Valutare e definire il caso d'uso aziendale dell'AI generativa

Last reviewed 2024-03-19 UTC

Questo documento ti aiuta a definire un caso d'uso aziendale dellAI seguendo un approccio decisionale basato sul valore aziendale.

Le soluzioni di IA generativa e AI tradizionale sono strumenti potenti, ma devono sempre supportare i tuoi obiettivi aziendali e non devono esistere in modo isolato. Per creare soluzioni di AI generativa o tradizionali efficaci, inizia identificando chiaramente gli obiettivi o le esigenze aziendali misurabili specifiche che vuoi soddisfare. Quindi, lavora a ritroso in base ai risultati aziendali voluti, come una maggiore efficienza dei dipendenti o una maggiore soddisfazione del cliente, per assicurarti che la soluzione contribuisca direttamente agli obiettivi aziendali.

Per definire il tuo caso d'uso dell'AI generativa o tradizionale incentrata sul valore aziendale, utilizza il seguente processo decisionale semplificato:

  1. Obiettivo commerciale e criteri di successo: identifica obiettivi commerciali misurabili.
    • Concentrati sull'obiettivo commerciale e sul valore da raggiungere, ad esempio aumentare l'efficienza e la produttività, ridurre i costi, migliorare la customer experience e ottenere un vantaggio competitivo.
    • Chiarire in che modo i business plan per misurare il successo degli obiettivi identificati. Il ritorno sull'investimento (ROI) è una delle misure principali per il successo dei progetti AI. Il ROI può essere misurato utilizzando diverse metriche come le seguenti:
      • Utili finanziari diretti: aumento delle entrate o riduzione dei costi.
      • Efficienza operativa: time-to-market più rapido o risoluzione dei problemi più rapida.
      • Esperienza cliente: livelli di soddisfazione maggiori o fidelizzazione migliorata.
    • Identificare potenziali vincoli e considerazioni aziendali, ad esempio garantire che gli aspetti di sicurezza e privacy soddisfino specifiche conformità del settore o requisiti normativi dei paesi.

  2. Tipo di AI/ML: determina se AI/ML è l'approccio giusto per risolvere i problemi aziendali o raggiungere l'obiettivo identificato.

    Decidi se l'aspettativa aziendale identificata richiede l'AI generativa, altri tipi diAIA o se non richiede l&#39AIA per raggiungerla. Per ulteriori informazioni, consulta Identificare l'output necessario in "Framing an ML problem" (Framing di un problema ML).

  3. Aspettative relative all'esperienza utente: identifica gli utenti finali del caso d'uso e come potrebbero interagire con l'applicazione o il servizio tradizionale basato sull'IA o AI generativa. Considerate quali potrebbero essere le aspettative o le preferenze degli utenti.

  4. Soluzione AI orientata al business e incentrata sull'utente: collega il caso d'uso ottimale dell'AI generativa o della tecnologia AI tradizionale a requisiti aziendali misurabili, priorità esecutiva dell'organizzazione e aspettative degli utenti. Considera quanto segue:

    • In che modo l'azienda può ottimizzare l'efficienza e la produttività utilizzando l'AI generativa o tradizionale per ottenere più risultati a un ritmo più rapido e con meno complessità operativa o con sforzi ridotti (e potenzialmente con risparmi sui costi).
    • In che modo l'azienda può migliorare la customer experience o i prodotti con l&#39AIA generativa o tradizionale
    • Come creare valore aziendale in modo innovativo utilizzando AI generativa o l'AI tradizionale:
      • Analizza le offerte e le funzionalità aziendali esistenti per identificare le aree in cui l'AI generativa o tradizionale può migliorare le soluzioni esistenti, potenziare la creatività o consentirti di esplorare nuove possibilità.
      • Comprendi come l'AI consente miglioramenti innovativi che rendono unica la tua attività. L'IA generativa può aiutarti a creare funzionalità e valore differenziati, ad andare oltre la soluzione di criticità immediate per l'attività ed esplorare modi per migliorare le tue offerte esistenti.
      • Priorità all'uso della tecnologia per migliorare le funzionalità aziendali in linea con gli obiettivi prioritari.

