“Non si può ottenere nulla di veramente prezioso se non con la cooperazione disinteressata di molti individui”, scriveva Albert Einstein oltre cento anni fa. 

E se applicassimo questo assunto anche al mondo degli agenti virtuali?

È la domanda che ha fatto da guida al team di R&D di Network Contacts, azienda parte del Gruppo Activa, nello sviluppo del MAS (Multi Agent System).

Gli obiettivi

Partiamo dalla definizione del MAS, ossia un “ecosistema ibrido che coniuga l'organizzazione dei dati provenienti da più fonti con le tecnologie cognitive”.

Già da queste poche parole si intravedono le potenzialità di una soluzione nata con l’obiettivo di implementare quel circolo virtuoso che in ogni azienda lega Sales, Provisioning e Customer Service. Un percorso spesso accidentato che si scontra con la frammentazione e ridotta comunicabilità dei dati raccolti nelle varie attività aziendali.

Il segreto sta nel fare in modo che i diversi anelli della catena del cosiddetto Customer Engagement comunichino tra loro in modo efficace e lineare evitando la dispersione di informazioni preziose.

Come? Attraverso l’utilizzo di una moltitudine di agenti virtuali autonomi (o cosiddetti ‘bot’) cooperanti, ognuno chiamato a svolgere un compito ben preciso. E integrato.

L’AI alla conquista dei processi di business

Come illustrato nel webinar “La Giostra dei Bot. La cooperazione tra agenti virtuali” organizzato da Network Contacts, IBM partner, il MAS si basa sull’integrazione di soluzioni di Intelligenza Artificiale in ogni fase del processo di business.

Un trend che sembra ormai diffuso trasversalmente se è vero che, come riporta uno studio della società di consulenza Gartner, “entro il 2025, le organizzazioni che incorporano l’AI nella loro piattaforma multicanale del centro di coinvolgimento dei clienti aumenteranno l'efficienza operativa del 25%”.

Il processo interessa tutte le attività classiche di business - ossia massimizzazione della Customer Experience, incremento della Customer LifeTime Value, riduzione del Costo di Acquisizione Business drivers, miglioramento delle performance dei prodotti - e si dipana su più ambiti.

Tra le applicazioni più comuni dell’AI troviamo così:

• Automazione dei processi aziendali (Document Processing, Category Classification, Object Detection, Text Analytics)
• Raccolta e analisi dei dati (Clustering, Prediction, Recommendation, Insights)
• Interazione con clienti o dipendenti (Speech to Text, Text to Speech, Language Detection & Translator Natural Language Processing)

Come funziona concretamente il MAS

Immaginate ora di avere la possibilità di poter contare su un ambiente software distribuito che orchestra i tre ambiti di applicazione dell’Intelligenza Artificiale.

Nell’esempio del già citato webinar troviamo infatti il coordinamento di:

• ChatBot su sito web che raccoglie le domande di un possibile cliente e le reindirizza ad un operatore (in questo caso umano) per l’attivazione del servizio
• Bot che invia un’offerta personalizzata al cliente tramite Whatsapp
• Bot che gestisce la segnalazione di un disservizio sui canali social aziendali e reindirizza il cliente su un canale privato dove può relazionarsi ad un operatore umano
• ChatBot per troubleshooting con annessa raccolta di informazioni
• Vocalbot che gestisce il reclamo con annesso handover ad operatore umano
• ChatBot a supporto dell’operatore per risolvere la problematica (incluse azioni prescrittive di caring)

Come appare evidente, quello che emerge da tutta la serie di interazioni - sia tra bot e bot che tra bot e operatori umani (siano essi clienti o dipendenti dell’azienda) - è il continuo scambio di informazioni. Orchestrato in modo puntuale, efficiente e consistente.

Grazie all’integrazione con IBM Watson, il MAS si pone infatti come middleware tra le entità di front end (applicazioni web, native e canali social) e le tecnologie di back end deputate al question answering. 

I quesiti provenienti dalle tecnologie di front end vengono raccolti, standardizzati nel formato desiderato dagli agenti virtuali e passati all’agente meglio addestrato sulla categoria di interesse. 

Parallelamente il MAS svolge anche il ruolo di Datawarehouse delle conversazioni intercorse tra gli utenti e gli assistenti virtuali alimentando così le tecnologie di Data Science che svolgono indagini sulla qualità del servizio offerto.

I punti di forza del MAS

Va da sé che un simile approccio permette di muoversi rapidamente su più ambiti e tools, favorendo al contempo il coinvolgimento degli utenti (Customer Engagement) fin dalle prime fasi del processo di business.

Da un punto di vista tecnico abbiamo così:

• Gestione sicura del ciclo di vita del software
• Approccio uniforme alla risoluzione dei problemi
• Condivisione dei meccanismi di tracciatura e debug
• Riutilizzo di strumenti e librerie presenti nell’ecosistema
• Riduzione dei tempi di elaborazione con effetti sulle fasi di tuning
• Integrazione con tecnologie preesistenti

Mentre, sul piano operativo, otteniamo:

• Notevole efficientamento di tempi e costi 
• Esponenziale crescita del valore percepito dal cliente
• Operatività H24, con tempi di risposta e problem solving estremamente ridotti
• Assistenza accurata e personalizzata

Vuoi saperne di più? Contattaci su marketing@reactconsulting.it