da per scontato che gli utenti comunichino con l’azienda utilizzando il linguaggio altamente specifico che l’azienda stessa è abituata ad usare, le conversazioni risultanti porteranno clienti insoddisfatti nel migliore dei casi, se non arrabbiati.

La facilità di reperire informazioni è fondamentale per una valida Customer Experience

La ricerca semantica può aiutare a superare il gergo specifico delle aziende per ridurre il gap tra il modo di comunicare delle aziende e quello degli utenti. Costruire una vasta libreria lessicale, continuamente aggiornata con i dati raccolti dalle interazioni, permette di distinguere quello che gli utenti scrivono da quel che effettivamente vogliono sapere.

Questa facilità di reperire informazioni porta una customer experience avanzata: costruire un sistema in grado di cercare in base al contesto e al significato invece che tramite una parola chiave è un dei modi più potenti per implementare questo sistema. Risultati più accurati, utenti più felici. E utenti più felici implica meno richieste di supporto, ticket e mail e aziende più proficue. Il fallimento dell’autocomplete può essere divertente se non c’è nulla in gioco. Ma risultati irrilevanti o inaccurati non divertono nessuno nel caso in cui la ricerca deve soddisfare un bisogno imminente.

Roberta Gallo

5 Miti da sfatare sull’Intelligenza Artificiale.

Con tutti i progressi in campi all’avanguardia, quali machine learning e Intelligenza Artificiale, avvenuti nel corso degli ultimi anni, è facile lasciarsi trasportare dall’immaginazione sull’avvento di scenari futuri fantascientifici.

Che si tratti delle nuove moto della BMV così intelligenti da non richiedere l’utilizzo di un casco, o dell’innovazione nel campo sanitario con l’avvento di nuove cure e medicinali, o ancora della possibilità di acquistare online in modo del tutto automatizzato attraverso le chatbots intelligenti, pare non ci sia limite al progresso che l’Intelligenza Artificiale sarà in grado raggiungere.

Il muro contro il quale però lo sviluppo in questo campo deve scontrarsi è quello della disinformazione supportata dal pregiudizio: cullati nel formare un immaginario collettivo fatto di robot assassini e computer dai poteri devastanti dal cinema e dalla letteratura, corriamo il rischio di non avere una percezione reale dell’Intelligenza Artificiale, del suo ruolo e dei suoi possibili utilizzi.

A tal proposito vi sono 5 miti riproposti con altissima frequenza che andrebbero quanto prima sfatati.

1) L’arrivo di una intelligenza artificiale dotata di coscienza è dietro l’angolo.

La creazione di una IA dotata di coscienza è il santo graal per gli appassionati di Intelligenza Artificiale. Costruire una macchina, un robot, che sia indipendente e autonomo e in grado di avere una propria creatività, delle emozioni e una coscienza, può sembrare a pochi passi dal divenire realtà: nulla di più sbagliato.
Ci troviamo, infatti, ad uno stato talmente primitivo di conoscenza delle neuroscienze e della creazione e composizione della coscienza che la possibilità reale di trasferire questa capacità ad una macchina è praticamente nulla. È ancora presto, quindi, per temere di essere intellettualmente surclassati da un robot.

2)L’Intelligenza Artificiale diminuirà i posti di lavoro dando un assetto del tutto differente all’economia mondiale.

È comprensibile che il miglioramento delle capacità di apprendimento e automazione delle IA crei delle preoccupazioni nei lavoratori, manuali e non, che temono di essere sostituiti da qualcosa che avrebbe un più alto rendimento ad un costo inferiore.  Questo mito si basa su due delle più diffuse menzogne in merito all’IA:

– Che l’Intelligenza Artificiale sia dotata di una conoscenza universale e in grado di apprendere tutte le più svariate abilità umane, soprattutto se specifiche.

