Interviste

Fran Loftus, Chief Experience Officer di EliseAI — Serie di interviste

Antoine Tardif
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveL'approccio vertical-first di EliseAI incorpora i flussi di lavoro del settore…
Vedi di più
  • L'approccio vertical-first di EliseAI incorpora i flussi di lavoro del settore direttamente nella sua IA per evitare errori generici da chatbot.
  • Un'IA efficace nell'edilizia e nella sanità deve garantire il completamento dei compiti per costruire fiducia, non solo fornire risposte rapide.
  • Il ruolo del Chief Experience Officer si evolverà nell'orchestrare partnership umano-IA man mano che l'automazione gestisce il lavoro amministrativo.

Fran Loftus, Chief Experience Officer di EliseAI, è una leader dinamica nota per l’energia creativa e il percorso professionale versatile, che unisce spirito imprenditoriale e profonda competenza operativa. Prima di entrare in EliseAI ha cofondato HOM, una piattaforma tecnologica per i servizi comuni e il coinvolgimento dei residenti, acquisita da Alfred. Qui ha poi ricoperto diversi incarichi dirigenziali, contribuendo a definire l’esperienza dei residenti in centinaia di migliaia di unità abitative. In EliseAI ha svolto ruoli di alta responsabilità operativa con riporto al CEO e al consiglio di amministrazione, promuovendo l’efficienza dell’intera azienda, supervisionando i risultati dei clienti e collaborando strettamente con sviluppo e vendite alla strategia e all’introduzione dei prodotti. Riconosciuta come fondatrice e voce autorevole del settore, è stata candidata al riconoscimento Top Founder al MIPIM e più volte inserita tra le donne più influenti nelle classifiche di CRETech.

EliseAI è un’azienda di software di intelligenza artificiale con sede a New York che trasforma il modo in cui le organizzazioni residenziali e sanitarie gestiscono grandi volumi di comunicazioni e flussi operativi, attraverso IA conversazionale e agentica avanzata. La piattaforma automatizza attività come la prenotazione delle visite agli immobili, le comunicazioni relative alle locazioni, le richieste di manutenzione, i rinnovi, l’accettazione dei pazienti e il supporto amministrativo tramite testo, voce, email e chat. Consente ai team di lavorare con maggiore efficienza, migliorando la capacità di risposta e l’esperienza del cliente. Riunendo queste interazioni in un sistema di IA unificato, EliseAI aiuta le organizzazioni ad ampliare le operazioni, ridurre il lavoro manuale e ottenere miglioramenti misurabili nelle funzioni essenziali per la loro attività.

Come Chief Experience Officer di EliseAI, riunisci una rara combinazione di esperienze nella costruzione di comunità, nelle operazioni e nella tecnologia. Hai fondato HOM, una piattaforma che aiutava gli edifici con più unità abitative a offrire servizi condivisi e un senso di comunità su larga scala, per poi dirigere l’esperienza e l’erogazione dei servizi in Alfred, un’azienda di servizi residenziali presente all’interno di migliaia di condomini. In che modo questi ruoli molto pratici e centrati sulle persone influenzano oggi la progettazione e la realizzazione delle esperienze con l’IA in EliseAI?

La mia esperienza nella gestione concreta degli immobili mi ha insegnato che il valore della tecnologia dipende dal servizio che riesce davvero a offrire sul campo. In HOM e Alfred ho imparato che a un residente non interessa un’interfaccia elegante se la richiesta di manutenzione finisce in un buco nero o l’ingresso nell’abitazione viene rimandato. Per questo sono diventata quasi ossessionata dal portare ogni pratica fino alla conclusione. Non progetto l’IA soltanto per gestire conversazioni, ma per seguire l’intero ciclo di vita di un’attività. Do la priorità al residente in crisi o al dipendente sovraccarico, assicurandomi che l’IA non sia un’altra cosa da controllare, bensì uno strumento che alleggerisce il loro carico.

