Funzionalità degli agenti vocali: memoria, escalation e altro

I sistemi telefonici tradizionali si basavano su risposte predefinite e guidate da menu. Ciò limitava la loro capacità di adattarsi al linguaggio naturale o di gestire richieste di workflow complesse. Le funzionalità degli agenti vocali di oggi vanno ben oltre, unendo riconoscimento vocale in tempo reale, ragionamento e contesto in sistemi vocali più reattivi.

I moderni agenti vocali possono autenticare un cliente, recuperare le sue informazioni nel sistema, fornire risposte appropriate con dati in tempo reale, riconoscere quando una situazione richiede il passaggio di consegne e altro ancora. Tutto questo avviene durante una chiamata in corso, senza far passare l'utente da una coda telefonica in attesa di un operatore.

Questa guida risponde a sei domande sulle funzionalità degli agenti vocali IA: come ricordano i chiamanti, come gestiscono la frustrazione, quali dati li addestrano, come personalizzano le interazioni, come proteggono i dati sensibili e quale impatto hanno sulla CSAT. Ogni risposta descrive come ElevenAgents lo fa nella pratica.

In sintesi:

• Gli agenti vocali combinano il riconoscimento vocale in tempo reale con il ragionamento sui dati live, consentendo loro di autenticare i chiamanti, rispondere con informazioni aggiornate e completare attività durante una chiamata senza instradare nessuno attraverso una coda telefonica.
• La memoria dell'agente funziona all'interno di una singola chiamata e tra interazioni ripetute: recupera la cronologia del cliente da un CRM all'inizio tramite variabili dinamiche e registra gli esiti tramite webhook post-chiamata.
• I chiamanti frustrati vengono gestiti con il rilevamento del sentiment e la de-escalation in tempo reale, con un percorso di trasferimento a una persona o a un agente specializzato quando la frustrazione supera una soglia o il chiamante chiede di parlare con qualcuno.
• Gli agenti costruiscono la propria knowledge base a partire da contenuti caricati in formati che includono PDF, Word, testo, Markdown, HTML ed EPUB, usando RAG per recuperare i passaggi pertinenti, mentre i documenti più piccoli restano nel contesto completo.
• I consigli personalizzati combinano dati CRM, la richiesta in tempo reale e ricerche di prodotti durante la chiamata tramite tool calling, così l'agente confronta la disponibilità effettiva con la cronologia del chiamante.
• Le impostazioni sulla privacy configurabili regolano la conservazione dei dati, l'archiviazione dell'audio, l'oscuramento delle trascrizioni e la modalità senza conservazione, con idoneità HIPAA per implementazioni sanitarie enterprise.

Quali sono le funzionalità degli agenti vocali?

Un agente vocale è un sistema di intelligenza artificiale (IA) in grado di svolgere conversazioni vocali in tempo reale con i clienti. Va oltre le funzionalità vocali tradizionali perché comprende l'intento, il contesto della situazione e completa attività per conto del cliente. Questi agenti ascoltano il cliente, ragionano su ciò che sentono, consultano i sistemi necessari per completare la richiesta e poi parlano con il cliente in un tono naturale, simile a quello di un operatore del servizio clienti. 

Quando si definiscono le funzionalità degli agenti vocali, si fa riferimento alle funzioni specifiche che rendono utili le conversazioni tra l'agente e il cliente. Queste funzioni possono essere suddivise in diverse categorie per stabilire quanto bene l'agente svolgerà quel ruolo:

• Memoria e contesto: la capacità di conservare informazioni su un cliente nell'arco di una singola chiamata o di più interazioni con lo stesso cliente.
• Gestione di scenari e conversazioni difficili: gli agenti restano in tema e rispettano le policy quando un chiamante è frustrato, confuso o non vuole accettare l'esito. 
• Capacità di addestramento sui tuoi contenuti: gli agenti apprendono dalla documentazione e dalle policy interne esistenti dell'azienda per ricavare risposte per l'interazione, anziché usare uno script generico.
• Personalizzazione per il cliente: gli agenti adattano tono, ritmo o consigli in base all'identità del chiamante, anziché proporre un menu di opzioni generico. 
• Gestione dei dati: le informazioni condivise con gli agenti vengono gestite in base ai dati archiviati, al periodo di conservazione dell'azienda e a chi vi può accedere. 
• Risultati misurabili per il successo: un sistema che fornisce il monitoraggio interno per capire meglio se un agente vocale risolve i problemi e se lo fa in modo accurato rispetto a un operatore. 

In definitiva, queste funzionalità degli agenti vocali possono aiutare le aziende ad adattare meglio i loro agenti alle esigenze dei clienti. 

Come ricordano gli agenti vocali le conversazioni passate con i clienti?