– Che l’Intelligenza Artificiale sostituirà del tutto gli esseri umani nei lavori più semplici, per i quali non sono richieste specifiche abilità, lasciando libere soltanto posizioni altamente qualificate non accessibili alla massa.

Come avevamo già discusso qui , la soluzione ideale sarebbe quella di una collaborazione reale ed effettiva tra l’intelligenza artificiale e l’empatia, la creatività e l’intelligenza umana.

3)L’Intelligenza Artificiale farà regredire le capacità mentali degli esseri umani.

C’è una paura che può definirsi legittima nel credere che l’abuso delle Intelligenze artificiali possa portare ad un impigrirsi eccessivo delle capacità intellettive umane e della capacità di svolgere quelle attività più ripetitive e banali che non faremo più da soli.
Quello che non si tiene in considerazione è che questo processo è già pienamente in atto: abbiamo da tempo affidato alle calcolatrici i calcoli più complessi, ai computer le pianificazioni più tecniche, a vari macchinari la gestione delle faccende domestiche che prima venivano svolte ai piedi di un fiume. Questi cambiamenti non hanno reso più stupida l’umanità, ma le hanno restituito del tempo: tempo da dedicare alle attività più complesse e specifiche nelle quali diventare esperti in prima linea.

4) I passi avanti nel campo dell’Intelligenza Artificiale avverranno in modo veloce e violento.

L’idea di raggiungere determinati obiettivi nel campo dell’Intelligenza Artificiale è arrivata più di 60 anni fa. Ci sono voluti quindi ben 60 anni per arrivare al punto in cui siamo ora, nonostante i progressi enormi nel campo dell’informatica, della neuroscienza e della psicologia. La realtà è che lo sviluppo tecnologico porta in sé una lentezza intrinseca che non può essere accelerata in alcun modo. Soltanto adesso, dopo ben sei decenni, si iniziano a vedere progressi significativi nel campo della sanità, dell’istruzione o della finanza. Ma questa è ancora un’applicazione molto specifica dell’IA che richiederà del tempo perché si possa ampliare.

5) L’Intelligenza Artificiale a breve finirà per dominare l’umanità.

Che si tratti di Terminator, Matrix, o Ex-Machina, Hollywood ha contribuito fortemente ad alimentare la paura irrazionale che i robot prendano il controllo dell’intero pianeta spodestando l’umanità. Anche alcune tra le menti più illustri temono i “robot killer” che potrebbero decidere di essere più efficienti senza un controllo umano al quale fare riferimento.  Questa paura però è tutta basata su un filone fantascientifico che ha ben poco a che fare con la realtà dei fatti. Le storie su apocalissi robot e simili sono fatte per essere avvincenti, non per fornire dati attendibili in merito all’avvento dei robot.
La realtà è che abbiamo già dei computer in grado di superare le abilità umane in campi specifici quali la matematica o, ad esempio, gli scacchi, ma siamo molto lontani dal vedere delle IA vicine al livello di intelligenza, consapevolezza e sensibilità degli essere umani, tali da compromettere la presenza umana sulla terra.

I nostri dubbi o le nostre paure in merito agli sviluppi dell’Intelligenza Artificiale non dovrebbero prendere il sopravvento offuscando la capacità di giudicare quella che, probabilmente, sarà la chiave del progresso scientifico e tecnologico dell’umanità per i prossimi decenni.

Roberta Gallo

Photo credit: Chris Devers via VisualHunt / CC BY-NC-ND

Customer Service: gli assistenti virtuali diventeranno sempre più efficienti nel decifrare le emozioni umane.

L’evoluzione nel campo del Customer Service prevede che i bot e gli assistenti virtuali arrivino a comprendere non soltanto il linguaggio umano ma anche la sfera emotiva che lo circonda.

Un assistente virtuale dovrà, quindi,  essere in grado di comprendere quanto un utente sia stressato, arrabbiato o frustrato e di modulare la conversazione in base a questi dati, aiutandolo a riequilibrare il suo stato emotivo.

