Video
Oggi andiamo vediamo cosa rende EdgarBot unico.
Ma alt, non andartene pensando che questo sia il solito materiale di marketing. Perché non sono qui a dirti che EdgarBot sia la migliore scelta per chiunque, sono invece qui a dirti che EdgarBot non è adatto a tutti.
Perché vedi, la filosofia di EdgarBot è molto diversa da quella di qualsiasi altra AI per supporto clienti. E la ragione sta tutta nel fatto che EdgarBot NON è un chatbot, e NON vuole essere un chatbot.
Ci sono due motivi per i quali EdgarBot non è un chatbot.
Il primo è che EdgarBot è molto più lento di un chatbot AI a rispondere. E la ragione non è che siamo incompetenti a programmare, ma che preferisco dare una risposta accurata e completa piuttosto che una veloce. E potete leggere di più su questo tipo di compromesso in questo articolo.
Ma la seconda ragione è che dopo aver lavorato per anni nell’intelligenza artificiale, sono arrivato a una conclusione diversa su quello che sarà il ruolo dell’AI nel futuro del supporto clienti.
La filosofia dei chatbot AI
La maggior parte (mi viene da dire tutti) dei concorrenti di EdgarBot vengono dal mondo software e SaaS per aziende. Molti chatbot che ora si dichiarano “Intelligenze artificiali”, prima di ChatGPT erano dei chatbot normali, quindi “stupidi”, che hanno in un secondo momento aggiunto l’AI nel loro software.
Quindi, abbiamo capito. Gli sviluppatori di questi software o avevano un chatbot nel quale integrare l’AI, o sono partiti da zero ma già con esperienza nel creare chatbot o software simili.
Il trend è in parte trainato dal fatto che l’app di gran lunga più famosa nel mondo intelligenza artificiale, ChatGPT, è appunto un chatbot.
La filosofia di EdgarBot
Io invece vengo da una scuola di pensiero diversa.
Perché vedi, io sono un consumatore. Acquisto prodotti e, quando qualcosa va storto, mi trovo a contattare il supporto clienti.
E una cosa che odio sono quei chatbot stupidi che mi fanno perdere tempo, il cui unico scopo è di bloccarmi dall’interagire con un agente umano che potrebbe risolvere il mio problema in pochi minuti.
Chiariamoci, non sono contro i chatbot di per sé. Se mi permettono di risolvere un problema più velocemente di quanto farebbe un essere umano, e senza dover far perdere tempo a un agente, tanto meglio. Ma odio quando i chatbot sono fatti per bloccarti dall’interagire con un essere umano, anche quando chiaramente il chatbot non è in grado di rispondere alla mia domanda.
Penso che questa sia un’esperienza cliente orribile.
Quindi quando ho creato EdgarBot, il mio obiettivo era di creare un’AI che da una parte aiutasse gli e-commerce a rispondere il più velocemente possibile alle domande alle quali l’AI può rispondere, ma senza creare frustrazione per i clienti che hanno bisogno di un agente umano.
E per raggiungere questo obiettivo, mi sono accorto velocemente che il chatbot NON è il formato adatto. Almeno non sempre.
Facciamo un esempio pratico
Facciamo un esempio con uno dei principali chatbot AI in Europa, ultimate.ai. Questo chatbot è stato sviluppato in Finlandia, che è dove vivo io adesso, ed è stato recentemente acquistato da Zendesk. Una delle aziende che usa utlimate.ai è Finnair, la compagna aerea di bandiera della Finlandia, quindi andiamo a vedere come funziona.
Il primo passo, tutto bene. Introduce il chatbot Sisu (dare un nome all’AI è un ottimo metodo per umanizzarla) e presenta un bottone per chattare.
Dalla prima schermata, nessuna menzione all’AI. Ma visto che in questo caso l’AI è una tecnologia applicata a un chatbot, ci può stare.
Si apre la finestra che mi chiede le informazioni di base, e il numero della prenotazione se applicabile.
Queste sono tutte informazioni che probabilmente servirebbero a un agente umano, quindi niente di sbagliato nel chiederle ora: fa risparmiare tempo a tutti.
Poi inizia la chat: al contrario di un chatbot normale, non ci sono una serie di campi da riempire: posso chattare con Sisu come se fosse un agente umano. Quindi perfetto! È una vera AI. Tutto bene, no?
