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 il supporto globale. 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 in prima persona quanto sia complesso scalare il servizio clienti—complessità che l’IA conversazionale avrebbe potuto semplificare.

IA Conversazionale

L’IA conversazionale si basa su tre elementi che lavorano insieme in modo fluido: Speech-to-Text cattura l’intento dell’utente, i Language Models interpretano e generano risposte intelligenti, e il Text-to-Speech trasforma queste risposte in una conversazione naturale.

• Speech to Text: Le “orecchie” dell’IA convertono il linguaggio parlato dell’utente in testo, con grande precisione.
• Language Models: Il “cervello” dell’IA elabora il testo e comprende il contesto per generare risposte intelligenti.
• Text to Speech: La voce trasforma le risposte testuali in parlato naturale.
• Turn Taking: Un servizio dedicato monitora le interruzioni e garantisce che la conversazione sia naturale e sembri umana.

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 elabora le informazioni, cerca di collegarle alle sue conoscenze e propone una risposta. Tuttavia, il supporto 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 si ripete all’infinito.

La frustrazione non è solo dalla parte del cliente. Offrire un’esperienza di supporto di qualità è difficile, e lo è ancora di più su larga scala. Nel nostro mondo dominato dal software, l’assistenza è ancora limitata da vincoli fisici. Se ricevi un grande afflusso di clienti da un giorno all’altro, puoi avviare un’istanza AWS per tenere su il sito; ma non puoi semplicemente premere un interruttore e attivare l’assistenza.

Servono tempo e risorse per far crescere una funzione 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 per un agente di supporto è di circa 30-40 dollari l’ora. Alcune aziende scelgono di esternalizzare gli agenti, con tariffe orarie tra 8 e 30 dollari. Sembra conveniente, ma a quel prezzo si rinuncia a controllo su responsabilità, processi e qualità del supporto.

Ma se potessi attivare l’assistenza in pochi minuti e scalarla all’infinito? Se potessi offrire supporto di alta qualità a costi bassi? Questa è la promessa dell’IA conversazionale, e dopo anni nel settore, credo sia davvero rivoluzionaria.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. Se hai un agente molto efficiente e chiamate semplici, potrebbe arrivare a 60, ma più realisticamente sarebbero circa 40 per un agente meno esperto o per richieste più complesse. Quindi dovresti 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 pensare di esternalizzare. In quel caso spenderesti tra 128 e 480 dollari, con una media di 288—molto meno, ma ci sono costi nascosti per onboarding e supervisione delle aziende esterne, oltre al rischio per il brand e la reputazione se non sono all’altezza.

Il costo per gestire un agente di supporto IA può essere anche di soli $0,015 al minuto per la componente 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, sarebbero circa 13-18 dollari. È oltre 110 volte meno rispetto a un agente interno medio e 18 volte meno rispetto a uno esternalizzato. Come esperienza di supporto oggettiva, 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, la comunicazione telefonica resta fondamentale per una forza lavoro abituata a fogli presenze cartacei e bacheche in sughero.

Traba ha analizzato su quali chiamate il team operativo passava più tempo e ha individuato due aree principali: rispondere a richieste di supporto e gestire 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 lavoratori nell’industria leggera è complesso, non dovrebbe essere così difficile fissare un appuntamento dal medico. 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 porta non solo a una riduzione del 66% del costo per chiamata, ma anche a una maggiore efficienza per il personale amministrativo. EliseAI ha inoltre migliorato l’accesso alle cure per le comunità che non parlano inglese.

Il futuro

Emergono tendenze interessanti se guardiamo alla crescita dell’IA conversazionale per settore. L’EdTech è stata la prima industria ad adottarla—le aziende potevano finalmente offrire lezioni personalizzate e apprendimento linguistico a prezzi accessibili. Il supporto clienti è arrivato subito dopo, perché le interazioni di supporto si prestano bene: la risposta si trova in una knowledge base e l’agente IA lavora per collegarla alla domanda dell’utente. Vediamo anche un aumento di applicazioni verticali end-to-end, soprattutto in settori come logistica e sanità—come Traba ed EliseAI. Anche qui, si tratta di attività ripetitive 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 saranno 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 richieste e libererà i team umani per 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 prenotare appuntamenti o emettere rimborsi tramite IA.

Nel 2027, vedo gli agenti vocali IA passare dal supporto al customer success. Credo che intere trattative commerciali saranno gestite da un agente IA, forse sia dal lato acquirente che venditore. Per molti sembra il traguardo finale, ma secondo me è solo l’inizio. Compiti profondamente contestuali e creativi, che pensavamo esclusivamente umani, diventeranno sempre più dominio dell’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 dei 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 supporto istantaneo, empatico ed efficace—ogni volta. Presto, quasi ti verrà voglia di chiamare una compagnia aerea, solo per il piacere di farlo.