Reggie Scales, Presidente e Responsabile dell’Unità di Business Applications presso Vonage – Serie di Interviste

Reggie Scales, Presidente e Responsabile dell’Unità di Business Applications presso Vonage, è un dirigente esperto nel settore della tecnologia e delle comunicazioni con oltre due decenni di esperienza nella direzione di vendite, operazioni, strategie go‑to‑market e crescita aziendale. Dal suo ingresso in Vonage nel 2018, ha ricoperto ruoli di leadership senior all’interno del business delle applicazioni dell’azienda. In precedenza, Scales è stato Senior Vice President per la parte occidentale degli Stati Uniti presso Masergy, Vice President e General Manager della regione centrale di Comcast Business, e Senior Vice President Sales and Marketing di Wilcon. All’inizio della sua carriera, ha trascorso più di 12 anni in PAETEC, ricoprendo diversi ruoli dirigenziali, tra cui President of Sales and Service, dove ha diretto le vendite e le operazioni commerciali per una regione da 1 miliardo di dollari con circa 500 dipendenti. La sua carriera è stata incentrata sullo scaling di imprese di comunicazione, sulla costruzione di team ad alte prestazioni e sullo sviluppo di strategie di vendita enterprise e di coinvolgimento dei clienti.

Vonage è una società globale di tecnologia enterprise e parte di Ericsson, che fornisce API di comunicazione, comunicazioni unificate e soluzioni per contact center a più di 100 000 aziende in tutto il mondo. La sua piattaforma consente alle organizzazioni di integrare voce, video, messaggistica, autenticazione e altre funzionalità di comunicazione direttamente nelle applicazioni e nelle esperienze dei clienti, mentre i suoi prodotti per le comunicazioni aziendali e i contact center supportano la collaborazione dei dipendenti e il coinvolgimento dei clienti. Vonage sta incorporando sempre più intelligenza artificiale e intelligenza della rete mobile nella sua piattaforma, offrendo a imprese e sviluppatori strumenti per creare esperienze di comunicazione più personalizzate, sicure e automatizzate su canali digitali.

La tua carriera ha spaziato tra vendite, servizi, operazioni regionali, infrastrutture di comunicazione e ora la leadership del business delle applicazioni di Vonage. In che modo questa esperienza operativa ha influenzato il tuo approccio all’adozione dell’IA, in particolare la necessità di bilanciare innovazione e risultati misurabili per clienti e business?

Ho trascorso più di 25 anni nelle comunicazioni e ogni fase della mia carriera ha rafforzato l’importanza di collegare gli investimenti tecnologici a un reale bisogno aziendale. Ho iniziato vendendo servizi a lunga distanza, poi sono passato alle comunicazioni locali, alle reti dati, al cloud computing e ora all’IA. Ho avuto l’opportunità di osservare diversi cambiamenti dirompenti nel nostro settore, e una lezione è rimasta costante: una nuova tecnologia genera valore duraturo quando risolve un problema reale per i clienti e per l’azienda.

Applico lo stesso ragionamento all’IA. In un contact center, il punto di partenza dovrebbe essere il risultato che si vuole migliorare. Potrebbe trattarsi di aiutare i clienti a risolvere domande di routine più rapidamente, fornire ai dipendenti informazioni migliori durante una conversazione, ridurre passaggi inutili o facilitare il passaggio tra canali senza perdere il contesto.

Il mio ruolo attuale comprende prodotto, ingegneria, vendite, partnership e supporto clienti, il che influenza anche il modo in cui penso all’adozione. Una capacità può essere tecnicamente impressionante, ma le imprese devono comunque valutare come si inserisce nelle operazioni esistenti, quanto sia facile da usare per dipendenti e clienti e come misurare se sta funzionando. Questo collegamento tra tecnologia, esecuzione e risultati è particolarmente importante con l’IA, dato il ritmo rapidissimo dei cambiamenti.

Molte imprese sono ansiose di introdurre IA generativa e agentica nei loro contact center. Quale lavoro di base devono completare in termini di dati, progettazione dei flussi di lavoro, integrazione dei sistemi e governance prima di tentare di scalare oltre un pilota iniziale?

Le imprese hanno bisogno di una solida base prima di espandere l’IA in tutto il contact center. Un pilota può funzionare in un ambiente controllato con un set ristretto di dati e un flusso di lavoro limitato. Scalare significa collegare l’IA a più sistemi, a più informazioni sui clienti e a più parti dell’azienda, il che introduce complessità aggiuntiva.