Dal punto di vista dell’esperienza del cliente, come si presenta un’IA davvero efficace in ambito residenziale e sanitario, dove fiducia, chiarezza e capacità di portare a termine gli impegni contano quanto velocità e automazione?

Nel residenziale e nella sanità la rapidità è positiva, ma la fiducia nasce dal portare davvero a termine gli impegni. Una buona IA non deve limitarsi a dare una risposta veloce: deve assicurarsi che accada qualcosa di concreto. Se un paziente chiede informazioni su una fattura o un inquilino vuole rinnovare il contratto, l’IA deve aggiornare i dati, informare il responsabile giusto e far sapere alla persona che la pratica è stata avviata. Servono chiarezza e iniziativa, così le persone non sentono di dover richiamare tre volte solo per controllare a che punto sia la richiesta.

EliseAI ha scelto di dare priorità alla specializzazione per settore anziché offrire uno strato di IA generico. Come cambia questa decisione l’esperienza quotidiana di team immobiliari, residenti e personale sanitario rispetto agli strumenti di IA trasversali a più settori?

Gli strumenti di IA generici impongono al cliente il lavoro impegnativo di insegnare al software le regole del settore. Poiché la nostra soluzione è specializzata esclusivamente nel residenziale e nella sanità, il sistema dispone già di una conoscenza approfondita dei flussi specifici, come le norme sui depositi cauzionali delle locazioni o le particolarità della programmazione degli appuntamenti dei pazienti. Per il personale sul campo significa non dover gestire un chatbot generico che potrebbe inventarsi una regola. Lavora invece con un sistema già integrato nel software esistente, che comprende il linguaggio delle attività quotidiane fin dal primo giorno.

Puoi spiegare come affiancare i lavoratori in prima linea per ricostruire i flussi dall’inizio alla fine migliori il comportamento del modello e l’esperienza finale del cliente, rispetto all’addestramento basato soltanto su dati astratti?

I dati astratti mostrano che cosa si fa, ma stare sul campo con i clienti mostra come lo si fa. Quando il mio team passa tempo nell’ambiente reale in cui viene utilizzato il software, vede gli ostacoli che un insieme di dati non farebbe emergere. Per esempio, durante gli incontri di analisi con un gestore di alloggi per militari abbiamo individuato procedure di approvazione complesse e rigidi vincoli quotidiani che non comparivano in alcun manuale. Raccogliendo questi dettagli disordinati della realtà e traducendoli nel prodotto, possiamo costruire un’IA che non funziona soltanto in una dimostrazione, ma resiste anche al caos di un ufficio molto impegnato.

Quando i sistemi di IA passano dal rispondere alle domande all’eseguire attività, quali nuovi rischi emergono per l’esperienza dell’utente? Come fai in modo che l’automazione sia percepita come un aiuto affidabile, anziché come qualcosa di invadente o opaco?

Il rischio principale si sposta dal dire qualcosa di sbagliato al fare qualcosa di sbagliato. Per ridurlo ho istituito un modello di soluzioni di prodotto in cui esperti, molti dei quali ex fondatori di aziende, sono responsabili di ambiti specifici del prodotto. Definiscono regole precise e limiti di sicurezza per l’esecuzione delle attività da parte dell’IA, assicurandosi che non compia mai un’azione capace di sorprendere o confondere un membro del personale.

Nel residenziale e nella sanità anche piccoli malfunzionamenti possono compromettere rapidamente la fiducia. Come progetti sistemi di IA agentica che rimangano trasparenti e prevedibili e nei quali le persone possano intervenire e apportare correzioni con facilità quando serve?

Progettare per la fiducia significa prima di tutto abbandonare la mentalità reattiva tradizionale, in cui si aspetta semplicemente che qualcosa si guasti. Ho invece costruito un team che fa da ponte tra la complessità disordinata delle operazioni reali e la logica dell’IA. Non sono addetti all’assistenza, ma strateghi ed ex fondatori responsabili di ambiti specifici del prodotto dall’inizio alla fine.

