Valutare e definire il caso d'uso aziendale dell'AI generativa

Questo documento ti aiuta a definire un caso d'uso aziendale dell'AI seguendo un approccio decisionale basato sul valore aziendale.

L'AI generativa e le soluzioni di AI tradizionali sono strumenti potenti, ma devono sempre supportare i tuoi obiettivi aziendali e non devono esistere in modo isolato. Per creare soluzioni di AI generativa o AI tradizionali efficaci, inizia identificando chiaramente gli obiettivi o le esigenze aziendali specifici e misurabili che vuoi affrontare. Poi, parti a ritroso dai risultati aziendali che vuoi ottenere, ad esempio una maggiore efficienza dei dipendenti o una maggiore soddisfazione dei clienti, per assicurarti che la soluzione contribuisca direttamente ai tuoi obiettivi aziendali.

Per definire il tuo caso d'uso dell'AI generativa o tradizionale con un focus sul valore aziendale, utilizza il seguente processo decisionale semplificato:

  1. Obiettivo commerciale e criteri di successo: identifica obiettivi commerciali misurabili.
    • Concentrati sull'obiettivo aziendale e sul valore da raggiungere, ad esempio aumentare l'efficienza e la produttività, ridurre i costi, migliorare le esperienze dei clienti e ottenere un vantaggio competitivo.
    • Spiega in che modo l'attività prevede di misurare il successo degli scopi e degli obiettivi identificati. Il ritorno sull'investimento (ROI) è una delle misure chiave del successo di un progetto di AI. Il ROI può essere misurato tramite diverse metriche, ad esempio:
      • Guadagni finanziari diretti: aumento delle entrate o riduzione dei costi.
      • Efficienza operativa: time-to-market più rapido o risoluzione più veloce dei problemi.
      • Esperienza cliente: aumento dei punteggi di soddisfazione o miglioramento della retention.
    • Identifica eventuali vincoli e considerazioni aziendali potenziali, ad esempio assicurati che gli aspetti di sicurezza e privacy soddisfino requisiti normativi specifici del settore o del paese.

  2. Tipo di AI/ML: determina se l'AI/ML è l'approccio giusto per risolvere il problema aziendale o raggiungere l'obiettivo identificato.

    Decidi se l'aspettativa aziendale identificata richiede l'AI generativa, altri tipi di AI o se non richiede l'AI per essere raggiunta. Per maggiori informazioni, consulta Identificare l'output necessario in "Definizione di un problema di ML".

  3. Aspettativa dell'esperienza utente: identifica gli utenti finali del caso d'uso e il modo in cui potrebbero interagire con l'applicazione o il servizio basato sull'AI generativa o sull'AI tradizionale. Considera quali potrebbero essere le aspettative o le preferenze dell'utente.

  4. Soluzione di AI incentrata sull'utente e basata sull'attività: collega il caso d'uso ottimale dell'AI generativa o della tecnologia di AI tradizionale a requisiti aziendali misurabili, alle priorità dei dirigenti dell'organizzazione e alle aspettative degli utenti. Considera quanto segue:

    • In che modo l'azienda può aumentare l'efficienza e la produttività utilizzando l'AI generativa o l'AI tradizionale per ottenere più risultati in modo più rapido e con meno complessità operativa o con meno sforzi (e potenzialmente con risparmi sui costi).
    • In che modo l'azienda può migliorare l'esperienza del cliente o del prodotto utilizzando l'AI generativa o l'AI tradizionale.
    • Come puoi creare valore aziendale in modo innovativo utilizzando l'AI generativa o l'AI tradizionale:
      • Analizza le offerte e le funzionalità aziendali esistenti per identificare le aree in cui l'AI generativa o tradizionale può migliorare le soluzioni esistenti, aumentare la creatività o consentirti di esplorare nuove possibilità.
      • Scopri come l'AI può consentire miglioramenti innovativi che distinguono la tua attività. L'AI generativa può contribuire a creare funzionalità e valore differenziati, aiutarti ad andare oltre la risoluzione dei problemi aziendali immediati ed esplorare modi per migliorare le tue offerte esistenti.
      • Dai la priorità all'utilizzo della tecnologia per migliorare le capacità aziendali in linea con gli obiettivi prioritari dell'organizzazione.