Il laboratorio SRI International, quello in cui Siri, l’assistente virtuale della Apple, è nata, sta lavorando ad una nuova generazione di assistenti virtuali in grado di comprendere e rispondere alle emozioni degli utenti.

I sistemi di intelligenza artificiale utilizzati dai più grossi social network e siti internet, come Amazon, Google e Facebook, si inseriscono sempre più nel quotidiano della gente comune: questo porta alla necessità imminente che questi sistemi di intelligenza artificiale siano in grado di comprendere non soltanto il linguaggio umano ma anche la sua sfera emotiva.

Gli esseri umani adattano il loro linguaggio alla persona con la quale si relazionano, al livello di intimità ma anche alle proprie sensazioni del momento e a quello che suppongono l’altra persona possa pensare. Non esiste interazione umana che non coinvolga la sfera emotiva in qualche modo, persino in quei casi in cui si suppone non vi sia alcuna necessità di coinvolgimento della stessa.
Prendiamo ad esempio i casi in cui ci si rapporta con gli operatori del customer service tramite telefono o mail: le reazioni nei confronti dell’altro non saranno relative ad un rapporto diretto con la persona stessa, bensì al bagaglio di eventi mentali ed emotivi che hanno portato al punto di chiamare quel servizio di assistenza clienti o inviare quella mail.

Lo scopo che adesso si vuole raggiungere tramite l’utilizzo dell’Intelligenza Artificiale è quello di saper riconoscere specificamente queste emozioni e sapere, quindi, reagire di conseguenza: un assistente virtuale o una chatbot in grado di comprendere le emozioni umane rappresentano il futuro nel campo dell’interazione uomo-macchina. Scopo correlato è quello di ridurre o addirittura azzerare i problemi di incomprensione che si generano in quelle circostanze in cui il software non è in grado di comprendere che cosa effettivamente gli è stato chiesto, avviando un loop di risposte fuorvianti che generano frustrazione nell’utente.
La SRI, a tal scopo, ha creato il Sensay Analytics: questo sistema è stato progettato per identificare lo stato emotivo degli esseri umani sulla base di una serie di segnali, compresa la forza e velocità di battitura, il tono vocale, le espressioni facciali e i movimenti del corpo.

http://www.sensay-analytics.com/web/

http://www.sensay-analytics.com/web/

Sensay sarà in grado, ad esempio, di rendere intelligente l’assistenza vocale automatizzata di una farmacia e comprendere se il paziente prova uno stato di confusione nel corso della conversazione avviando un consequenziale adattamento del proprio modo di comunicare e una scelta di termini differente che possa portare ad una maggiore comprensione.

La tecnologia basata sul machine learning viene testata su differenti scenari, a seconda di quale sarà il suo utilizzo: i nuovi assistenti virtuali possono anche monitorare le parole specifiche che indicare quale sia lo stato emotivo di una persona. Questa tecnologia è in grado di individuare le emozioni umane sia al telefono, sia per iscritto che di persona. Se una persona fa delle pause lunghe mentre scrive, questo può indicare confusione. Di persona, invece, il sistema utilizza una fotocamera per studiare le caratteristiche facciali, la prossemica, la posizione del corpo, la gestualità, e tutti gli altri segnali fisici che indicano quale possa essere lo stato emotivo di una persona.

Mentre gli assistenti virtuali stanno diventando sempre più comuni sui nostri computer, telefoni, tablet e nelle interazioni con il servizio di assistenza clienti di moltissime aziende, il loro utilizzo ha ancora forti limiti da parte degli utenti.
La maggior parte delle persone utilizza gli assistenti con controllo vocale solamente per richieste semplicissime e dalle quali si possono ricavare poche informazioni.  Amazon ha compreso questo limite e sta lavorando sul inserire l’intelligenza emotiva nel software Alexa, l’assistente virtuale che supporta gli acquisti sul sito.
La Apple, d’altro canto, ha recentemente acquistato Emotient, una startup che ha sviluppato una tecnologia in grado di comprendere le emozioni umane e di analizzare le espressioni facciali, la quale verrà presto integrata alle funzionalità di Siri.