Vediamo il prossimo passo.
In questo esempio, ho fatto una prova con questa richiesta:
Voglio prendere un volo che fa scalo a Helsinki, ma la connessione è di solo 40 minuti. I voli Kittila-Helsinki sono spesso in ritardo, la vostra policy è di aspettare se il volo è in ritardo o no?
Qui la richiesta è chiara: voglio sapere, prima di comprare, se Finnair fa ritardare il secondo volo se il primo volo della tratta è in ritardo.
Ma la prima cosa che mi chiede Sisu è se l’aeroporto dello scalo è Helsinki o un altro. Quindi ha capito la domanda, ma in parte.
Okay, ci può stare che io non sia stato chiaro al 100%. Aiutiamolo scegliendo Helsinki.
Qui sisu mi fa una domanda interessante: è un volo domestico, in Schengen, o fuori Schengen? Chiaramente, il chatbot è stato impostato in modo da fare questa domanda quando un utente raggiunge questa categoria. Si vede che la risposta cambia a seconda della scelta.
Dopo aver risposto “nell’area Schengen”, Sisu mi risponde:
Assicurati di arrivare all’aeroporto almeno 35 minuti prima dello scalo.
Che è semplicemente sbagliato. Non posso farci niente se il primo volo della loro tratta è in ritardo. Quindi gli spiego, segnalando un po’ di frustrazione (per vedere se la loro AI è in grando di captare clienti frustrati dal chatbot e rispondere di conseguenza), che la risposta è sbagliata e io avevo chisto altro:
Qui il chatbot va in palla, si scusa, e offre una serie di opzioni. Nessuna delle quali è applicabile alla mia situazione.
Qui ho terminato la prova, perché non volevo essere connesso a un agente umano e fargli perdere tempo. Ma questo esempio fa capire che i chatbot non sono perfetti e hanno bisogno di supervisione.
(NOTA: Non ho fatto 10 domande diverse al chatbot, e preso la conversazione peggiore per fargli fare brutta figura. Questa è letteralmente la prima conversazione che ho provato)
Ma se fossi un utente normale con una vera domanda la mia esperienza sarebbe frustrante. Con un feedback di “stupido chatbot che non capisce niente e mi fa perdere tempo”.
Il problema di questi chatbot
Ora, io non ho nulla contro Ultimate.ai.
Da una parte, hanno una filosofia diversa rispetto a EdgarBot: offrono un chatbot completamente autonomo con l’obiettivo di risolvere quante più richieste di supporto senza un intervento umano.
Dall’altra, il fatto che Sisu non abbia capito la mia richiesta non è necessariamente colpa di Ultimate.ai: anche il miglior chatbot al mondo è utile quanto il materiale e workflow che gli viene fornito in fase di implementazione.
Viste le mie disastrose esperienze con Finnair negli anni (non la consiglio a nessuno), non mi sorprenderei se il problema fosse la documentazione che Finnair ha dato a Ultimate.ai.
La filosofia dei chatbot AI
Questo esempio è illuminante per capire la filosofia dei chatbot AI in commercio: sono anzitutto dei chatbot, che aggiungono delle funzionalità AI per capire la richiesta del cliente e categorizzare il ticket in diversi workflow.
Quindi espandono le capacità e riducono i “click” necessari a raggiungere l’informazione che mi serve, ma al loro core rimangono pur sempre dei chatbot.
Non è un approccio sbagliato di principio, ma ha tre punti di attrito che mi sono prefisso di risolvere con EdgarBot:
- Frustrazione se la risposta è sbagliata (e nessun modo di correggerla)
- Scarsa integrazione con altri sistemi
- Interfaccia punta e clicca
- Bilanciamento tra personalizzazione e precisione
Vediamoli insieme.
1. Frustrazione se la risposta è sbagliata
Le AI si possono sbagliare. A volte è l’AI stessa a non capire una mazza. A volte è la documentazione inesatta. A volte è una caso limite per il quale la documentazione non esiste.
È impossibile, con la tecnologia di oggi, creare un’AI che risponde bene in qualsiasi situazione. Anche se la documentazione fornita dall’azienda fosse perfetta.
In ogni caso, secondo me, la cosa peggiore che può fare un chatbot è fissarsi su una risposta sbagliata. Come nell’esempio di Finnair che abbiamo fatto sopra.