I dati sono una delle prime aree da affrontare. Le organizzazioni devono capire dove risiedono le informazioni sui clienti, se sono accurate e aggiornate, e chi ha l’autorizzazione a usarle. La progettazione dei flussi di lavoro è altrettanto importante. Le aziende dovrebbero comprendere il processo in cui l’IA si inserisce, quali decisioni può prendere e dove è necessario l’intervento umano.

L’integrazione è un altro elemento cruciale. I clienti comunicano tramite voce, messaggistica, video e altri canali, mentre i dipendenti possono fare affidamento su diversi sistemi dietro le quinte. Se questi ambienti rimangono disconnessi, aggiungere l’IA può creare un ulteriore livello di frammentazione.

La governance deve essere definita fin dall’inizio. Le imprese hanno bisogno di regole chiare per privacy, sicurezza, accessi e supervisione umana. Devono anche stabilire come valuteranno l’IA nel tempo. Passare oltre il pilota richiede la certezza che la tecnologia possa operare in modo coerente con l’aumento del numero di interazioni e della varietà di situazioni.

Le informazioni sui clienti sono spesso frammentate tra sistemi di gestione delle relazioni (CRM), trascrizioni delle chiamate, cronologie di messaggistica e altre piattaforme aziendali. Cosa richiede realmente uno strato di contesto cliente unificato e come possono le organizzazioni impedire che i sistemi IA agiscano su informazioni incomplete o obsolete?

Uno strato di contesto cliente utile parte dal collegare le informazioni che spiegano chi è il cliente, cosa è già accaduto nel suo percorso e cosa sta cercando di ottenere ora. Ciò può includere dati CRM, trascrizioni delle chiamate, cronologie di messaggistica, dettagli dell’account, interazioni di servizio precedenti e altri record pertinenti.

Molte aziende gestiscono ancora questi elementi in sistemi separati, creando problemi, con o senza IA. Un cliente può avviare una conversazione su un canale, passare a un altro e poi dover ripetere le informazioni perché il secondo sistema non ha la cronologia della prima interazione. L’IA rende la risoluzione di questa frammentazione ancora più importante, poiché un agente può fornire raccomandazioni utili o compiere azioni appropriate solo se dispone di un contesto affidabile.

Le organizzazioni devono sapere quali sistemi sono autorevoli per ciascun tipo di informazione e avere processi per mantenerle aggiornate. Devono inoltre prevedere salvaguardie per le situazioni in cui l’IA non dispone di contesto sufficiente per procedere con sicurezza.

Se le informazioni mancano, sono contraddittorie o obsolete, l’IA dovrebbe riconoscere tale limitazione e chiedere chiarimenti o coinvolgere un umano. Questo è particolarmente importante man mano che l’IA passa dal rispondere a domande al compiere azioni per i clienti.

Come dovrebbe essere un passaggio efficace da un agente virtuale a un consulente umano? Quali informazioni sull’intento del cliente, sulla conversazione precedente, sulle azioni completate e sul problema irrisolto dovrebbero essere trasferite affinché il cliente non debba ricominciare?

Il cliente dovrebbe percepire un passaggio fluido come continuazione della stessa conversazione. Quando un consulente umano entra in scena, dovrebbe comprendere perché il cliente ha contattato, cosa è già stato discusso, cosa ha completato l’agente virtuale e cosa necessita ancora di attenzione.

Al minimo, il passaggio dovrebbe includere l’intento del cliente, la cronologia della conversazione pertinente, le informazioni sull’account necessarie per l’interazione, eventuali passaggi o verifiche già completati e il motivo per cui l’agente virtuale ha escalato il caso. Se il cliente ha già spiegato il problema o risposto a una domanda, il consulente dovrebbe avere subito a disposizione tali informazioni.

Questa continuità è fondamentale perché una delle principali fonti di frustrazione nel servizio clienti è dover ricominciare da capo. L’IA dovrebbe contribuire a ridurre questo attrito anziché aggiungere ulteriori passaggi.

Man mano che gli agenti virtuali diventano capaci di gestire una quota maggiore di interazioni di routine, la qualità della transizione a una persona diventa ancora più importante. Ci saranno situazioni che richiedono empatia, giudizio, creatività o una risoluzione più sfumata dei problemi. Le aziende devono progettare fin dall’inizio e fornire ai dipendenti un contesto sufficiente per riprendere efficacemente la conversazione da un agente IA quando si presentano tali situazioni.