Gli agenti vocali non dispongono di memoria integrata tra una chiamata e l'altra. La memoria tra chiamate viene assemblata da tre elementi: variabili dinamiche che inseriscono i dati CRM all'inizio della chiamata, un webhook di avvio della conversazione che li recupera e un webhook post-chiamata che registra gli esiti. All'interno di una singola chiamata, l'agente conserva automaticamente l'intero contesto conversazionale.

In base alla tua architettura specifica, gli agenti vocali possono gestire la memoria del cliente a due livelli:

• All'interno di una singola chiamata: l'agente mantiene il contesto conversazionale e tiene traccia di tutto ciò che viene detto nella sessione, riducendo al minimo la necessità per il cliente di ripetersi durante la chiamata.
• Tra più interazioni: questa memoria si ottiene tramite integrazione multicanale. All'inizio della chiamata, l'agente recupera la cronologia del cliente dal CRM o dal database aziendale, quindi documenta gli esiti dell'interazione affinché la conversazione successiva inizi già con la conoscenza dello storico.

Il contesto viene inserito all'inizio della conversazione tramite variabili dinamiche con ElevenAgents. Queste variabili inseriscono valori runtime nei prompt, nei messaggi e negli strumenti dell'agente. Ciò consente all'agente di personalizzare ogni conversazione con informazioni specifiche dell'utente, senza creare un agente separato per ogni cliente. All'avvio della conversazione, puoi passare all'agente vocale il nome del chiamante, lo stato dell'account, le informazioni identificative e la cronologia delle interazioni passate. 

Per le chiamate telefoniche in entrata, ElevenAgents può recuperare dati iniziali dai server aziendali tramite un webhook di avvio della conversazione, applicando il JSON restituito dall'endpoint mentre l'agente carica il contesto. In un contesto live, la piattaforma recupera i dati necessari durante la fase iniziale di connessione del cliente. Questo processo può generalmente apparire come il normale squillo o la musica d'attesa, mentre l'agente esamina il contesto in parallelo. 

Al termine della chiamata, il flusso procede in senso inverso. L'agente invia gli esiti della chiamata al CRM o al sistema di assistenza tramite webhook post-chiamata o altri strumenti per le chiamate. Registra ciò che è accaduto durante la chiamata e ciò che potrebbe ancora richiedere un follow-up con il cliente. È la documentazione dell'interazione con il cliente a rendere persistente la memoria dell'agente vocale. In questo modo, l'agente successivo o l'operatore con cui il cliente interagisce dispone dell'intero contesto prima dell'inizio della conversazione. 

Come gestiscono gli agenti vocali i clienti frustrati o arrabbiati?

Clienti frustrati e arrabbiati possono presentarsi a qualsiasi livello e in qualunque ambiente di assistenza clienti. Gli agenti vocali sono in grado di gestire questo tipo di situazioni rilevando, adattandosi ed effettuando l'escalation quando necessario. 

Ecco come gli agenti vocali affrontano le situazioni difficili con i clienti:

• Rilevamento della frustrazione: il rilevamento delle risposte dei clienti funziona in modo più efficace tramite analisi del sentiment. Questa analisi classifica le conversazioni come positive, negative o neutre. Nelle singole conversazioni, l'analisi del sentiment colloca ogni risposta dell'utente lungo una traiettoria valutata dal negativo al positivo, così puoi vedere dove una conversazione ha preso una brutta piega. Quando il rilevamento viene aggregato tra diversi argomenti, può rivelare quali aree frustrano maggiormente i chiamanti e fornire dati su dove migliorare. Con modelli di agenti vocali avanzati, come quelli disponibili su ElevenLabs, gli agenti possono persino comprendere il tono dalle trascrizioni in tempo reale e adattarsi di conseguenza.
• Adattamento in tempo reale: il comportamento di de-escalation può essere definito direttamente nel system prompt di un agente, consentendogli di riconoscere la frustrazione del chiamante, evitare di discutere con lui, mantenere risposte calme e pertinenti alla conversazione e proporre un percorso di risoluzione. 
• Escalation a un operatore: lo strumento transfer to number trasferisce la chiamata a un operatore quando vengono soddisfatte condizioni definite, in genere quando il chiamante chiede di parlare con una persona, ripete lo stesso reclamo due volte o il sentiment resta negativo per più turni consecutivi. Inserisci queste condizioni nel system prompt. L'agente può riprodurre un messaggio per il chiamante durante l'attesa e passare un riepilogo separato all'operatore che riceve la chiamata, così la persona risponde con il contesto anziché dover ricominciare da capo. ElevenAgents supporta anche agent-to-agent transfer, che instrada la conversazione a un agente specializzato quando il chiamante ha bisogno di competenze diverse anziché di un operatore.

L'aspetto più importante delle funzionalità degli agenti vocali nella gestione dei clienti frustrati è il percorso di trasferimento. 

Quali formati di file possono essere utilizzati per addestrare un agente vocale?

