L’intelligenza artificiale sta ridisegnando il customer care delle telecomunicazioni, ma la vera sfida per gli operatori resta trasformare le sperimentazioni in processi industriali, integrati con sistemi aziendali, dati e attività degli addetti all’assistenza. Superare i silos organizzativi, governare le piattaforme legacy e individuare il giusto equilibrio tra automazione e intervento umano diventano quindi condizioni decisive per ottenere risultati misurabili.
Luca Feci, Direttore Presales di Konecta Digital, analizza gli ostacoli che frenano l’adozione dell’AI su larga scala e le applicazioni che stanno già migliorando tempi di risposta, costi operativi, personalizzazione e qualità del servizio. Uno scenario in cui l’intelligenza artificiale può aiutare le telco anche ad ampliare il proprio modello di business, trasformandole in hub tecnologici e multiservizi capaci di offrire alle imprese soluzioni gestite, predittive e a maggiore valore aggiunto.
Nel settore telco l’intelligenza artificiale è ancora spesso confinata a progetti pilota. Quali sono gli ostacoli che oggi frenano il passaggio a un’adozione su larga scala e come possono essere superati?
In Konecta abbiamo il vantaggio di osservare l’evoluzione del mercato direttamente “sul campo”, andando ben oltre la semplice teoria. La nostra visione si basa sulla gestione quotidiana di milioni di interazioni e processi critici per i principali player del settore. E proprio l’esperienza pratica ci insegna che oggi il freno all’adozione su larga scala dell’AI non è più la maturità degli algoritmi, ma la capacità delle aziende di trasformare una sperimentazione tecnologica in un vero e proprio processo industriale.
Spesso vediamo nascere iniziative interessanti, ma isolate, a cui manca una vera visione d’insieme. Se non si agganciano questi progetti a KPI operativi concreti si finisce per creare un’infinità di proof of concept tecnicamente affascinanti, ma difficilissimi da scalare e da calare nella realtà operativa. A questo si aggiungono le storiche barriere strutturali come i sistemi legacy e i dati frammentati nei vari silos aziendali, nonché i tempi lunghi di implementazione.
Scalare l’AI richiede di superare i silos organizzativi, creando una collaborazione stabile tra business, IT, sicurezza e compliance, con un modello di governance rigoroso fin dall’inizio, che preveda test accurati prima del rilascio, un monitoraggio continuo delle risposte e procedure chiare per coinvolgere l’operatore umano quando necessario.
Tutto questo noi lo applichiamo con Kolibri, la piattaforma di Agentic AI di Konecta, pensata proprio per orchestrare questi ecosistemi e dare una vera spinta alla trasformazione del business, grazie alla disponibilità di una vasta libreria di agenti intelligenti e casi d’uso verticali collaudati e disponibili che permette di abbattere drasticamente le tempistiche progettuali, consentendo di passare dall’idea alla produzione in appena 30-90 giorni.
Sistemi legacy, qualità dei dati e integrazione tra piattaforme rappresentano nodi cruciali. Da dove dovrebbe partire un operatore per costruire un modello AI realmente scalabile e integrato nei processi aziendali?
Il consiglio principale è di partire sempre dall’analisi profonda dei customer journey che hanno il maggiore impatto sul business – penso ad esempio alla gestione di contestazioni, malfunzionamenti o disdette. Bisogna mappare con estrema chiarezza quali dati, quali sistemi, quali decisioni e quali responsabilità sono coinvolti in ogni passaggio. I modelli generativi, infatti, sono utili e precisi solo se nutriti con contenuti aziendali validati, aggiornati e controllati.
Inoltre, sfruttare livelli di orchestrazione e interfacce standardizzate permette di garantire modularità e interoperabilità immediate, senza dover attendere i lunghi tempi richiesti dalla totale sostituzione delle piattaforme legacy. Applicare metodologie di monitoraggio continuo consente di tenere sotto controllo l’accuratezza, i costi e le latenze, garantendo l’assoluta
flessibilità di sostituire il modello sottostante via via che il mercato evolve, senza mai dover ridisegnare l’intero processo.
Nel customer care, dove si colloca oggi il confine più efficace tra automazione e intervento umano? In quali attività l’AI può sostituire i processi tradizionali e in quali, invece, la presenza dell’operatore resta decisiva?
Nel nostro settore c’è spesso la tentazione di semplificare troppo, tracciando una linea immaginaria che divide le richieste “semplici”, destinate all’automazione e quelle “complesse” da lasciare alle persone. L’esperienza sul campo, però, ci dice che il confine reale è molto più sfumato e si muove seguendo quattro coordinate: il livello di rischio, quanto è ambigua la richiesta, il carico emotivo del cliente e quanto è definitiva la decisione da prendere.