Passano tempo ad affiancare i lavoratori per capire le regole inderogabili del settore, come le complesse procedure di approvazione degli alloggi militari o i rigorosi tempi di risposta in ambito medico, e le incorporano direttamente nel comportamento dell’IA. La trasparenza nasce dal fatto che i sistemi sono progettati per segnalare i problemi potenziali in modo proattivo, prima che diventino reclami di residenti o pazienti. Quando l’IA riconosce una situazione emotivamente intensa o una richiesta complessa per cui non è stata addestrata, non tira a indovinare. Attiva il passaggio a una persona, fornendo al dipendente l’intera cronologia e il contesto dell’interazione, così che possa intervenire come partner informato invece di ricominciare da zero.

Dal tuo punto di vista di responsabile dell’implementazione e del successo dei clienti, quali ostacoli incontrano più spesso quando adottano l’IA nei flussi operativi? Come li riduce EliseAI già all’inizio dell’introduzione?

L’ostacolo maggiore è raramente la tecnologia in sé; più spesso è la paura che interrompa il ritmo del team o sostituisca i ruoli delle persone. Affrontiamo il problema offrendo un sollievo immediato e concreto. Nella prima settimana facciamo assumere all’IA le attività ripetitive e ad alto volume che di solito provocano più esaurimento, come il primo ricontatto dei potenziali clienti. Usiamo inoltre la nostra IA per gestire le attività interne dell’azienda. Questo ci aiuta a capire esattamente dove si creano tensioni quando cambia un flusso di lavoro, per essere partner migliori quando i clienti affrontano la stessa transizione.

Molte organizzazioni faticano a superare la fase pilota. Come aiuti i clienti a far evolvere processi e aspettative affinché l’IA diventi parte del lavoro quotidiano, anziché rimanere un esperimento a sé?

L’IA attecchisce soltanto quando smette di essere un progetto secondario e diventa una parte normale della giornata lavorativa. Aiutiamo i dirigenti a riorganizzare i team in modo che, quando l’IA si occupa delle incombenze di routine, le persone possano concentrarsi sulle attività che richiedono davvero un contributo umano.

EliseAI supporta ora circa un appartamento su sei negli Stati Uniti. Come cambiano le aspettative dei clienti a questa scala e quali nuove sfide emergono per l’esperienza quando l’IA diventa parte delle operazioni ordinarie?

A questa scala, l’IA non è più soltanto una novità entusiasmante. È un servizio di base, proprio come l’elettricità. Le aspettative passano dal considerarla impressionante quando funziona al ritenerla inaccettabile quando fallisce. Dobbiamo gestire questa variabilità mantenendo nel contempo un’affidabilità del 100%.

Guardando ai prossimi due o tre anni, come pensi che evolverà il ruolo di Chief Experience Officer, mentre i sistemi di IA assumono maggiori responsabilità nei servizi essenziali come il residenziale e la sanità?

Il ruolo evolverà dalla gestione del servizio clienti al coordinamento della collaborazione tra persone e IA. Man mano che l’IA assume le parti amministrative e ripetitive del lavoro, il focus del CXO si sposterà interamente sui punti di contatto strategici ed emotivi. Sarà nostra responsabilità fare in modo che, mentre il mondo si automatizza sempre di più, le interazioni umane nel residenziale e nella sanità diventino più consapevoli e abbiano un impatto maggiore.

Grazie per l’ottima intervista. I lettori che desiderano approfondire possono visitare EliseAI.

Antoine è un leader visionario e socio fondatore di Unite.AI, animato da una passione incrollabile per plasmare e promuovere il futuro dell’IA e della robotica. Imprenditore che ha fondato diverse aziende, ritiene che l’IA trasformerà la società quanto l’elettricità e parla spesso con entusiasmo del potenziale delle tecnologie dirompenti e dell’intelligenza artificiale generale (AGI).

In qualità di futurologo, si dedica a esplorare come queste innovazioni plasmeranno il nostro mondo. È inoltre il fondatore di Securities.io, una piattaforma incentrata sugli investimenti in tecnologie all’avanguardia che stanno ridefinendo il futuro e trasformando interi settori.