Monitorare i ticket di assistenza per rilevare ritardi imminenti è un compito che l'AI può, in sostanza, assumere completamente. Non si tratta qui di una zona grigia con supervisione umana annessa: la segnalazione in sé è un compito che oggi è già automatizzabile con tecnologia esistente (rpa), a condizione che alcune premesse siano soddisfatte.
Sono tre gli assi determinanti qui: strutturabilità, volume e margine di giudizio. Tutti e tre puntano nella stessa direzione.
Strutturabilità (5 su 5). Il compito consiste nel confrontare una data con una regola: da quanto tempo è aperto un ticket e quando scade il termine di gestione concordato? Non è interpretazione, è calcolo. Un sistema di ticketing registra l'orario di apertura, il termine SLA è stabilito in anticipo, e l'unica cosa necessaria è un confronto tra due numeri. Una volta che questi termini SLA sono definiti in modo univoco, non c'è spazio per dubbi su cosa significhi "imminente".
Volume (5 su 5). Un team di assistenza clienti elabora tipicamente decine o centinaia di ticket al giorno, ciascuno con il proprio orologio in scadenza. Un capo team che tiene traccia di questo manualmente deve continuamente scorrere una lista e fare somme. È esattamente il tipo di lavoro ripetitivo e voluminoso di cui il software non si stanca e in cui non trascura ticket.
Margine di giudizio (4 su 5). La segnalazione in sé richiede a malapena giudizio: il termine è il termine. C'è un piccolo margine perché alcune organizzazioni conoscono sfumature (per esempio: il tempo di attesa presso il cliente conta o meno nell'orologio SLA), ma una volta che queste regole sono state stabilite, non resta più spazio per interpretazione nella segnalazione stessa.
Gli altri assi sono qui praticamente irrilevanti per la questione centrale. Il contatto con il cliente e le azioni fisiche non giocano un ruolo in questo compito: si tratta di un processo di sottofondo, non di una conversazione con un cliente. La creatività non è in gioco: non c'è una nuova soluzione da inventare, solo una scadenza da sorvegliare. I costi da errore e la compliance ottengono un punteggio medio (3), non perché la segnalazione stessa sia rischiosa, ma perché una notifica mancata o errata può ripercuotersi sulla soddisfazione del cliente o sugli accordi contrattuali. Questo non depone contro l'automazione, ma a favore di un'impostazione corretta a monte.
La tecnologia adatta qui è relativamente modesta: la robotic process automation (rpa). Non serve un modello linguistico o un'AI complessa per confrontare una data con una regola. Uno script che legge periodicamente il sistema di ticketing, calcola il tempo rimanente fino alla scadenza SLA e invia una notifica al capo team una volta raggiunta una soglia prestabilita, svolge il lavoro. Questo può avvenire via e-mail, widget di dashboard o notifica nel sistema di ticketing stesso.
Le premesse sono semplici ma essenziali: i termini SLA devono essere stabiliti in modo chiaro e univoco, e la segnalazione deve essere tecnicamente configurata sulla base di questi termini. Se manca uno dei due, l'automazione non funziona bene — non perché il compito sia inadatto, ma perché la base non è corretta.
Questo risultato vale per la segnalazione. Non vale automaticamente per ciò che accade dopo la notifica. In un'organizzazione dove l'escalation di un ritardo imminente attiva immediatamente un'azione fissa e prevedibile (per esempio: inoltro automatico del ticket a uno specialista), anche quel passo successivo può essere in gran parte automatizzato. In un'organizzazione dove l'escalation dipende dalla relazione con il cliente, dal tipo di contratto o dalla sensibilità politica, quel passo successivo rimane lavoro umano — qui la supervisione umana sull'AI, in concreto è un punto di partenza rilevante.
Anche la definizione di "termine SLA" varia da organizzazione a organizzazione. Un'azienda con un unico termine di gestione semplice e uniforme ha una questione di automazione più semplice rispetto a un'azienda con decine di varianti contrattuali, livelli di priorità e regole di eccezione. Quanto più complesso è quel set di regole, tanto più lavoro preparatorio è necessario prima che la segnalazione possa funzionare in modo automatico e affidabile. È esattamente per questo che serve una scansione per compito, e non per funzione: lo stesso titolo di funzione "capo team assistenza clienti" può avere, in un'azienda, un compito di segnalazione in gran parte automatizzabile, e in un'altra, un compito che richiede ancora in larga misura lavoro manuale.
Questa pagina descrive un compito, non una decisione relativa al personale. Se e come la capacità liberata all'interno di un team venga ridistribuita è una scelta che spetta all'organizzazione stessa e per la quale valgono requisiti legali propri, soprattutto se ha conseguenze per funzioni o organico. La dovuta diligenza in tal senso, compreso l'informare gli organi di rappresentanza dei lavoratori, è un percorso a parte — si veda ad esempio informare il consiglio aziendale sull'AI e la dovuta diligenza nell'eliminare funzioni. Questa pagina non fornisce fondamento a riguardo, solo fatti sul compito in sé.
La segnalazione di ritardi SLA imminenti non è un caso isolato. Compiti simili di monitoraggio e segnalazione si presentano anche nei processi finanziari, come la fatturazione periodica di abbonamenti o lo scambio di fatture digitali tramite fatturazione elettronica. Anche lì vale: quanto più strutturate sono le regole e quanto più alto è il volume, tanto più adatto è il compito all'automazione.
Vuole sapere come si presenta questo per il suo team, incluse l'esatta struttura SLA e il volume di ticket con cui lavora? Il quickscan gratuito di ftetoai consiste in dodici domande, è possibile svolgerlo senza account e fornisce un'indicazione di quale parte delle ore nel suo profilo può essere oggi assunta dall'AI. Lo scan di lavoro completo, che entra nel dettaglio dei suoi processi fino al livello del singolo compito, è ancora in fase di sviluppo — questa promessa non la facciamo qui più grande di quanto sia.
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.