  5. Modifica dei processi aziendali: identifica i cambiamenti che l'azienda deve apportare ai processi o ai flussi di lavoro esistenti per adattarsi al caso d'uso dell'IA generativa o dell'IA tradizionale.

    Considera come la soluzione di AI cambierà il modo in cui dipendenti o clienti interagiscono con i sistemi e i flussi di lavoro dell'azienda, ad esempio tramite un'app mobile o un chatbot di assistenza clienti. Queste interazioni potrebbero richiedere la modifica o la reinvenzione dei processi di backend per sfruttare le funzionalitàAIA come l'automazione dei flussi di lavoro e aiutare l'azienda a comprendere i vantaggi delAI9;IA.

Esempio di caso d'uso aziendale di IA generativa

Le seguenti sezioni forniscono un esempio semplificato che mostra come identificare e collegare le esigenze e le aspettative aziendali misurabili con casi d'uso aziendali di AI generativa di grande impatto.

Dichiarazione dei problemi aziendali

In questo scenario, i team del servizio di assistenza clienti sono sovraccaricati di un volume elevato di richieste ripetitive, di gestione manuale dei ticket e di comunicazioni costanti via email. Il sovraccarico grava risorse, aumenta l'orario di lavoro degli agenti e rallenta i tempi di risoluzione, con un conseguente calo della soddisfazione e fidelizzazione del cliente.

Potenziali aree di ottimizzazione con valore aziendale misurabile

Di seguito sono riportati alcuni esempi dei possibili valori aziendali misurabili che possono essere ottenuti utilizzando una soluzione tecnologica (un chatbot) basata sulle funzionalità di AI generativa per affrontare le precedenti sfide aziendali. In base al modello di business e alle priorità, l'azienda potrebbe prendere in considerazione alcuni o tutti questi target misurabili.

  • Migliorare l'efficienza dell'assistenza clienti: riduci i costi dell'assistenza e semplifica i flussi di lavoro degli agenti. I criteri di successo misurabili includono:
    • Riduzione percentuale dei costi operativi dell'assistenza clienti in un periodo definito (ad esempio trimestrale).
    • Aumento percentuale del volume di richieste dei clienti gestite dal chatbot.
    • Riduzione media dell'orario di lavoro degli agenti per le attività ripetitive.
  • Ottimizza la risoluzione dei ticket: migliora la velocità di risoluzione e aumenta la percentuale di problemi risolti direttamente dal chatbot. I criteri di successo misurabili includono:
    • Diminuzione media dei tempi di risoluzione per le richieste gestite dal chatbot.
    • Percentuale di ticket risolti senza intervento umano.
    • Riduzione percentuale del volume di ticket che deve essere riassegnato al team di assistenza tecnica a causa della complessità.
    • Aumento della percentuale di risoluzione del primo contatto (problemi risolti in una singola interazione).
    • Aumento percentuale del volume di richieste dei clienti gestite e risolte dal chatbot.
  • Migliorare l'esperienza del cliente: aumenta la soddisfazione del cliente offrendo capacità di risposta e assistenza personalizzata disponibile 24 ore al giorno. I criteri di successo misurabili includono:
    • Aumento dei punteggi di soddisfazione del cliente (CSAT) nei sondaggi legati all'utilizzo dei chatbot.
    • Tempi di attesa medi dei clienti ridotti per l'interazione iniziale.
    • Aumento dei problemi risolti in una singola interazione.
    • Percentuale di sentiment positivo rilevato nelle conversazioni con chatbot e nei sondaggi di feedback.
    • Miglioramento del tasso di fidelizzazione dei clienti.
  • Supportare la crescita delle operazioni aziendali: gestisci l'aumento della domanda dei clienti senza incorrere in un aumento lineare dei costi o all'aumento dei tempi di attesa per l'interazione iniziale con il cliente. I criteri di successo misurabili includono:
    • Possibilità di gestire un aumento percentuale specificato del volume di richieste di assistenza senza intervento umano.
    • Mantieni punteggi CSAT coerenti e tempi di risoluzione durante i periodi di domanda elevata.
    • Mantieni tempi di attesa costanti per i clienti per l'interazione iniziale.

