Un collaboratore non capisce qualcosa in un pacchetto software e pone una domanda. Nessun guasto, nessun sistema rotto, solo mancanza di chiarezza sull'uso. Questo lavoro finisce oggi presso il servizio di assistenza o presso la gestione funzionale, di solito tramite un sistema di ticket, talvolta per telefono o semplicemente alla scrivania del collega che "sa proprio tutto" di quel pacchetto.
La domanda che qui si pone non è se questo lavoro sia fastidioso o di valore. La domanda è: il pattern di questo compito coincide con ciò che l'AI può gestire oggi con il testo.
Tre assi sono qui decisivi: volume, contatto con il cliente e grado di struttura.
Il volume è alto. Le stesse domande ritornano, volta dopo volta, da persone diverse: come esporto questo report, dove trovo quella impostazione, perché ricevo questo messaggio di errore. Quel carattere ripetitivo è esattamente ciò su cui si basa l'automazione: un compito che si presenta cento volte in modo identico è un compito diverso da uno che si presenta una sola volta e ogni volta in modo diverso.
Il contatto con il cliente è limitato. Chi pone la domanda è un collega, non un cliente esterno con cui bisogna mantenere una relazione. È necessaria meno cautela per dare una risposta diretta e senza fronzoli, e c'è minor rischio che una risposta meno fluida venga percepita come poco professionale.
Il grado di struttura è alto. La domanda ha spesso una forma fissa ("come faccio X nel sistema Y") e la risposta si trova, nella maggior parte delle organizzazioni, già da qualche parte: in un manuale, in una base di conoscenza, in vecchi ticket. L'AI qui non deve inventare qualcosa di nuovo, ma ritrovare qualcosa già esistente e riformularlo secondo la situazione di chi pone la domanda.
A ciò si aggiunge che i costi degli errori e la conformità normativa ottengono un punteggio favorevole. Una risposta sbagliata su un pulsante di esportazione raramente porta a un danno, e di norma non c'è un obbligo legale che stabilisca che questa risposta possa essere data solo da una persona. Non sono necessarie azioni fisiche: questo è puramente un compito linguistico e di conoscenza, il che spiega il punteggio su quell'asse.
La creatività ottiene un punteggio basso, e questo è esattamente il punto in cui si trova il limite. Una domanda che esce dai pattern standard — una combinazione insolita di impostazioni, un problema che in realtà riguarda tre sistemi, un utente che non sa esprimere bene cosa non funziona — richiede qualcuno che sappia fare domande di approfondimento e deviare dallo script. Lo spazio di giudizio ottiene quindi un punteggio medio: una parte delle domande si può rispondere in modo univoco, un'altra parte richiede una valutazione di ciò che chi pone la domanda intende effettivamente.
Non si tratta quindi di una sostituzione completa. È una suddivisione: le domande che si presentano spesso e hanno una risposta fissa sono promettenti per l'AI, con — dove necessario — un collaboratore che valuta la risposta prima che venga inviata. Le domande che deviano dallo standard restano lavoro umano, non perché l'AI non vorrebbe svolgere quel lavoro, ma perché il pattern non si presta a questo.
Questo funziona solo se la conoscenza sottostante è in ordine. Una base di conoscenza aggiornata e FAQ ben strutturate non sono un elemento secondario, sono la condizione. Un sistema di AI che risponde sulla base di un manuale di tre versioni fa, dà risposte errate con la stessa sicurezza di quelle corrette. Le aziende in cui la documentazione è frammentata, risiede nella testa di singoli collaboratori o non è mai stata aggiornata, non potranno sfruttare subito questo pattern — non perché il compito sia diverso, ma perché manca la condizione di base.
In un'organizzazione con un unico pacchetto software semplice e stabile e un gruppo di utenti piccolo ed esperto, la quota di domande risolvibili tramite AI è probabilmente elevata: poca variazione, molta ripetizione. In un'organizzazione con decine di sistemi, molta personalizzazione e collaboratori che cambiano regolarmente, la situazione è diversa: più variazione, più domande che escono di poco dal pattern standard, e quindi una quota maggiore che resta a carico di una persona.
Questo compito non è nemmeno isolato dal resto del servizio di assistenza. Chi guarda a come l'AI può registrare e assegnare priorità agli incidenti o a come una interruzione viene comunicata agli utenti, vede un pattern simile di ripetizione e struttura, con risultati leggermente diversi per ciascun asse. Una panoramica più ampia di ciò a cui questo porta per l'assistenza clienti nel suo insieme si trova su quale lavoro può essere svolto dall'AI nell'assistenza clienti.
Nelle aziende dove questo è già stato organizzato, il servizio di assistenza riceve meno domande ripetitive per le persone e resta più tempo per le domande che richiedono davvero un approfondimento. Non è uno scenario futuro: succede già oggi, in parte, presso organizzazioni con una base di conoscenza in ordine. In altre organizzazioni non succede ancora, semplicemente perché manca ancora la base per farlo.
Ciò che un'organizzazione fa con le ore liberate — un'altra impostazione dei ruoli, un'altra ripartizione dei compiti — è una scelta che spetta all'organizzazione stessa e per la quale valgono requisiti legali propri; non è una domanda a cui si possa rispondere con un'analisi dei compiti.
Per vedere come questo pattern si applica alla propria situazione, è possibile ottenere un'indicazione tramite la quickscan gratuita: dodici domande, senza account, con una stima di quale parte delle ore nel proprio profilo può essere svolta oggi dall'AI. La werkscan completa, che scompone il lavoro di un'intera azienda in compiti, è ancora in fase di sviluppo.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.