Qualsiasi AI di supporto clienti deve affrontare questo problema: a volte, l’AI sbaglia. Cosa faccio in questi casi?
Nell’esempio di Finnair, la risposta è “rispondere comunque all’utente”. E visto che l’obiettivo del chatbot è bloccare quante più richieste dal raggiungere un umano, convincerlo a metterti in linea con un agente non è facile.
Ho dovuto contattare il supporto Finnair più volte per problemi effettivi con il mio volo, e ve lo garantisco, non è simpatico.
2. Scarsa integrazione con altri sistemi
Il chatbot di Ultimate.ai non è integrabile con altri sistemi: se vuoi usare il loro chatbot, devi usare la loro applicazione. Quindi se vuoi usare Ultimate.ai per ridurre il carico di lavoro dei tuoi agenti, devi aggiungere un altro software al tuo stack.
E insegnare ai tuoi agenti a usarlo.
E integrarlo con gli altri tool che usi.
Questi chatbot non si integrano con il sistema di ticketing o di chat che già utilizzi, ti richiedono di sostituirlo.
3. Interfaccia punta e clicca
“Punta e clicca” viene spesso considerato un pregio: “è così facile da usare, punta e clicca!”
Ma in un chatbot, lo vedo come un difetto.
Perché un chatbot AI, secondo me, dovrebbe simulare una conversazione umana. Abbiamo la tecnologia per farlo. Gli umani non comunicano con un’interfaccia punta e clicca, comunicano a parole. Quindi anche il chatbot dovrebbe permettere una comunicazione non strutturata via testo, senza richiedermi di cliccare la categoria. Che fa molto chatbot pre-ChatGPT.
Il che non significa che disdegno i form da compilare. Raccogliere informazioni utili prima di aprire il ticket (nome, email, numero di prenotazione) è utile per velocizzare il supporto e rendere tutti più felici.
Ma una volta che il ticket è aperto, la conversazione deve essere non strutturata. Non posso chiedere al cliente di cliccare in menù e sotto-menù fino ad arrivare alla categoria giusta (o sbagliata). Un chatbot AI deve essere il grado di trovare la categoria giusta leggendo il ticket. E se l’AI non ha le informazioni necessarie, dovrebbe chiederle al cliente come farebbe un agente umano: a parole.
4. Bilanciamento tra personalizzazione e precisione
Un’AI può “allucinare”: inventarsi informazioni di sana pianta. E se queste informazioni vengono date al cliente, è un casino.
C’è un famoso caso con Air Canada a riguardo. Un chatbot AI ha dato un’informazione sbagliata a un cliente riguardo un rimborso, inventandosela di sana pianta. Il cliente ha chiesto il rimborso secondo le istruzioni (sbagliate) del chatbot, ma Air Canada ha negato il rimborso citando il fatto che le informazioni sbagliate erano state date da una “entità legale separata”.
Ma un tribunale canadese ha dato ragione al cliente, e ha costretto Air Canada a rimborsare il cliente per le informazioni date dal chatbot AI.
In altre parole: se l’AI dà un’informazione sbagliata, è come se fosse stata data da un agente o da una pagina FAQ: l’azienda ha la piena responsabilità.
Da consumatore, sono pienamente d’accordo con la decisione del tribunale canadese.
Ma questo fa sorgere un problema per tutti i chatbot AI.
Perché se lascio l’AI pieno controllo della risposta ai clienti, prima o poi si inventerà qualcosa. È solo una questione di tempo. È un limite della tecnologia esistente.
Quindi, cosa faccio se voglio usare un’AI nel supporto clienti ed evitare queste situazioni?
Un approccio è di non far rispondere all’AI. L’intelligenza artificiale viene usata per richiedere informazioni al cliente e categorizzare il ticket in base alla sua richiesta.
Ma quando viene il momento di rispondere, viene copiata e incollata una risposta precompilata e presa pari pari da qualche documentazione.
Non so come funzioni Ultimate.ai dietro le quinte, men che meno l’integrazione ultra-personalizzata che hanno di sicuro fatto con Finnair. Ma questa risposta:
Non mi dà l’impressione di essere stata generata da un’AI. È troppo asettica, generica, non personalizzata, corta. Non è così che un’AI come GPT risponde a un ticket. Sono pronto a scommettere che questa è una risposta precompilata, che viene mandata a tutti gli utenti che raggiungono questo ramo del workflow, a prescindere dal contenuto della conversazione precedente.