Soluzioni basate sull'IA generativa

Chatbot conversazionale: i chatbot o gli agenti virtuali basati sull'IA generativa offrono un miglioramento significativo nella personalizzazione e nella conversazione naturale, simile a quella umana. Ciò è dovuto alla capacità dell'AI generativa di comprendere contesti, sentiment e relazioni complessi all'interno del linguaggio. Questa funzionalità consente un'interazione più naturale, con la possibilità di porre domande pertinenti e di fornire consigli personalizzati per una migliore esperienza utente.

Le capacità dell'IA generativa aiutano inoltre le organizzazioni a migliorare l'efficienza e la produttività del lavoro. Al contrario, un chatbot tradizionale basato su regole è comunemente limitato a parole chiave e pattern di intent predefiniti. Pertanto, con l'evolversi dei modelli di conversazione o l'insorgere di nuove domande, un chatbot basato su regole richiede uno sforzo operativo aggiuntivo per gli aggiornamenti e i perfezionamenti delle regole e l'addestramento degli intent. Per questo caso d'uso, i chatbot di IA generativa offrono i seguenti vantaggi rispetto ai chatbot tradizionali basati su regole:

  • Le risposte dei chatbot basate sull'IA generativa non si limitano alle domande frequenti. Il chatbot può trovare risposte all'interno di ampi set di dati provenienti da diverse fonti, come dati storici delle richieste di assistenza, siti web, documentazione del prodotto, inventario, email e vecchie conversazioni in chat con risoluzione. Può anche comprendere le query conversazionali e riassumere informazioni complesse.
  • Gli agenti virtuali di IA generativa sintetizzano le informazioni da tutte le origini dati. Questa sintesi consente loro di fornire risposte specifiche, ragionate e attuabili basate sui dati da te forniti e in linea con le tue aspettative aziendali.
  • L'IA generativa interpreta il linguaggio complesso e le sfumature di un ticket. È in grado di comprendere il contesto completo del problema di un cliente; un chatbot AI tradizionale si concentra principalmente su parole chiave specifiche.
  • I chatbot di IA generativa offrono ai clienti la flessibilità necessaria per esprimersi utilizzando il metodo preferito (testo, voce, immagine), mentre il chatbot sfrutta tutti gli input per migliorare la risoluzione dei problemi. Ad esempio, i clienti possono condividere le foto di un prodotto danneggiato durante la conversazione in chat e l'AI generativa può combinare la descrizione del cliente con la foto per contribuire a migliorare l'accuratezza della diagnostica e della risoluzione dei problemi.

Flusso di lavoro per la gestione delle richieste e la generazione di insight: un chatbot basato sull'IA generativa può generare automaticamente ticket da ogni interazione. Il chatbot utilizza le funzionalità di AI generativa per comprendere l'urgenza, l'analisi del sentiment e la complessità del problema. Queste funzionalità assicurano che i ticket siano assegnati in modo efficace. Il chatbot può interagire con il tuo sistema di ticket nei seguenti modi:

  • Il chatbot di AI generativa si interfaccia direttamente con il tuo sistema di richiesta di assistenza per creare e compilare il ticket di assistenza con le informazioni richieste come le seguenti:
    • Dati del cliente
    • Classificazione e priorità dei problemi tecnici
    • Una trascrizione completa della conversazione per fornire contesto
    • Riassunto del problema principale
  • Per problemi nuovi e complessi, il chatbot può assegnare il ticket al team corretto con il contesto di supporto, come un riepilogo del problema e la conversazione.

Passaggi successivi