Lo stato dell’IA conversazionale nell’assistenza

Stripe è sinonimo di ottima assistenza, spesso pronta a fare il possibile per sorprendere e soddisfare i clienti. Ma offrire un buon supporto va oltre i biglietti scritti a mano e i totem stampati in 3D che vediamo su Twitter. Oltre dieci anni di lavoro umano e ingegneria software hanno permesso a Stripe di costruire un servizio clienti che supporta milioni di aziende ogni anno. Sono entrato in Stripe nel 2015, quando l’azienda aveva appena superato i 200 dipendenti e il team di supporto stava tutto attorno a un unico tavolo da riunione.

Sono stato uno dei primi assunti a Dublino, una delle prime sedi di Stripe per la copertura globale dell’assistenza. Nei miei cinque anni lì, Stripe ha riorganizzato il team di supporto in specializzazioni, introdotto fornitori esterni come supporto di primo livello, ampliato i canali, aggiunto lingue e, infine, piani di supporto a pagamento. Avendo contribuito a progettare e testare questi programmi in evoluzione, ho visto da vicino quanto sia complesso scalare il servizio clienti—complessità che l’IA conversazionale avrebbe potuto semplificare.

Conversational AI

Conversational AI has three elements. These three elements work together seamlessly: Speech-to-Text captures the user’s intent, Language Models interpret and generate intelligent responses, and Text-to-Speech transforms those responses into natural conversation.

• Speech to Text: The AI ears convert a user’s spoken natural language into text, with high accuracy.
• Language Models: The AI brain processes this text and understands the context to generate intelligent responses.
• Text to Speech: The voice transforms text responses into natural-sounding speech.
• Turn Taking:A dedicated service monitors for interuptions and ensures the conversation is natural and feels human.

Quando sono entrato in Stripe, il mio compito era imparare il più possibile sul prodotto. Durante la formazione, affiancavo agenti più esperti e imparavo da una lunga serie di interazioni di supporto precedenti—un approccio simile a quello che seguirebbe un agente IA.

L’IA è ottima nel riconoscere schemi, e gran parte dell’assistenza si basa proprio su questo. Tutto parte da un utente che spiega il suo problema. L’agente di supporto raccoglie le informazioni, cerca di collegarle alle sue conoscenze e restituisce una risposta all’utente. Tuttavia, l’assistenza non è solo ripetere ciò che c’è in una knowledge base; un servizio clienti di qualità richiede empatia, creatività e collaborazione con l’utente per risolvere il problema. Purtroppo, la maggior parte delle interazioni di supporto non è all’altezza.

Lo stato attuale dell’assistenza

L’assistenza è un momento importante, ma spesso è frustrante. Pensa all’ultima volta che hai dovuto chiamare una compagnia aerea. Sei rimasto in attesa per ore e—quando finalmente ti risponde qualcuno—ti dicono che il tuo problema riguarda un altro reparto, e il ciclo ricomincia.

La fatica non è solo per il cliente. Offrire un’esperienza di supporto di qualità è difficile, e lo è ancora di più su larga scala. Nel nostro mondo digitale fatto di bit, l’assistenza è ancora legata agli atomi. Se ricevi un’ondata di nuovi clienti da un giorno all’altro, puoi attivare un’istanza AWS per tenere su il sito; non puoi semplicemente premere un interruttore e attivare l’assistenza.

Servono tempo e risorse per far crescere un team di supporto. In Nord America, trovare, formare e inserire un agente di supporto costa circa 12.000 dollari. Considerando anche questa spesa iniziale, il costo medio di un agente è tra i 30 e i 40 dollari l’ora. Alcune aziende scelgono di esternalizzare il supporto, con tariffe orarie tra gli 8 e i 30 dollari. Sembra conveniente, ma a quel prezzo si rinuncia a controllo su responsabilità, processi e qualità del servizio.

Ma se potessi attivare l’assistenza in pochi minuti e ampliarla senza limiti? E se potessi offrire supporto di alta qualità a costi ridotti? È questa la promessa della Conversational AI e, dopo anni di esperienza nel supporto, sono convinto che sia una vera rivoluzione.IA conversazionale, e dopo anni di esperienza nel supporto, credo sia davvero rivoluzionaria.

Alexis è un esempio di agente IA di ElevenLabs. È stato creato come agente di supporto all’interno della documentazione di ElevenLabs e ora gestisce oltre cento chiamate al giorno.

Immagina che Alexis sia umano. Non credo che molti agenti di supporto riuscirebbero a gestire 100 chiamate al giorno. Un agente molto efficiente con chiamate semplici potrebbe arrivare a 60, probabilmente 40 per chi ha meno esperienza o affronta richieste più complesse. Dovresti quindi assumere almeno due persone, e probabilmente pagare anche degli straordinari.

Se gli agenti fossero in Nord America, il costo per gestire 100 chiamate sarebbe almeno 700 dollari, in media circa 1719, e potrebbe arrivare fino a 4094. È tanto, quindi potresti decidere di esternalizzare. In questo caso il costo sarebbe tra 128 e 480 dollari, con una media di 288—molto più economico, ma ci sono costi nascosti per formazione e supervisione delle aziende esterne, oltre al rischio per il brand e la reputazione se il servizio non è all’altezza.