I moderni agenti vocali non vengono addestrati nel senso tradizionale dell'IA/LLM. A questi agenti viene fornita una knowledge base su cui basarsi. Ricevono documentazione, pagine web o risorse in testo semplice che fanno riferimento a una base di conoscenza, dalla quale l'agente recupera i passaggi pertinenti durante le chiamate. Questo approccio è chiamato generazione aumentata dal recupero (RAG). Questo processo permette all'agente di attingere a molte più informazioni di quante ne fornirebbe un singolo prompt.

Esistono diversi modi per aggiungere informazioni a una knowledge base: puoi caricare un file, indicare all'agente un URL o incollare direttamente il testo. In ElevenAgents, i file caricati possono avere una dimensione massima di 20 MB ciascuno e possono essere nei seguenti formati: 

• .pdf 
• .docx 
• .txt 
• .md 
• .html 
• .epub

Il formato influisce sulla qualità del recupero. Markdown, testo semplice e DOCX vengono estratti in modo pulito e suddivisi in blocchi prevedibili per RAG. I PDF con layout a più colonne, tabelle o pagine scansionate vengono estratti male e dovrebbero essere convertiti prima del caricamento. 

Una volta allegato il documento, l'agente lo usa in uno di due modi. I documenti piccoli possono restare nel contesto completo, dove l'intero testo del documento rimane nel prompt a ogni turno. Il secondo metodo consiste nell'indicizzare i documenti più grandi per RAG. 

In questo processo, al momento della conversazione vengono recuperati solo i passaggi più pertinenti a ciascuna domanda. Per esempio, un documento può essere utilizzato nel contesto completo solo se il testo estratto rientra in 250.000 caratteri. Tutto ciò che supera questa dimensione viene elaborato tramite RAG. Quando RAG è attivato, il sistema può così selezionare automaticamente il percorso corretto.

Come forniscono gli agenti vocali consigli personalizzati sui prodotti?

I consigli personalizzati sui prodotti derivano dalla combinazione di più input sul chiamante nel momento in cui interagisce con l'agente vocale. Questi input includono chi è il chiamante, cosa sta chiedendo e cosa è disponibile. L'agente conosce le informazioni sul chiamante grazie ai dati CRM passati tramite variabili dinamiche. 

Conosce inoltre la richiesta dalla conversazione in corso e sa cosa è disponibile consultando i dati dei prodotti tramite tool call. L'agente ragiona quindi su tutti questi elementi per consigliare opzioni personalizzate al chiamante, proprio come farebbe un operatore umano ben informato. 

Per capire meglio come funziona in un contesto realistico di agente vocale, ecco come si presenta in una chiamata reale. 

Un cliente abituale chiama l'assistenza tecnica di un rivenditore perché non riesce ad accedere al proprio account utente e desidera effettuare un acquisto. Ecco come l'agente vocale trasforma quella chiamata in un consiglio personalizzato:

• Recupera il contesto all'inizio: l'agente conosce già la cronologia degli acquisti del chiamante e altre informazioni correlate perché sono state recuperate all'inizio della chiamata.
• Integra la richiesta nel consiglio: il chiamante descrive ciò di cui ha bisogno e l'agente incorpora questa descrizione nel proprio consiglio, anziché partire da zero.
• Consulta i dati live dei prodotti durante la chiamata: l'agente chiama l'API del prodotto durante la conversazione per verificare le scorte e i prezzi correnti, anziché basarsi sulle informazioni dell'addestramento.
• Confronta la disponibilità con le esigenze del chiamante: confronta i prodotti disponibili con la descrizione e la cronologia degli acquisti del chiamante.
• Consiglia e completa l'ordine: l'agente suggerisce un prodotto e completa l'ordine su richiesta, senza dover trasferire il chiamante altrove.

L'intera conversazione è resa possibile dal tool calling. È il modo in cui un voice bot può accedere a sistemi esterni, come un catalogo prodotti o un'API per gli ordini, e integrare poi quelle informazioni nelle proprie risposte. La documentazione di ElevenLabs sugli strumenti spiega come configurare questa connessione.

Gli agenti vocali possono gestire i dati sensibili dei clienti?

Gli agenti vocali offrono controlli configurabili per i periodi di conservazione, l'opzione di non archiviare l'audio delle chiamate, l'oscuramento della cronologia delle conversazioni e policy di conservazione rigorose per settori altamente regolamentati come la sanità. 