La prossima fase dell’IA per l’esperienza cliente dovrebbe concentrarsi meno su strumenti autonomi e più sull’intelligenza integrata direttamente nei flussi di lavoro esistenti. Come cambia questo il ruolo dell’IA nei contact center e come dovrebbero le imprese decidere quali compiti automatizzare completamente e quali mantenere sotto la guida umana?

Integrare l’IA nei flussi di lavoro esistenti è altamente efficace perché dipendenti e clienti non devono spostarsi in un’esperienza separata per trarne vantaggio. L’IA può supportare ciò che avviene già nel contact center aiutando un dipendente a trovare informazioni durante una conversazione, sintetizzando un’interazione, suggerendo il passo successivo o completando un processo di routine per il cliente.

Nel decidere cosa automatizzare, le imprese dovrebbero analizzare attentamente la natura e le conseguenze del compito. Le interazioni ripetitive con regole chiare e risultati prevedibili sono ottime candidate per una maggiore automazione. Una semplice richiesta di informazioni su un account, ad esempio, è molto diversa da una conversazione che coinvolge un reclamo sensibile, una circostanza insolita o una decisione che potrebbe avere un impatto significativo sul cliente.

I dipendenti continueranno a svolgere un ruolo importante dove sono richiesti empatia, giudizio e capacità di risolvere problemi creativamente. L’IA può anche supportare questi dipendenti anziché sostituirli completamente.

Valuterei l’automazione in base all’esperienza che genera. Se un processo diventa più veloce ma porta a più contatti ripetuti, più escalation o maggiore frustrazione del cliente, l’azienda deve rivedere il modo in cui quel flusso di lavoro è stato progettato.

Vonage ha recentemente introdotto agenti IA specifici per settore per i contact center di sanità, servizi finanziari e retail. Perché la specializzazione verticale sta diventando importante e come dovrebbe un’impresa determinare se un agente IA comprende realmente i flussi di lavoro, la terminologia e i requisiti normativi del proprio settore?

Il modo in cui un cliente interagisce con un fornitore di servizi sanitari può differire notevolmente da come interagisce con un’istituzione finanziaria o un rivenditore. La tecnologia di base del contact center può avere somiglianze, ma il linguaggio, i flussi di lavoro, le aspettative dei clienti e i requisiti legati a queste interazioni possono variare in modo significativo.

Ciò rende sempre più importante il contesto di settore man mano che gli agenti IA diventano capaci di fare più di rispondere a domande di base. Un agente deve comprendere i tipi di richieste che i clienti formulano più frequentemente, la terminologia usata da dipendenti e clienti, i sistemi coinvolti nell’evasione di tali richieste e i limiti di ciò che può fare.

Le imprese dovrebbero valutare gli agenti IA specifici per settore usando scenari tratti dalle proprie operazioni reali. Questo significa testare richieste comuni insieme a eccezioni e situazioni più complesse. Dovrebbero osservare se l’agente segue il flusso di lavoro previsto, comprende il linguaggio dei clienti e riconosce quando è necessario coinvolgere una persona.

Le organizzazioni devono anche valutare come vengono gestite privacy, sicurezza e requisiti normativi. Tali considerazioni dovrebbero far parte del processo di progettazione e valutazione, non di un intervento successivo all’interazione con i clienti.

In definitiva, la conoscenza di settore diventa preziosa quando si traduce in interazioni con i clienti più accurate, appropriate e utili.

Man mano che gli agenti IA passano dal rispondere a domande al completare transazioni e compiere azioni per conto dei clienti, quali salvaguardie sono necessarie riguardo a permessi, privacy, allucinazioni, tracciabilità e supervisione umana?

Il livello di supervisione dovrebbe aumentare man mano che agli agenti IA vengono affidate maggiori responsabilità. C’è una differenza significativa tra un agente che fornisce informazioni generali e uno che effettua una modifica di account, completa una transazione o compie un’azione che influisce direttamente sul cliente.

I permessi sono una parte fondamentale di ciò. Un agente IA dovrebbe avere accesso solo alle informazioni e ai sistemi necessari per il compito per cui è stato autorizzato. Verifica dell’identità, controlli di accesso e regole chiare su come vengono utilizzati i dati dei clienti sono altrettanto importanti. I clienti devono avere trasparenza su come le loro informazioni vengono gestite.