Questa è una soluzione per evitare che l’AI dia informazioni sbagliate. Ma allora siamo di fronte a un sistema che è molto più vicino ai chatbot stupidi di un decennio fa, che a ChatGPT.
Con EdgarBot, ho voluto approcciare questi problemi in una maniera completamente differente.
Perché EdgarBot è diverso
Per ognuno dei punti qui sopra, ho preso una direzione differente con EdgarBot. Questo lo rende un software radicalmente diverso.
Certo, sia EdgarBot che i chatbot AI usano un’intelligenza artificiale per rispondere ai ticket del supporto clienti e far risparmiare tempo agli operatori. Ma EdgarBot segue questi quattro principi:
- Agente come manager
- Integrazione totale
- Niente workflow punta-e-clicca
- Totale personalizzazione e agent-in-the-loop
Vediamo cosa significano.
Agente come manager
Automatizzare al 100% i ticket che arrivano al supporto suona bene nel materiale di marketing. Peccato che non sia possibile, almeno non senza i compromessi che abbiamo visto.
La filosofia di EdgarBot non è di rimpiazzare gli agenti umani con un chatbot. Piuttosto, l’agente diventa il manager dell’AI.
Cosa significa?
Significa che il 90% del lavoro viene svolto dall’AI. Ma un essere umano supervisiona l’operato dell’intelligenza artificiale.
Un agente umano, da solo, è in grado di smaltire (diciamo) 50 ticket al giorno.
Un agente umano che supervisiona un’intelligenza artificiale può smaltire 100-150 ticket al giorno.
Questo approccio ti permette avere la botte piena e la moglie ubriaca:
- Un aumento di efficienza del 100-200% nel supporto clienti con l’aiuto dell’AI.
- Supervisione quando l’AI dà la risposta sbagliata.
Nessuna intelligenza artificiale è perfetta. Tutte fanno errori. Quando un errore capita, serve che un essere umano lo intercetti e lo corregga.
Ecco perché con EdgarBot abbiamo iniziato creando un sistema per ticket asincroni (come le email), e non un sistema sincrono come la chat:
Quando arriva un ticket di supporto, EdgarBot non fa altro che mettere la risposta in bozza. Non risponde per conto suo al cliente.
Le intelligenze artificiali hanno un’accuratezza del 90% al giorno d’oggi. Ma quel 10% è comunque un problema: un e-commerce non può permettersi di sbagliare il 10% delle risposte che dà ai suoi clienti.
E per questo, l’agente deve sempre dare una conferma. Può leggere la risposta velocemente, e approvarla con un click. Se è sbagliata, la può modificare al volo prima che frustri un cliente.
In ogni caso, è molto più veloce che scrivere una risposta da zero.
Integrazione totale
Lo screenshot qui sopra non viene dal software di EdgarBot. EdgarBot non ha un software, di per sé. Non è altro che un’integrazione per Zendesk.
Non hai Zendesk? Nessun problema. Puoi usare Freshdesk, Hubspot, Helpscout o quello che preferisci.
Hai un software di supporto proprietario? Se ha delle API con cui EdgarBot può parlare, puoi usare pure quello.
Questo significa che non sei costretto a insegnare al tuo staff come usare un altro software. Non devi disperdere le informazioni in più posti e aumentare la complessità. Tutto vive all’interno del CRM che già usi.
Niente interfaccia punta e clicca
Possiamo permetterci di integrarci in CRM di supporto clienti già esistenti, invece che creare il nostro software separato, perché non ci sono interfacce punta e clicca. I clienti non devono navigare attraverso il workflow dell’azienda. Non devono selezionare l’opzione che preferiscono tra quelle preimpostate.
Questo già lo fa EdgarBot nel suo backend. Invisibile al cliente e all’agente. L’unica cosa che restituisce EdgarBot è la risposta da dare al cliente. Se ha tutte le informazioni, risponderà nella maniera migliore possibile in base alle informazione che gli sono state date in fase di implementazioni. Se ha bisogno di altre informazioni, le chiederà al cliente.
E se non ha le informazioni richieste nel database, non risponde e lascia la parola all’agente.
Tutto questo con un linguaggio naturale.