La necessità di un livello di comprensione e fiducia totale delle persone nei confronti degli assistenti virtuali è fondamentale affinché il loro utilizzo si diffonda e raggiunga la massima efficienza.La possibilità di essere pienamente compresi dagli assistenti virtuali porterà gli utenti a non richiedere loro solo ciò che è più semplice e ma anche task più complessi ed articolati che porteranno un ulteriore sviluppo in questo ambito.

Roberta Gallo

Photo credit: Rog01 via VisualHunt / CC BY-SA

Chatbots e Intelligenza artificiale: il loro avvento negli enti pubblici.

Per quanto riguarda l’Intelligenza Artificiale e le chatbots, in America il progresso tecnologico non si pone dei limiti: le chatbots, da poco utilizzate dalla maggior parte delle aziende statunitensi per assistere il cliente, adesso puntano dritte a Washington DC.

Come abbiamo più volte sottolineato, gli sviluppi crescenti nel campo dell’Intelligenza Artificiale e della messaggistica istantanea potrebbero essere in grado di sostituire interamente gli operatori di call center.

Quel che però si immagina è legato in maniera quasi esclusiva alla fine dell’era delle lunghissime attese telefoniche gestite da personale non sempre adeguatamente qualificato, che ha costretto i clienti a piegarsi al volere delle aziende, soprattutto le più grandi, pur di non dover sopportare un tale un disservizio.
Ciò a cui, invece, ancora poco si pensa quando si parla di Intelligenza Artificiale che andrebbe a sostituire alcuni lavori di competenza strettamente umana, è che non si tratterebbe di una rivoluzione che si limiti a coinvolgere solo le aziende private.
L’immagine stereotipata del burocrate noioso e poco preparato che non è in grado di rispondere a nessuna delle domande che gli vengono poste se non rimandando il povero cittadino malcapitato di ufficio in ufficio senza che per questo riesca ad ottenere risposta alcuna, potrebbe presto scomparire del tutto.
Al suo posto si prospetta il subentro delle chatbots: servizi di messaggistica intelligente e automatizzata in grado di gestire autonomamente le conversazione con gli utenti.

Recentemente la Booz Allen Hamilton, azienda statunitense che collabora intensivamente con il governo federale e con sede a Washington DC , ha avviato una collaborazione con il governo federale degli Stati Uniti in merito allo sviluppo delle Chatbots e dei sistemi di Intelligenza Artificiale che li supportano.

Il cavallo di battaglia di questa collaborazione è stato l’evidenziare quanto sia i consumatori che i cittadini, nel loro frequente interagire con gli enti pubblici e le strutture di governo, richiedano dei servizi più avanzati e al passo con i tempi che siano in grado di rispondere più velocemente e in modo più preciso alle loro richieste.

Specificamente, in questa collaborazione è stato annunciato che il punto focale sarà sviluppare:

“Una strategia sinergica focalizzata su sviluppo, test e distribuzione degli strumenti di messaggistica istantanea che siano in grado di rafforzare e trasformare il Customer Care di tutti i settori.”

Ma come possono le chatbots e l’Intelligenza Artificiale effettivamente aiutare il gli enti governativi?
L’obiettivo è rendere il Customer Service meno affetto da vincoli e più intuitivo, eliminando i call center e tagliando i costi degli operatori.

Il governo federale è motivato e fermo nell’idea di cogliere questa opportunità e mettersi all’opera nella promessa di un Customer Care self-service”, così si è pronunciato Michael Isman, vice presidente della Booz Allen’s Stretigic Innovation Group in un’intervista a FedScoop.