Le organizzazioni hanno anche bisogno di una registrazione di ciò che è accaduto durante un’interazione. Quando gli agenti iniziano a compiere azioni, le imprese dovrebbero poter capire quali informazioni sono state usate, quale azione è stata completata e dove si è verificato un eventuale problema. Questo diventa particolarmente critico in ambienti sensibili o regolamentati.

La supervisione umana dovrebbe riflettere il rischio del compito. Alcune azioni di routine possono essere appropriate per un agente IA da eseguire in autonomia. Situazioni più conseguenziali possono richiedere revisione o approvazione.

L’IA deve anche riconoscere l’incertezza. Quando le informazioni sono incomplete, contraddittorie o al di fuori dei limiti stabiliti, la scelta più sicura è mettere in pausa, richiedere ulteriori dati o coinvolgere una persona, anziché procedere basandosi su un’ipotesi non supportata.

I progetti di IA per i contact center sono spesso valutati in termini di risparmio sui costi, deflessione delle chiamate o riduzione del tempo medio di gestione. Quali metriche aggiuntive dovrebbero usare i leader per capire se l’IA sta migliorando la risoluzione al primo contatto, la soddisfazione del cliente, l’esperienza dei dipendenti, i ricavi e la fiducia a lungo termine?

Le metriche di efficienza sono importanti, ma i leader dovrebbero guardare oltre la rapidità o il costo di una singola interazione. Un’interazione breve non ha molto valore se il cliente deve ricontattare l’azienda perché il problema non è stato risolto completamente.

La risoluzione al primo contatto è una misura cruciale per questo motivo. I tassi di contatto ripetuto e di escalation possono anche indicare ai leader se l’IA sta realmente aiutando i clienti o semplicemente spostando il problema altrove. La soddisfazione del cliente deve rimanere al centro, poiché l’esperienza determina in ultima analisi se le persone continuano a fidarsi e a fare affari con l’azienda.

Questo punto è particolarmente rilevante alla luce di quanto osservato nella nostra ricerca sull’engagement dei clienti. I clienti hanno poca tolleranza per esperienze negative, quindi le aziende dovrebbero stare attente a non ottimizzare un singolo indicatore di efficienza a scapito del rapporto complessivo.

L’esperienza dei dipendenti merita attenzione altrettanto. Se l’IA fornisce informazioni migliori, gestisce compiti ripetitivi e aiuta i dipendenti a risolvere problemi più complessi, i leader dovrebbero percepirlo nei feedback dei dipendenti e nelle loro performance.

Guarderei anche a risultati di business più ampi, come la fidelizzazione dei clienti, la crescita degli account e i ricavi generati o protetti attraverso le interazioni di servizio. Considerati insieme, questi indicatori offrono ai leader un quadro molto più chiaro su se l’IA sta creando valore per clienti, dipendenti e azienda nel tempo.

Vonage opera tra contact center, comunicazioni unificate, API di programmazione delle comunicazioni e capacità di rete tramite Ericsson. Come possono questi livelli collaborare per consentire agli agenti IA di comunicare e agire su più canali senza creare un’ulteriore architettura tecnologica frammentata?

I clienti non pensano se un’interazione avviene su una piattaforma di contact center, tramite un’API di comunicazione o sulla rete mobile. Si aspettano di poter comunicare attraverso il canale che preferiscono e continuare l’interazione senza attriti inutili. La tecnologia alla base di quell’esperienza deve supportare tale continuità.

Vonage opera su Network APIs, CPaaS, CCaaS e UCaaS, il che ci offre l’opportunità di considerare queste capacità come parti connesse dell’esperienza cliente. Man mano che gli agenti IA diventano più capaci, tale connessione diventa sempre più importante perché un agente potrebbe dover comunicare su un canale, accedere al contesto da un altro sistema e compiere azioni altrove.

Un approccio più integrato può anche aiutare a mantenere il contesto mentre i clienti passano da voce, messaggistica e altri canali. Lo stesso principio vale quando un’interazione IA passa a un dipendente per la gestione.

Il nostro rapporto con Ericsson crea inoltre l’opportunità di avvicinare le applicazioni di comunicazione e le capacità di rete. L’obiettivo è garantire che tali capacità siano utili all’interno del percorso cliente senza costringere le aziende a gestire un altro set di strumenti disconnessi.