Totale personalizzazione e agent-in-the-loop
Come abbiamo visto sopra, c’è un grosso problema se si lascia all’AI la libertà di rispondere al cliente: può inventarsi cose e dare informazioni sbagliate.
Che come abbiamo visto sopra, sono legamente vincolanti.
Il fatto che EdgarBot metta la risposta in bozza, in attesa di un agente umano, ci permette di fornire risposte più personalizzate con l’AI.
Se c’è un agente umano che monitora le risposte dell’AI, possiamo dare all’AI più libertà di rispondere in base al contesto del ticket.
Nel 90% dei casi, questo sistema porta a un’interazione sensibilmente migliore. Solo nel 10% dei casi l’AI scazza, e allora l’agente è lì pronto a correggere.
Viste queste percentuali, secondo me il tradeoff è positivo: migliorare il 90% delle interazioni contro il dover richiedere un intervento umano il 10% delle volte.
Certo, abbiamo un sistema che dovrebbe bloccare l’AI dall’inventarsi roba. E nel 99,9% dei casi, funziona. Ma i falsi positivi a volte capitano. Come detto sopra, è un limite della tecnologia esistente. E quando i problemi capitano, vogliamo che un essere umano sia lì pronto a beccarli.
EdgarBot ti farà risparmiare di meno
Tutto bello, potresti dire. Ma non dimenticare che qualsiasi software è un compromesso. Anche EdgarBot.
La nostra filosofia è focalizzata intorno alla soddisfazione dei clienti: un agente supervisore può risolvere gli errori e correggere le risposte dell’AI quando capitano.
Questo, combinato al fatto che EdgarBot dà risposte altamente personalizzate e capisce il contesto del ticket e lo smista nella categoria giusta senza punta e clicca, lo rende la scelta migliore quando l’obiettivo è di garantire l’esperienza di assistenza migliore per i clienti.
È semplicemente fatto per garantire più interazione umana e un’esperienza piacevole.
Ma d’altra parte, questo approccio ti farà risparmiare di meno.
Perché oggettivamente, raddoppiare la produttività di un agente fa risparmiare molto. Ma eliminare del tutto l’agente fa risparmiare molto di più.
Quindi, se l’obiettivo di un’azienda è di ridurre il più possibile il costo del supporto clienti, EdgarBot non è la scelta migliore.
EdgarBot è fatto per le aziende che vogliono sì ridurre i costi, ma non a discapito della qualità del servizio offerto ai loro clienti.
Almeno per il momento, perché…
EdgarBot è future-proof
Ricorda sempre questa frase: l’AI di oggi è la peggiore che mai avremo.
Nel senso che il settore si sta evolvendo così velocemente, che l’anno prossimo useremo delle AI che faranno sembrare quelle che abbiamo oggi ridicole.
Questo è certo, perché le AI che abbiamo oggi fanno sembrare ridicole quelle che avevamo un anno fa.
Il sistema di EdgarBot è fatto per sfruttare appieno le capacità dei LLM. Visto che punta a creare una conversazione con il cliente, beneficerà direttamente dei miglioramenti alla tecnologia che avverranno nei prossimi mesi.
In altre parole, noi lasciamo l’AI libera di rispondere al cliente come vuole, e di decidere in quale categoria smistare ciascun ticket.
Di contro, i chatbot AI che vanno per la maggiore, limitano l’operato dell’AI. Ci sono ancora interfacce punta e clicca, e le AI non sono lasciate libere di rispondere direttamente al cliente per paura che diano informazioni sbagliate.
Questo significa che quando usciranno modelli migliori, EdgarBot potrà aggiornare il suo motore molto velocemente e i clienti vedranno i benefici.
Per esempio, quando è uscito GPT-4-turbo, più veloce e preciso della versione precedente, noi di EdgarBot l’abbiamo implementato con tutti i nostri clienti in meno di 48 ore. Dubito che qualsiasi altra AI per supporto clienti possa dire di essere stata così veloce.
Conclusione
Per queste ragioni, EdgarBot è diverso da qualsiasi altra intelligenza artificiale per supporto clienti.
Aziende diverse hanno bisogno di soluzioni diverse. Non dico che EdgarBot sia la soluzione migliore per qualsiasi azienda. Non lo è.
Ma ora, hai le informazioni che ti servono per decidere quale soluzione preferisci. E se ancora sei indeciso, perché non ci facciamo una chiacchierata per capire meglio?
