L’ascesa dell’AI agente: un approccio strategico a tre passi per l’automazione intelligente

Come molti, amo i buoni consigli. Ma a volte, ho bisogno di aiuto per fare qualcosa.

La prossima versione dell’AI — AI agente — ci porterà dal consiglio all’azione. Consentirà alle aziende che lo utilizzano di fare un salto trasformativo in avanti.

Ma un salto verso cosa? E trasformare come?

L’AI agente può ridurre il costo del supporto clienti del 25-50% mentre migliora drasticamente la qualità e la soddisfazione del cliente perché va oltre la semplice esecuzione di compiti. Può anche risolvere autonomamente flussi di lavoro complessi e interazioni con i clienti. Quando applicato al supporto clienti, ad esempio, gli agenti non rispondono solo alle richieste, ma risolvono integralmente le indagini dall’inizio alla fine, riducendo l’intervento umano e aumentando l’efficienza.

Come per tutte le nuove tecnologie, l’adozione dell’AI agente presenta sfide. Un’azienda deve avere i propri flussi di lavoro ben documentati e profondamente compresi e possedere una solida base di conoscenze su cui l’AI agente possa fare affidamento. E proprio come per l’AI generativa, le preoccupazioni relative alla privacy e alla sicurezza dei dati richiedono alle aziende di comprendere i modelli linguistici larghi (LLM) in cui si inseriscono e come vengono archiviati e trasmessi i dati.

Tuttavia, la strategia di adozione corretta per l’automazione intelligente può garantire il successo. Per ottenere i maggiori benefici, le aziende dovranno fare tre cose:

• Iniziare nel posto giusto
• Bilanciare l’AI agente con l’esperienza umana
• Accedere a una rete di esperti di AI agente

Sebbene sia ancora presto, ecco cosa stiamo imparando lavorando con clienti in vari settori per integrare l’AI agente nei loro flussi di lavoro e operazioni.

Non iniziare con piccoli passi — inizia con intelligenza

Forse controintuitivamente, il miglior posto per iniziare è con i casi d’uso ad alto volume. Non è rischioso? Non se fatto correttamente. In realtà, iniziare con casi d’uso a basso volume potrebbe sembrare ridurre il rischio, ma in realtà aumenta il rischio di non vedere un impatto sufficiente per giustificare l’investimento.

Iniziare con casi d’uso ad alto volume offre il maggior potenziale di ritorno sull’investimento (ROI), consentendo all’azienda di realizzare rapidamente un impatto significativo, massimizzare i guadagni di efficienza e dimostrare il valore chiaro dell’utilizzo di agenti AI.

Come si può mitigare il rischio di iniziare troppo in grande? Implementando inizialmente gli agenti con solo l’1% dei volumi dei casi d’uso più grandi. Questo approccio consente di identificare e risolvere potenziali problemi mentre si prepara per un’automazione più ampia.

Per un’azienda di vendita al dettaglio, ciò potrebbe significare automatizzare i flussi di lavoro di “dov’è il mio ordine?” o di elaborazione dei resi. Oltre a monitorare le spedizioni in tutta la rete di distribuzione dell’azienda, un agente AI potrebbe verificare l’identità del cliente, controllare lo stato in tempo reale e aggiornare il cliente — anche offrire opzioni se l’ordine è stato inaspettatamente ritardato.

Per i resi, un agente potrebbe controllare le politiche di reso dell’azienda, raccogliere informazioni sul cliente relative al reso, suggerire i passaggi successivi e completare le attività associate, come la stampa di un’etichetta di reso, la pianificazione di un ritiro, l’emissione di un rimborso, ecc. L’agente di reso potrebbe anche monitorare gli abusi e, se necessario, adattare le proprie decisioni e passaggi successivi di conseguenza.

Dopo che un’azienda ha distribuito un agente AI su una porzione di campione di un flusso di lavoro ad alto volume, deve monitorare l’attività del flusso di lavoro per identificare dove potrebbe essere necessario apportare aggiustamenti. Quando l’agente funziona senza problemi, l’azienda può estendere il suo utilizzo in quantità predefinite fino a quando non gestisce l’intero volume del flusso di lavoro.