Puoi condividere un esempio concreto di come le capacità di contact center, comunicazioni unificate, API di Vonage e la rete Ericsson possano collaborare in un’interazione cliente oggi?

Un buon esempio è quello che si verifica quando un cliente chiama il contact center di un servizio finanziario per segnalare una transazione sospetta o richiedere una modifica dell’account.

Prima ancora che l’agente risponda, le Network APIs di Vonage – alimentate dall’infrastruttura di rete di Ericsson – sono già al lavoro. Non appena la chiamata arriva, la nostra funzionalità Identity Insights verifica il numero di telefono del chiamante contro dati in tempo reale della rete mobile, incluso se la SIM associata a quel numero è stata recentemente sostituita. Si tratta di un forte segnale di potenziale frode, e avviene in modo invisibile, senza alcun attrito per il cliente.

Questa intelligenza di rete fluisce direttamente nel contact center tramite le Communications APIs di Vonage, apparendo come un segnale di fiducia in tempo reale nell’ambiente di lavoro dell’agente. Se l’agente utilizza Salesforce, tale insight compare automaticamente in Agentforce, così l’agente può vedere se l’identità del chiamante è stata verificata o se è necessario applicare ulteriori controlli – tutto prima che la conversazione inizi.

Contemporaneamente, Vonage Contact Center (VCC) si integra perfettamente con la sua soluzione di comunicazioni unificate, Vonage Business Communications (VBC), per connettersi all’intera organizzazione. Se l’agente deve coinvolgere uno specialista antifrode o un collega di back‑office, può vedere chi è disponibile in tempo reale e trasferire la chiamata mantenendo intatto tutto il contesto. Il cliente non deve ripetere le informazioni e lo specialista entra nella conversazione già consapevole di quanto accaduto.

Ciò che rende significativo questo esempio è che nessuno di questi livelli opera in isolamento. La rete informa il contact center. Le API collegano l’intelligenza al flusso di lavoro. Lo strato di comunicazioni unificate mantiene le persone giuste nel ciclo. Il cliente lo percepisce come un’unica interazione continua – esattamente come dovrebbe sentirsi.

Questo è il tipo di integrazione verso cui stiamo lavorando su tutte le nostre capacità, ed è già disponibile per i clienti oggi.

Man mano che l’IA assume più interazioni di routine, come prevedi che cambieranno le responsabilità dei professionisti umani del contact center nei prossimi tre‑cinque anni e cosa dovrebbero iniziare a fare le imprese ora per preparare persone, processi e leadership?

Con l’IA che gestisce una quota maggiore di interazioni di routine, mi aspetto che i professionisti del contact center dedichino più tempo alle situazioni in cui le competenze umane sono decisive. Ciò include problemi complessi, circostanze insolite e conversazioni che richiedono empatia, giudizio o creatività.

I ruoli dei professionisti del contact center saranno anche più strettamente collegati all’IA. I dipendenti potranno utilizzare l’IA per trovare informazioni, comprendere la cronologia di un’interazione, sintetizzare conversazioni o identificare possibili prossimi passi. Questo significa che le persone devono capire come lavorare con questi sistemi, quando fidarsi di loro e quando mettere in discussione o sovrascrivere una raccomandazione.

È importante che le imprese inizino a preparare i loro team ora e che la leadership svolga un ruolo cruciale. I dipendenti hanno bisogno di chiarezza sul perché l’IA viene introdotta e su come si prevede che evolveranno i loro compiti. La formazione dovrebbe aiutare i dipendenti a capire come l’IA si inserisce nelle loro responsabilità quotidiane e cosa rimane di loro responsabilità quando l’IA è coinvolta.

Le aziende dovrebbero anche coinvolgere i professionisti del contact center nell’implementazione, poiché loro vedono quotidianamente le domande dei clienti, le lacune nei processi e i casi insoliti. La loro esperienza può aiutare a identificare dove l’automazione sarà utile e a prevedere dove potrebbe creare problemi.

Nei prossimi tre‑cinque anni, mi aspetto che i contact center più forti saranno quelli che usano l’IA per rendere le persone più efficaci, preservando al contempo un percorso chiaro verso il supporto umano quando i clienti ne hanno bisogno.

Grazie per la splendida intervista, lettori che desiderano approfondire dovrebbero visitare Vonage.