Con ElevenAgents, ciascuno di questi controlli viene configurato tramite le impostazioni sulla privacy. Ecco come funziona:

• Conservazione: le trascrizioni delle conversazioni e le registrazioni audio vengono archiviate soltanto per un periodo specifico. Per impostazione predefinita, ElevenAgents conserva trascrizioni e registrazioni per due anni, ma il periodo può essere personalizzato da zero giorni a illimitato; per la conformità HIPAA, si consiglia una conservazione minima di sei anni. Per garantire il pieno allineamento a HIPAA, tieni presente che l'effettiva elaborazione di informazioni sanitarie protette sulla nostra piattaforma richiede l'attivazione di Zero Retention Mode, il che significa che dovresti archiviare in modo sicuro quei sei anni di registrazioni sulla tua infrastruttura tramite webhook.
• Conservazione dell'audio: le registrazioni audio delle chiamate possono essere conservate per finalità di conservazione dei clienti oppure disattivate completamente per garantire che l'audio dei clienti non venga conservato. Disattivare il salvataggio delle registrazioni audio e impostare una policy di conservazione a zero giorni significa che i dati vengono eliminati subito dopo la chiamata.
• Oscuramento della cronologia delle conversazioni: dopo la fine della conversazione, una fase di post-elaborazione che analizza la trascrizione e l'audio dopo ogni chiamata contribuisce a proteggere i dati sensibili dei clienti tramite l'oscuramento. Questa fase analizza l'audio e la trascrizione per rilevare informazioni sensibili, mostrando un segnaposto nelle trascrizioni e un segnale acustico nei frammenti audio. In questo modo, la cronologia della conversazione resta disponibile per la revisione riducendo al contempo l'esposizione alle informazioni sensibili. 
• Zero-Retention Mode: questa configurazione è ideale per requisiti di conservazione rigorosi. La maggior parte dei dati nelle richieste e nelle risposte viene eliminata immediatamente dopo il completamento della richiesta. Questa configurazione si applica al traffico API ed è disponibile per i clienti enterprise.
  
  

Per le implementazioni nel settore sanitario, ElevenAgents è idoneo a HIPAA se abbinato ai Business Associate Agreement (BAA) disponibili per i clienti enterprise. Se combinata con un BAA firmato, la nostra Zero Retention Mode è progettata per supportare la conformità HIPAA, a condizione che il cliente configuri e utilizzi la piattaforma in modo da soddisfare i propri requisiti di conformità. I dettagli completi di configurazione di questi controlli sono disponibili nella documentazione sulla privacy di ElevenLabs.

Quali miglioramenti della soddisfazione dei clienti offrono gli agenti vocali?

Tra i fattori che spesso migliorano la soddisfazione dei clienti figurano l'eliminazione o la riduzione dei tempi di attesa, la coerenza e una risoluzione più rapida. Poiché gli agenti vocali possono rispondere alle chiamate senza ritardi, i chiamanti ricevono generalmente una qualità di risposta costante, indipendentemente dall'ora del giorno. Ciò porta a tempi di risoluzione più brevi per le richieste di routine che in precedenza restavano in coda in attesa di un operatore. 

L'avvertenza è che, quando un'interazione con un cliente va male, intrappolare un cliente frustrato in un ciclo dell'agente danneggia l'esperienza del cliente più rapidamente di quanto abbia mai fatto la musica d'attesa. Molte organizzazioni non monitorano spesso la soddisfazione dei clienti in modo isolato. Le metriche riportate insieme a essa includono il tasso di contenimento, ossia la percentuale di richieste che l'agente risolve senza intervento umano, il tempo medio di gestione e la risoluzione alla prima chiamata. 

Quando vengono combinate in un report da esaminare, queste metriche spesso raccontano una storia diversa rispetto a una metrica isolata. Per esempio, un elevato tasso di contenimento accompagnato da un calo del punteggio di soddisfazione dei clienti segnala spesso che le chiamate vengono risolte rapidamente senza il coinvolgimento di un operatore. 

Admiral è un buon esempio di priorità data alla risoluzione al primo contatto rispetto al contenimento. Come illustrato in questo webinar, puntava a un tasso di risoluzione del 90%, offrendo al contempo disponibilità 24/7 e un reale aumento dell'NPS. Il passaggio a un operatore non veniva mai conteggiato negativamente per l'agente, perché risolvere il problema contava più che contenere la chiamata. 

Scopri di più su come questa funzionalità dell'agente vocale si integra con il loro CRM e la loro configurazione vocale.

Scopri l'intera gamma di funzionalità degli agenti vocali con ElevenAgents

Le funzionalità degli agenti vocali illustrate in questa guida non sono prodotti separati o indipendenti. Dovrebbero essere integrate nello stesso agente e nella stessa configurazione, con le variabili dinamiche, gli strumenti e le impostazioni sulla privacy adatti alle esigenze aziendali dell'organizzazione.

Per iniziare, puoi partire da un solo tipo di chiamata collegandolo esclusivamente ai sistemi di cui avrà bisogno. Da lì, potrai ampliare l'agente una volta che le metriche dimostreranno che funziona. 

Scopri di più su ElevenAgents oppure contatta le vendite per iniziare oggi.