  5. Modifica del processo aziendale: identifica le modifiche che l'azienda deve apportare ai processi o ai flussi di lavoro esistenti per adattarsi all'AI generativa o al caso d'uso dell'AI tradizionale.

    Valuta in che modo la soluzione di AI cambierà il modo in cui i dipendenti o i clienti interagiscono con i sistemi e i flussi di lavoro dell'azienda, ad esempio tramite un'app mobile o un chatbot di assistenza clienti. Queste interazioni potrebbero richiedere la modifica o la reinvenzione dei processi di backend per sfruttare le funzionalità di AI come l'automazione del flusso di lavoro e per aiutare l'azienda a realizzare i vantaggi dell'AI.

Esempio di caso d'uso aziendale dell'AI generativa

Le sezioni seguenti forniscono un esempio semplificato che mostra come identificare e collegare esigenze e aspettative aziendali misurabili a casi d'uso aziendali di AI generativa di grande impatto.

Dichiarazione del problema aziendale

In questo scenario, i team del servizio di assistenza clienti sono sovraccarichi di un elevato volume di richieste ripetitive, gestione manuale dei ticket e comunicazione costante via email di assistenza. Il sovraccarico mette a dura prova le risorse, aumenta le ore di lavoro degli agenti e rallenta i tempi di risoluzione, il che si traduce in una diminuzione della soddisfazione e della fidelizzazione dei clienti.

Potenziali aree di ottimizzazione con un valore commerciale misurabile

Di seguito sono riportati esempi dei possibili valori aziendali misurabili che possono essere ottenuti utilizzando una soluzione tecnologica (un chatbot) basata su funzionalità di AI generativa per affrontare le sfide aziendali precedenti. In base al modello di business e alle priorità, l'attività potrebbe prendere in considerazione alcuni o tutti di questi target misurabili.

  • Migliora l'efficienza dell'assistenza clienti: riduci i costi di assistenza e semplifica i workflow degli agenti. I criteri di successo misurabili includono quanto segue:
    • Diminuzione percentuale dei costi operativi dell'assistenza clienti in un periodo definito (ad esempio trimestrale).
    • Aumento percentuale del volume di richieste dei clienti gestite dal chatbot.
    • Riduzione media delle ore di lavoro degli agenti per le attività ripetitive.
  • Ottimizza la risoluzione dei ticket: migliora la velocità di risoluzione e aumenta la percentuale di problemi risolti direttamente dal chatbot. I criteri di successo misurabili includono quanto segue:
    • Riduzione media del tempo di risoluzione per le richieste gestite dal chatbot.
    • Percentuale di ticket risolti senza intervento umano.
    • Diminuzione percentuale del volume di ticket che devono essere riassegnati al team di assistenza tecnica a causa della complessità.
    • Aumento del tasso di risoluzione al primo contatto (problemi risolti in una singola interazione).
    • Aumento percentuale del volume di richieste dei clienti gestite e risolte dal chatbot.
  • Migliora la customer experience: aumenta la soddisfazione dei clienti offrendo reattività e assistenza personalizzata disponibile 24 ore al giorno. I criteri di successo misurabili includono quanto segue:
    • Aumento dei punteggi di soddisfazione del cliente (CSAT) nei sondaggi correlati all'utilizzo del chatbot.
    • Tempi di attesa medi ridotti per l'interazione iniziale con i clienti.
    • Aumento dei problemi risolti in una singola interazione.
    • Percentuale di sentiment positivo rilevato nelle conversazioni con il chatbot e nei sondaggi di feedback.
    • Miglioramento del tasso di customer retention.
  • Supportare la crescita delle operazioni aziendali: gestire l'aumento della domanda dei clienti senza incorrere in costi in aumento lineare o in tempi di attesa più lunghi per l'interazione iniziale con i clienti. I criteri di successo misurabili includono quanto segue:
    • Capacità di gestire un aumento percentuale specificato del volume di richieste di assistenza senza intervento umano.
    • Mantenere punteggi CSAT e tempi di risoluzione coerenti durante i periodi di forte domanda.
    • Mantieni tempi di attesa coerenti per l'interazione iniziale con i clienti.