Il costo per gestire un agente di supporto IA può essere anche di soli 0,015 dollari al minuto per la parte audio. Il modello LLM può costare meno di un centesimo o pochi centesimi al minuto, a seconda del modello scelto e della dimensione della knowledge base. Quindi, per cento chiamate, si parla di circa 13-18 dollari. Oltre 110 volte meno rispetto a un agente interno medio e 18 volte meno rispetto a uno esternalizzato. Come esperienza oggettiva di supporto, penso che Alexis sia davvero valido. A quel prezzo, è incredibile.

IA conversazionale in azione

Nel mondo ancora molto analogico della supply chain, Traba è un ponte tecnologico per il talento, aiutando le aziende industriali a reclutare e gestire i lavoratori. Anche se Traba offre app e dashboard, il telefono resta un canale fondamentale per una forza lavoro abituata a fogli presenze cartacei e bacheche di sughero.

Traba ha analizzato su quali chiamate il team operativo passava più tempo e ha individuato due aree principali: rispondere a richieste di supporto o seguire checklist di pianificazione. Per il CTO Akshay Buddiga, l’automazione era la risposta ovvia, ma anche il tempismo conta. “Quando individuiamo un processo da rendere più efficiente, preferiamo integrare subito l’automazione invece di adattare soluzioni in un secondo momento.”

Traba è molto attenta all’economia di scala e all’innovazione tecnologica, quindi spostare queste chiamate sull’IA conversazionale era interessante per diversi motivi. Velocità e costi erano importanti, ma anche l’esperienza utente. Come ha sottolineato lo sviluppatore Joseph Besgen: “Volevamo che sembrasse una vera conversazione, non solo una registrazione.” La demo di ElevenLabs era così realistica che, durante i test, il padre di un dipendente Traba non riusciva a capire se fosse IA o una persona del team del figlio.

Anche se pianificare migliaia di turni nell’industria leggera è complesso, fissare un appuntamento dal medico non dovrebbe esserlo. Ma hai provato a chiamare il tuo medico di recente? È frustrante per i pazienti e fa perdere tempo prezioso al personale sanitario. In collaborazione con ElevenLabs, gli assistenti di EliseAI stanno colmando il divario nell’amministrazione sanitaria, gestendo tutto dalla prenotazione degli appuntamenti alla fatturazione. In un ospedale, ora l’86% delle chiamate viene gestito interamente da agenti IA. Questo non solo riduce del 66% il costo per chiamata, ma migliora anche l’efficienza del personale amministrativo. EliseAI ha inoltre aumentato l’accesso alle cure per le comunità che non parlano inglese.

Il futuro

Emergono alcune tendenze interessanti quando si osserva la crescita dell’IA conversazionale nei diversi settori. L’EdTech è stata la prima industria ad adottare l’IA conversazionale: le aziende potevano finalmente offrire tutoraggio personalizzato e apprendimento linguistico individuale a prezzi accessibili. Subito dopo sono arrivate le applicazioni per l’assistenza clienti, perché queste interazioni si prestano particolarmente bene: si tratta di esercizi di riconoscimento di schemi, dove la risposta si trova già in una knowledge base e l’agente IA lavora per abbinarla alla domanda dell’utente. Stiamo anche assistendo a una crescita di applicazioni verticali end-to-end, soprattutto in settori come logistica e sanità – come Traba ed EliseAI. Anche in questi casi, si tratta di ambiti ripetitivi e prevedibili, facilmente gestibili da un agente IA.

L’IA conversazionale porta l’assistenza dal mondo degli atomi a quello dei bit. Ora l’esperienza di supporto può essere migliore sia per le aziende che per i clienti. Come il tuo provider cloud, anche il team di supporto IA può crescere o ridursi in base alle esigenze. I tuoi clienti non dovranno più aspettare in linea e tu eviti la fatica di aprire centri di supporto in tutto il mondo.

Nell’ultimo anno, gli agenti vocali sono diventati bravi nella conversazione e nel recupero delle informazioni, ma credo sia solo l’inizio. Nel 2025 penso che gli agenti vocali IA diventeranno lo standard per la gestione delle richieste di appuntamenti e per il supporto di tipo “specialista di prodotto”. Anche se forse saranno limitati alle chiamate di recupero informazioni, questo ridurrà molto il volume di supporto e permetterà ai team umani di concentrarsi su attività a maggior valore.

Nel 2026 passeremo dal recupero delle informazioni all’esecuzione di azioni. L’agente vocale IA standard effettuerà chiamate API e si collegherà ad app di terze parti. Sarà normale vederli prenotare appuntamenti o gestire rimborsi.

Nel 2027 vedo gli agenti vocali IA passare dal supporto al customer success. Credo che anche trattative di vendita complete saranno gestite da un agente IA, magari sia dal lato acquirente che venditore. Per molti sembra l’ultima frontiera, ma secondo me è solo l’inizio. Compiti profondamente contestuali e creativi, che pensavamo esclusivamente umani, saranno sempre più affidati all’IA.

Il supporto si trasformerà da centro di costo a centro di profitto: prima neutralizzando le spese, poi generando valore per l’azienda. Gli agenti vocali IA contatteranno proattivamente i clienti, riducendo l’abbandono e aumentando il valore nel tempo. L’IA conversazionale offre molti vantaggi del supporto umano, ma con memoria perfetta, decine di lingue e operatività 24/7. Il futuro sta arrivando, e in molti casi è già qui. Immagina un’assistenza istantanea, empatica ed efficace—ogni volta. Presto, quasi ti verrà voglia di chiamare una compagnia aerea, solo per il gusto di farlo.