Chatbot: il miglior modo di trovare la risposta prima ancora di cercarla
a cura di Deloitte Italia

Dic 07 2018
Chatbot: il miglior modo di trovare la risposta prima ancora di cercarla  a cura di Deloitte Italia

“Può una macchina pensare come un essere umano? Molti dicono di no. Il problema è che è una domanda stupida. È ovvio che le macchine non possono pensare come le persone. Una macchina è diversa da una persona e pensa in modo diverso. La domanda interessante è poiché qualcosa pensa diversamente da noi vuol forse dire che non sta pensando? “

Nel 1950 Alan Turing cercava di spiegare come un computer potesse comportarsi come un essere umano. La sua teoria “il gioco dell’imitazione” apriva la pista a quello che circa mezzo secolo più tardi avrebbe caratterizzato il processo di trasformazione dell’economia in industria 4.0 basata, cioè, su una produzione industriale del tutto automatizzata e interconnessa.

Proprio nella teoria di Alan Turing, risiede il principio di funzionamento dei Chatbot che ad oggi costituisce un fenomeno in ampia crescita e che, secondo un’analisi condotta da Gartner, tenderà ad aumentare ancora entro il 2020[1].

 

Cosa sono i Chatbot

I Chatbot sono software progettati per avere una conversazione con un utente attraverso messaggi di testo o vocali (c.d. NLP-Natural Language Process).

Alla base del funzionamento dei Chatbot ci sono algoritmi di Intelligenza Artificiale, una disciplina che comprende teorie e tecniche rivolte allo sviluppo di macchine in grado di svolgere compiti e azioni tipici della intelligenza umana.

Ciò che distingue i diversi prodotti di Intelligenza Artificiale sono i modelli di apprendimento1 che possono essere principalmente distinti tra Machine Learning e Deep Learning.

Il Machine Learning comprende i metodi con cui le macchine riescono ad apprendere come compiere delle attività, ad esempio, attraverso l’analisi dei risultati e la correzione degli errori del proprio comportamento precedente.

Il Deep Learning, invece, tende proprio a emulare la mente umana attraverso la programmazione di reti neurali, ispirandosi al funzionamento dei neuroni biologici nelle fasi di apprendimento e riconoscimento.

 

Come, Dove e Quando si applicano i Chatbot

Come – I Chatbot si applicano ogniqualvolta viene ricercata una informazione sia questa un codice, un dato una procedura etc.. Tanto più la richiesta è chiara e dettagliata quanto più sarà rapido e preciso il Chatbot a fornire la risposta. La comprensione della domanda e dell’intento sottostante riveste quindi un ruolo cruciale. Originariamente i Chatbot nascono con le risposte organizzate in percorsi logici e associate tramite Machine Learning a una o più parole chiave, se nella domanda è presente la parola chiave il Chatbot identifica il percorso da seguire per arrivare puntualmente all’informazione richiesta. Spesso un percorso ha più diramazioni ed è allora che il Chatbot pone una domanda utile a raccogliere ulteriori elementi e prendere la “strada giusta”. È importante tenere a mente che tutti gli input che un utente da in pasto ad un Chatbot concorrono ad aumentare la capacità degli stessi di riconoscere l’intento sottostante ogni domanda grazie al Deep Learning sui dati storici. La crescente mole di dati ha accelerato il processo di evoluzione dei Chatbot che riescono oggi a comprendere il significato della domanda senza passare dalle parole chiave.

Dove – Sempre più spesso sui siti internet compare l’icona per chiedere informazioni via chat in aggiunta ai contatti telefonici e mail. A presidio di questi canali di comunicazione vengono solitamente utilizzati i Chatbot per vantaggi di economicità, efficienza e qualità rispetto ad un approccio tradizionale:

  • la diffusione di internet implica che utenti sparsi per il mondo possano accedere ad un sito in qualunque momento e deve quindi essere garantita copertura 24/7 per eventuali richieste di supporto;
  • nella maggioranza dei casi le richieste di informazioni riguardano tematiche ricorrenti la cui risoluzione può essere gestita in automatico in modo che gli operatori in carne ed ossa possano dedicarsi alle casistiche più particolari/complicate;
  • l’acquisizione e aggiornamento delle conoscenze necessarie a garantire risposte affidabili e tempestive avviene mediante un processo iterativo di continuous improvement diversamente dai Customer Care tradizionali dove gli operatori devono essere formati, costantemente aggiornati e sostituiti in caso di assenza o dimissioni.