Isman si propone di rendere entro i prossimi 5 anni i servizi di messaggistica automatica la corsia preferenziale per le comunicazioni tra i cittadini e gli enti pubblici e tra i clienti e le aziende private, rimpiazzando del tutto gli ormai superati call center.

Perché è tanto forte la spinta all’uso delle chatbots nel Customer Service?

Le aziende focalizzeranno i loro sforzi sul creare un servizio di Customer Service adattabile ed efficientemente integrato, in grado di risolvere le richieste degli utenti e di offrire un servizio self-service sempre più intuitivo per soddisfare al meglio le richieste degli utenti fatte proprio attraverso i loro canali preferiti e riducendo così complessità dell’azione, tempo e costi.

Un altro degli obiettivi di questa collaborazione è quello non meno importante di rendere immediatamente accessibili ai cittadini contenuti, prodotti e servizi che richiedevano prima un notevole lasso di tempo per essere erogati.

Questo specifico sviluppo tecnologico sarà volto a creare delle esperienze interattive sempre più valide, poggiandosi sulle chatbots come punto di diffusione delle richieste on-demand.

Con lo sviluppo dei servizi di messaggistica, del NLP, del machine learning e delle tecnologie che poggiano sull’IA, le aziende si aspettano che gli organi burocratici e statali prendano le distanze dalle applicazioni mobile che hanno pochissime funzioni a loro disposizione.

La Booz and Allen promette il suo impegno affinché “le chatbots e i messaggi automatici possano analizzare meglio e comprendere meglio le richieste dei clienti e raggiungere anche i nuovi consumatori che sono sempre più a loro agio nell’interagire con i nuovi servizi tecnologici tramite le nuove piattaforme di messaggistica istantanea.”

Roberta Gallo

Intelligenza Artificiale, Chatbot e Customer Experience.

Negli ultimi mesi ho parlato di Chatbot, Intelligenza Artificiale e Customer Experience in maniera del tutto esclusiva. Molti sono i concetti emersi, vediamo di farne un sunto.

L’Intelligenza Artificiale è sempre più utilizzata al fine di integrare le interazioni cliente-azienda con i servizi più innovativi e completi, come le chatbot.

Ma quali misure possono adottare le aziende per sfruttarla al meglio?

Trovare il giusto equilibrio tra l’automazione e l’elemento umano è la chiave del successo.

Commettere un errore nel Customer Care, ad oggi, significa per un’azienda rischiare di perdere per sempre un cliente e di danneggiare irrimediabilmente la propria immagine.
Oggi i consumatori hanno esigenze sempre più raffinate, pretendono una gratificazione immediata qualunque sia il servizio che richiedono e le limitazioni nella fornitura di tali servizi, come tempi d’attesa catastrofici o personale non addestrato, causano danni terribili a quelle aziende che non sono ancora al passo con queste esigenze.

Si stima che circa i due terzi dei clienti abbandonano le aziende a causa di un Customer Service scadente, così che quando Zuckerberg nella conferenza F8 di quest’anno ha parlato di un nuovo servizio rivolto ai clienti in grado di soddisfarli pienamente, è sembrato mostrasse il nirvana alle aziende in ascolto.
I possessori di Smartphone interagiscono quotidianamente con i bot, dai messaggi di testo per le prenotazioni automatiche, le spedizioni o i pagamenti, all’uso di Siri, Cortana e Google Now. In molti però non sanno ancora cosa siano le chatbot e quale sia il loro reale potenziale nell’ambito del Customer Care.

Innumerevoli aziende e opinionisti hanno discusso su come questa tecnologia rivoluzionaria cambierà tutto. Si prevede che i bot in pochi anni saranno il principale punto di interazione tra le aziende e i clienti. La tecnologia a riguardo sarà impegnata in un tour de force che porti al massimo le prestazioni garantendo l’efficienza di ogni servizio.

La Customer Experience sarà portata ad un livello sempre più alto.