Naturalmente, non tutti i compiti e i flussi di lavoro si prestano all’automazione totale con l’AI agente. In realtà, mantenere gli esperti umani connessi al funzionamento generale degli agenti AI produrrà i migliori risultati.

Bilanciare l’AI con l’esperienza umana

Mentre un’azienda esamina i propri flussi di lavoro e processi per i candidati all’automazione, troverà istanze più adatte alla supervisione umana o all’azione diretta. L’AI agente è un’incredibile innovazione altamente capace, ma ha limitazioni.

Tre in particolare:

Gli agenti AI, come i modelli linguistici larghi (LLM) che li supportano, non possiedono attualmente l’intelligenza generale. Funzionano meglio in aree strette e ben definite. Quindi, mentre gli esseri umani potrebbero imparare a eseguire un particolare compito e astrare da quella conoscenza principi che poi applicano a compiti diversi e non correlati, l’AI attualmente non può.

Poi, ci sono flussi di lavoro con matrici decisionali estremamente complesse che richiedono esperienza e giudizio basato sull’esperienza. Ad esempio, un’azienda di vendita al dettaglio potrebbe avere bisogno di contenuti per una campagna di marketing semplice. Un agente può gestire ciò — e eseguire la campagna.

Ma vuole rivedere l’espressione e la promessa di un marchio attraverso più mercati? Un agente non sarebbe all’altezza del compito. Richiederebbe una comprensione delle tendenze del mercato, della percezione del marchio, delle differenze culturali tra i mercati e una comprensione di come i marchi evocano emozioni.

Infine, i flussi di lavoro che dipendono dalla comunicazione umana “disordinata” e dalla sfumatura emotiva che richiedono elementi umani distinti come la compassione dovrebbero rimanere con gli esseri umani. Pensate ai problemi di servizio clienti che coinvolgono clienti arrabbiati o interazioni sanitarie in cui lo stato emotivo o mentale di un paziente potrebbe essere a rischio.

Ma non sto descrivendo un processo decisionale binario: dare questo agli agenti AI; tutto il resto va agli esseri umani. Nella pratica, un modello ibrido funziona meglio.

Sebbene ci debba essere una chiara demarcazione tra i ruoli dell’AI e quelli umani, anche quando i compiti devono essere gestiti da esperti umani, l’AI dovrebbe comunque essere a disposizione per estendere le loro capacità e sfruttare al meglio la loro esperienza.

In generale, le aziende dovrebbero utilizzare l’AI agente per compiti transazionali e ripetitivi e attingere all’esperienza umana per interazioni ad alto rischio, scenari emotivamente complessi e situazioni che richiedono giudizio sfumato. Una richiesta di garanzia di 50 dollari potrebbe essere completamente automatizzata, mentre una richiesta di 5.000 dollari probabilmente trarrebbe beneficio dall’intelligenza emotiva umana e dalla gestione sensibile del marchio.

Accedere a una rete di AI agente

Forse più importante, non cercare di immergersi nell’AI agente da soli. Stabilire una rete di partner esperti. Le piattaforme di AI agente emergenti possono fornire la tecnologia attraverso canali digitali e vocali. Un sistema integratore e consulente che comprende gli ambienti operativi dei clienti può formare modelli di AI agente per esigenze specifiche dei clienti e poi integrarli nelle operazioni dell’azienda.

Integrare questi modelli nei sistemi aziendali richiede una profonda esperienza in flussi di lavoro complessi e sfide specifiche del settore. Richiede anche una comprensione intricata dei punti decisionali del flusso di lavoro e dove l’interazione umana è più necessaria — o benefica, in modo che l’AI agente sia un vantaggio per i lavoratori e la produttività del team.

L’AI agente offre alle aziende un potente modo per migliorare l’efficienza, migliorare le esperienze dei clienti e guidare l’innovazione. Ma il successo non consiste nel precipitarsi. Consiste nel fare scelte intelligenti e informate: iniziare nel posto giusto, applicare un modello ibrido umano/AI e accedere alla rete giusta.

Perché, con il mondo dell’AI che cambia così rapidamente, non puoi permetterti di andare da solo.