Quando – Nell’era di Google siamo tutti abituati a ricercare/ottenere risposta in pochi secondi e nessuno è più disposto ad attendere, o peggio ancora, ad essere messo in attesa per avere un’informazione. Si è di fatto creato un benchmark con cui misurare i tempi di risposta di qualsiasi richiesta di supporto sia su canali telefonici che digitali. I Chatbot permettono di gestire le comunicazioni in modalità “botta e risposta” tenendo alto il livello di ingaggio dell’utente che spesso non si rende neanche conto di interagire con un bot. Ma fino a che punto è lecito utilizzare i Chatbot all’insaputa dell’utente? Noi siamo dell’avviso che un utente in cerca di un’informazione sia interessato ad avere una risposta precisa e puntuale piuttosto che curarsi del metodo utilizzato per fornirla. In fin dei conti se il risultato di una moltiplicazione è giusto, a chi importa sapere com’è stato calcolato?

 

I Chatbot nel settore finanziario

Il ricorso ai Chatbot rappresenta un trend in crescita giustificato, oltre che dalla profonda trasformazione digitale che sta travolgendo tutte le Industry, dalla necessità di trovare nuove modalità di comunicare con Millennial e Digital Native.

A livello mondiale sono molte le Industry che stanno intervenendo soprattutto sull’ambito Customer Care dove ogni anno vengono spesi circa €1.300 miliardi per gestire oltre 265 miliardi di richieste[2]. Da uno studio sul mercato US[3], si stima che i Chatbot permetteranno di ridurre il costo del Customer Care del 30% generando benefici per il cliente finale e per l’organizzazione grazie alla velocizzazione dei tempi di risposta e alla riduzione del backlog. Nell’ambito dei Financial Services, il potenziale dei Chatbot non si limita ad evolvere i canali di comunicazione esistenti ma permette alle istituzioni di creare nuove modalità di interazione con la clientela facilitando il percorso di trasformazione dall’erogazione di servizi finanziari a piattaforma accessibile 24/7 a supporto di molteplici esigenze non più solo finanziare.

La clientela deve essere “educata” a relazionarsi con una Banca a portata di click attraverso un linguaggio diverso dalla classica terminologia bancaria in modo da stimolare la propensione all’utilizzo delle funzionalità digitali. I Chatbot rivestono un ruolo chiave nell’accelerare il processo di sviluppo della cultura finanziaria dei clienti, possono infatti agire anche in modalità proattiva ad esempio segnalando eventi che intervengono sul conto corrente (es. accredito di una fattura attiva) per “catturare” l’attenzione e proporre poi ulteriori azioni (es. trasferimento su deposito vincolato) volte ad ottimizzare la posizione.

In definitiva i Chatbot assolvono l’arduo compito di supportare il cliente per semplificare un’operatività bancaria mediamente complessa stimolando una gestione attiva della propria situazione finanziaria.

 

Conclusione

I Chatbot rappresentano un punto di non ritorno nel rapporto uomo-macchina, fino ad oggi l’accesso alla tecnologia presupponeva la presenza di competenze sempre più elementari (es. bambini di 4 anni abilissimi utilizzatori di Ipad) ma comunque necessarie (es. per vedere i cartoni animati bisogna saper accedere all’applicazione). D’ora in avanti l’interazione uomo-macchina evolverà con dinamiche molto più simili a quelle sociali, così come l’essere umano impara dagli errori (commessi direttamente o tramandati dalla storia) così anche le macchine impareranno dagli errori dell’uomo. È bene ricordare che i Chatbot accumulano enormi moli di dati dalle interazioni con gli utenti e che una quota parte significativa è fisiologicamente errata ma grazie al Deep Learning le anomalie con il tempo vengono identificate e isolate permettendo alla macchina di imparare come irrobustire il proprio modello di conoscenze. Non è un futuro troppo lontano quello in cui i Chatbot sapranno prima di noi cosa stiamo per chiedergli e ci forniranno la risposta ancor prima della domanda.

 

Giacomo Mazzanti – Director Deloitte Consulting

Nicole Vismara – Manager Deloitte Consulting

Sonia Salotto – Consultant Deloitte Consulting

 

Note

[1] “Cos’è l’Intelligenza Artificiale, perché tutti ne parlano e quali sono gli ambiti applicativi”, AI for Business, Agosto 2018

[2] “How chatbots can help reduce customer service costs by 30%”, IBM, October 2017

[3] “The chatbots explainer”, BI Intelligence, 2016

Share

I commenti per questo post sono chiusi