Soluzioni basate sull'AI generativa

Chatbot conversazionale: i chatbot o gli agenti virtuali basati sull'IA generativa offrono un miglioramento significativo in termini di personalizzazione e conversazione naturale e simile a quella umana. Ciò è dovuto alla capacità dell'AI generativa di comprendere il contesto complesso, il sentimento e le relazioni all'interno del linguaggio. Questa capacità porta a un'interazione più naturale, a porre domande pertinenti e a fornire consigli personalizzati per un'esperienza utente migliorata.

Le funzionalità di AI generativa aiutano anche le organizzazioni a migliorare l'efficienza e la produttività. Al contrario, un chatbot tradizionale basato su regole è comunemente limitato a parole chiave e pattern di intent predefiniti. Pertanto, man mano che i pattern conversazionali si evolvono o sorgono nuove domande, un chatbot basato su regole richiede un ulteriore sforzo operativo per gli aggiornamenti e i perfezionamenti delle regole e l'addestramento dell'intent. Per questo caso d'uso, i chatbot di AI generativa offrono i seguenti vantaggi rispetto ai chatbot tradizionali basati su regole:

  • Le risposte del chatbot basato sull'AI generativa non sono limitate alle domande frequenti. Il chatbot può trovare risposte all'interno di grandi set di dati provenienti da diverse fonti, come dati storici di richieste di assistenza, siti web, documentazione del prodotto, inventario, email e vecchie conversazioni di chat con risoluzione. Può anche comprendere le query conversazionali e riassumere informazioni complesse.
  • Gli agenti virtuali basati su AI generativa sintetizzano le informazioni di tutte le tue origini dati. Questa sintesi consente di fornire risposte specifiche, ragionate e strategiche basate sui dati che hai fornito e in linea con le tue aspettative aziendali.
  • L'AI generativa interpreta il linguaggio complesso e le sfumature all'interno di un ticket. Può comprendere l'intero contesto del problema di un cliente, mentre un chatbot di AI tradizionale si concentra principalmente su parole chiave specifiche.
  • I chatbot di AI generativa offrono ai clienti la flessibilità di esprimersi utilizzando il metodo che preferiscono (testo, voce, immagine), mentre il chatbot sfrutta tutti gli input per migliorare la risoluzione dei problemi. Ad esempio, i clienti possono condividere le foto di un prodotto danneggiato durante la conversazione in chat e l'AI generativa può combinare la descrizione del cliente con la foto per migliorare l'accuratezza della diagnostica e della risoluzione dei problemi.

Flusso di lavoro di gestione delle richieste e generazione di approfondimenti: un chatbot basato sull'AI generativa può generare automaticamente ticket da ogni interazione. Il chatbot utilizza funzionalità di AI generativa per comprendere l'urgenza, l'analisi del sentiment e la complessità del problema. Queste funzionalità garantiscono che le richieste vengano gestite in modo efficace. Il chatbot può interagire con il tuo sistema di ticketing nei seguenti modi:

  • Le interfacce del chatbot di AI generativa interagiscono direttamente con il tuo sistema di gestione dei ticket di assistenza per creare e compilare il ticket di assistenza con le informazioni richieste, ad esempio:
    • Dati del cliente
    • Categorizzazione e priorità dei problemi tecnici
    • Una trascrizione completa della conversazione per il contesto
    • Riepilogo del problema principale
  • Per problemi nuovi e complessi, il chatbot può assegnare il ticket al team corretto con il contesto di supporto, ad esempio un riepilogo del problema e della conversazione.

Passaggi successivi