Il vero “superpotere” dell’AI è la capacità di liberare l’operatore da tutto quel lavoro a basso valore aggiunto, come classificare i ticket, pescare informazioni in decine di sistemi diversi, compilare i form del CRM o riassumere la conversazione.
È infatti nelle interazioni complesse che il nostro asset più importante, le persone, fa la differenza. Il modello che applichiamo ogni giorno è quello di una collaborazione dinamica, che chiamiamo “operations ibride”. L’AI fa tutto ciò che sa fare con sicurezza assoluta, ma è programmata per fare un passo indietro non appena percepisce incertezza o nota che il cliente è in difficoltà.
Quali applicazioni dell’intelligenza artificiale stanno già producendo risultati misurabili per le telco in termini di riduzione dei costi, tempi di risposta, personalizzazione del servizio e soddisfazione dei clienti?
I numeri ci dicono che le soluzioni di self-service conversazionale avanzato raggiungono tassi di risoluzione end-to-end oltre il 70%. Inoltre, sistemi come gli Agent Assist o i Copiloti a supporto degli operatori stanno dando una grossa spinta alle vendite (up-selling e cross-selling) gestite direttamente dai reparti di assistenza.
Spostandoci poi verso le operations e l’analisi dei dati, i modelli predittivi abilitano due ulteriori salti di qualità. Il primo è il proactive care, ovvero la capacità di correlare il journey con i dati di rete e con la storia del cliente per intercettare e risolvere i problemi prima ancora che si traducano in un disservizio percepito, mentre il secondo riguarda la valorizzazione del cliente – l’uso di modelli avanzati che contraggono i tempi di analisi commerciale permettendo di generare offerte commerciali contestualizzate per ottimizzare la retention.
La nostra esperienza sul campo ci ha insegnato però che il successo di queste iniziative, dal self-service all’analisi predittiva, avviene solo quando l’AI viene integrata profondamente nei processi operativi aziendali e orchestrata secondo il paradigma delle “operations ibride”.
Secondo Konecta, l’80% dei clienti business si aspetta dalle telecomunicazioni servizi che vadano oltre la connettività. In che modo l’AI può aiutare gli operatori a evolvere il proprio modello di offerta e a costruire nuove fonti di valore e ricavi?
Le imprese cercano un partner capace di accompagnarle lungo l’intero percorso di trasformazione digitale. In questo scenario, l’AI può diventare un acceleratore fondamentale, a condizione che venga utilizzata per superare la logica dell’offerta tradizionale e costruire servizi a maggiore valore aggiunto.
La prima evoluzione consiste nel trasformare la connettività in un servizio gestito, intelligente e predittivo. L’operatore vende risultati operativi misurabili come la continuità del servizio, la sicurezza, la qualità delle prestazioni e la capacità di prevenire guasti e anomalie. Su questa base è possibile sviluppare soluzioni verticali, combinando connettività, IoT, edge computing e AI per rispondere a esigenze specifiche dei diversi settori.
C’è poi una dinamica di espansione cruciale che vede la trasformazione della Telco in un hub multiservizi. Oggi gli operatori stanno estendendo i propri confini ben oltre il core business, affiancando alla connettività offerte legate all’energia, ai media e persino ai servizi assicurativi e finanziari. A questo si aggiunge la grande opportunità di posizionarsi come trusted AI orchestrator, soprattutto a supporto delle PMI. L’operatore può colmare le richieste di AI delle aziende, proponendosi come interlocutore unico per la fornitura di piattaforme gestite, agenti intelligenti, servizi di integrazione e modelli di governance e protezione dei dati.
È in questo percorso che si inseriscono il modello di intervento di Konecta e la piattaforma Kolibri, attraverso un approccio che supera le singole soluzioni isolate e punta all’orchestrazione dell’intero ecosistema. Significa riprogettare i customer journey, integrare l’Agentic AI nei processi di assistenza e vendita e industrializzare i casi d’uso in modo sicuro, scalabile e misurabile. La vera opportunità per le Telco è posizionarsi sul mercato come un solido hub tecnologico e multiservizi, utilizzando l’AI come motore centrale per potenziare e combinare gli asset che rendono gli operatori insostituibili, quali l’infrastruttura di rete, l’immensa mole di dati operativi, le competenze di cybersecurity, la capillarità territoriale e la relazione consolidata con il cliente.
Partecipa alla community