Agenti virtuali che interagiscono con le persone tramite chat: sono i chatbot. Compaiono con l'immagine di una ragazza o un ragazzo sorridente o, semplicemente, con una domanda mentre si sta navigando nel Web, nei siti aziendali, nelle app di messaggistica e social. Si tratta di agenti che, a seconda di come sono stati programmati e degli algoritmi di intelligenza artificiale su cui possono contare per i loro ragionamenti, sono in grado di rispondere a domande più o meno semplici.

Sicuramente l'idea di poter avere assistenti virtuali, disponibili 24 ore su 24 tutti i giorni dell'anno, per le aziende rappresenta un fattore molto interessante. Bisogna però tenere presente che si tratta di soluzioni che vanno progettate, costruite e realizzate con massima attenzione. Come tutte le macchine, infatti, potrebbero essere soggette a imprevisti o incidenti.

I chatbot hanno cominciato a prendere piede quasi 3 anni fa e da subito si è acceso un dibattito sull'opportunità e l’efficacia di adottare agenti “non umani” in momenti delicati come quelli della Customer Care. Un processo che influenza fortemente la retention, ossia l'abilità dell'azienda di conservare i clienti anche attraverso relazioni costanti e soddisfacenti.

Vi sono stati anche incidenti che hanno fatto scalpore: Tay (per esempio) è il chatbot che, poco dopo la sua nascita, assunse idee estremiste a causa di un eccessivo dialogo con soggetti umani di vedute poco democratiche.

Come costruire un chatbot e non esporsi a problemi

Far funzionare un chatbot significa, da un lato, tenere sotto controllo gli aspetti tecnologici che lo regolano e, dall'altro, quelli più strategici, tesi a governare sia il disegno del chatbot stesso sia tutto il contesto in cui esso si va a inserire.

È fondamentale, prima di tutto, sapere che alcuni chatbot possono non comprendere appieno il contesto della conversazione di cui sono protagonisti. Si tratta, in questo caso, di chatbot che lavorano in base ad alberi decisionali e le cui risposte dipendono da specifiche parole chiave: se queste non sono rilevate, il discorso non va avanti.

Questo tipo di problema può essere ridimensionato dotando i chatbot di tecnologie più raffinate di intelligenza artificiale, di Machine Learning e Natural Language Processing.

È comunque buona prassi stabilire a priori come procedere in caso di fraintendimenti e incomprensioni – per cui la conversazione non riesce a proseguire; per esempio, si potrebbe evitare di proporre continuamente risposte standard o neutre. Una soluzione potrebbe essere quella di risultare più concreti, rimandando al sito oppure generando un avviso a un customer service dove assistenti umani possono prendere in mano la situazione.

Bisogna anche considerare che, se il chatbot non dichiara la propria natura “robotica”, si incorre nel rischio di deludere gli utenti, che potrebbero non capire con chi hanno a che fare e quindi abbandonare la conversazione. È importante, a questo proposito, essere sempre trasparenti con i propri interlocutori per non creare insoddisfazione e frustrazione.

Sempre in fase di design, è fondamentale puntare a offrire un servizio efficace per uno specifico compito piuttosto che pretendere di rispondere a tante esigenze e rischiare di non soddisfare le aspettative. A questo proposito, bot che si rivolgono a un pubblico generico sono meno efficaci di soluzioni finalizzate a rispondere alle esigenze di un target ben specifico, selezionato sin dall'inizio.
Ogni canale ed ogni pubblico hanno esigenze specifiche, pensiamo, ad esempio, a un'azienda che vuole progettare chatbot utili sia alla clientela sia agli agenti interni. Creare un unico prodotto sarebbe controproducente, perché il cliente pretende attenzione e comprensione, un agente, invece, risposte immediate e funzioni dispositive. Anche i device di fruizione seguono logiche differenti, da desktop, ad esempio, l'utente è più propenso a prestare più tempo e attenzione, da mobile e app invece è più soggetto a distrazioni, quindi la conversazione deve essere il più stringata possibile.

Come fare, quindi, a progettare chatbot che rispondano ad esigenze così differenti? La soluzione migliore è progettare più chatbot, ognuno specifico per utenza, canale e funzione. La base tecnologica, o gran parte di essa, potrà comunque essere condivisa dai diversi agenti virtuali.

Un chatbot, inoltre, per essere davvero utile deve prima di tutto far parte di un ecosistema più ampio. Se, per esempio, ha il compito di proporre e fissare appuntamenti con eventuali clienti, deve poter avere accesso a date e orari stabiliti attraverso altri canali. Questo è tecnologicamente fattibile, ma deve essere tenuto in considerazione durante la progettazione del chatbot.

Continuando sugli aspetti più tecnologici, il fatto stesso di utilizzare Web, dispositivi IT e algoritmi per l'intelligenza artificiale fa correre di per sé un rischio: gli hacker sono sempre più evoluti e possono sferrare attacchi ai chatbot. Massima attenzione deve allora essere posta in ambito di Cyber Security, a garanzia non solo dei dati e dei sistemi aziendali, ma anche, e soprattutto, della privacy degli utenti.

In linea generale, infine, per evitare di veder fallito il proprio investimento in chatbot, occorre ricordare che questo deve essere inserito in una strategia articolata di relazione con il cliente. Per quanto sofisticato, il chatbot non può essere l'unico punto di contatto con i propri interlocutori, ma si deve posizionare in un Customer’s Journey che offra tante e diverse opportunità di interazione.

Guidato da queste considerazioni, il team di Ricerca e Sviluppo di Network Contacts ha sviluppato una infrastruttura logica e tecnologica che permette di progettare e controllare interazioni intelligenti tra agenti virtuali di varia natura.

Si tratta del MAS (Multi Agent System), un ecosistema ibrido che si fonda sulla cooperazione tra molteplici agenti virtuali autonomi (i cosiddetti 'bot'), ognuno con compiti e aree d'intervento ben definiti. Obiettivo? Raccogliere, filtrare e organizzare i dati raccolti su più canali (dalle chat sul sito agli account social) così da ottimizzare i processi di business e migliorare le soluzioni di customer engagement.

Vuoi saperne di più? Clicca qui.