Siamo giunti ad un bivio in cui le aziende ormai solide devono scegliere se restare indietro nel tour de force tecnologico o investire per competere con le start-up.
La messaggistica mobile e l’integrazione dell’assistenza sui social si basano oramai sul principio di offrire al cliente il servizio migliore, consentendo loro di connettersi ovunque si trovino e di risolvere istantaneamente le problematiche più comuni.
Le aziende in grado di padroneggiare queste tecnologie saranno in grado di prosperare nell’ambiente cliente-centrico che si sta sviluppando. Quelle che, invece, non saranno in grado di rinnovarsi e stare al passo con le nuove tecnologie, non rischiano di perdere soltanto il primato nel loro settore, ma di avere forti perdite di guadagno.

Trovare il giusto equilibrio tra automazione ed elemento umano è la chiave per un buon servizio clienti. Anche se le chatbot sono in grado di risolvere i problemi più semplici e comuni che un utente possa porre, è importante offrire sempre la possibilità all’utente di avere un supporto umano, in grado di arrivare là dove la chatbot non può.

La sorprendente innovazione dei bot è relativa al fatto che, quando non è più loro compito rispondere all’utente ed è necessario l’intervento umano, il passaggio avviene in maniera immediata e nella massima efficienza.

A breve i migliori team di Customer Care saranno quelli in cui vi è sia la presenza delle Intelligenze Artificiali più all’avanguardia che l’esperienza umana pronta a intervenire ad ogni necessità. Le aziende, anche le più solide, non possono permettersi di perdere gli utenti per errori attribuiti ad un sistema fallimentare, per questo software e operatori avranno pari importanza nella gestione del Customer Care.

Le chatbot, benché basate su avanzate forme di Intelligenza Artificiale, non sono ancora in grado di affrontare le situazioni più complesse e dalle molteplici sfumature che i clienti possono presentare quotidianamente.

Quindi, se da un lato è giusto essere entusiasti per la possibilità di offrire i bot di assistenza ai propri clienti, è fondamentale ricordare che la ragione principale per cui le persone amano i servizi di messaggistica è perché credono vi sia un essere umano pronto a rispondere all’altro capo della linea (e per questo motivo anche i messaggi automatici dovrebbero essere quanto più umani possibile).

Chatbot-Intelligenza-Artificiale-Awhy

Il valore delle Chatbot

Il valore reale della chatbot è la possibilità di integrare molteplici servizi al cliente in un’unica, completa, piattaforma, fino a giungere all’offerta di un servizio Omnichannel.
Progettate per simulare una conversazione reale, le chatbot sono perfette per alcune attività semplici come effettuare una prenotazione, ordinare un prodotto, essere avvisati sugli aggiornamenti di una consegna.
Tuttavia, quando è necessario avere un aiuto supplementare, il cliente deve essere in grado di passare senza problemi dall’assistenza offerta dalla chatbot a quella offerta da un operatore.
I clienti hanno la necessità di sapere che ci sarà qualcuno disponibile, pronto ad ascoltare i loro problemi se la chatbot non dovesse essere in grado di risolverli.

Ed è proprio questa capacità di soddisfare le esigenze di ogni cliente che fa tutta la differenza in termini di Customer Experience
.

La soddisfazione del cliente è fondamentale per il successo aziendale.

Dal punto di vista degli operatori, le chatbot alleggeriranno moltissimo il loro lavoro e la qualità del lavoro stesso, occupandosi della gestione delle richieste banali e ripetitive. Questo filtro basato sulla qualità della richiesta, permetterà di diminuire drasticamente i tempi di attesa, formando un servizio di Customer Care efficace e tempestivo, pronto a risolvere le problematiche più complesse perché non impegnato con quelle quotidiane e semplicistiche.

La necessità di interagire con altri esseri umani non potrà mai essere sostituita da altro: le chatbot non porteranno alla morte della figura degli operatori, ma ridefiniranno il servizio offerto in termini di qualità e rapidità.

 

Roberta Gallo