L'IA nel servizio clienti è la scelta sicura, ma spingersi oltre offre il vero valore aggiunto

È ora di parlare di come le aziende del Regno Unito stanno implementando l'IA

Quando lanci in un nuovo mercato, ti scontri con le condizioni prevalenti. In che modo le aziende vivono il problema risolto dal tuo prodotto? Le loro abitudini consolidate le aiutano o le ostacolano nel vedere una strada migliore? Nebuly è una realtà trasversale per progettazione; analizziamo qualsiasi prodotto conversazionale agentico in quasi tutti i settori, con clienti che vanno dai produttori di macchine agricole ai marchi di auto di lusso, passando per il settore sanitario e le banche. Dopo qualche centinaio di conversazioni, volevo condividere quali fattori, a nostro avviso, stanno frenando alcune aziende del Regno Unito.

Questo è il primo di tre brevi articoli. Sebbene si sia detto molto sulle sfide del passaggio dal pilot alla produzione e sulla necessità di governance (tutto sacrosanto), voglio esplorare una prospettiva più strutturale: il fatto che inserire l'IA nella tua funzione di customer support o nel contact center sia al tempo stesso la scommessa più sicura e l'applicazione più limitata di questa tecnologia.

La prima parte qui sotto analizzerà questo punto di vista, prima di evidenziare le aziende che si stanno spingendo oltre: una sorta di Hall of Fame. La seconda parte approfondirà il caso del nostro cliente Oura come leader indiscusso nel fondere i mondi del customer support, della CX e dell'IA; la terza parte offrirà alcuni spunti iniziali su come tutto questo si ricolleghi a questioni fondamentali di vantaggio competitivo e strategia di brand.

Parte prima: trent'anni passati a imparare ad ascoltare

Nel corso di tre decenni, il contact center ha finito per dominare il modo in care le aziende del Regno Unito investono per servire e comprendere i propri clienti. Non sorprende in un'economia in cui i servizi sono passati da circa il 70% della produzione a oltre l'80%. In parallelo a questa tendenza, il marketing si è evoluto dal "dire" all'"ascoltare", poiché la comunicazione aspirazionale incentrata sul prodotto ha lasciato il posto a messaggi guidati dagli insight e orientati al consumatore. Con il digitale e il mobile, la disciplina ha continuato a riorganizzarsi attorno alla comprensione del consumatore; ho vissuto la fase finale di questo processo in Qualtrics, lavorando con brand come Samsung, Unilever e Vodafone. Avere il prodotto migliore non era più sufficiente, l'"Esperienza" è diventata l'elemento di differenziazione del brand.

Un'enorme categoria di software è cresciuta per supportare questo cambiamento: Qualtrics, Medallia, Sprinklr, NICE, ServiceNow, InMoment, Intercom, ora Fin (e molti altri), oltre a realtà più piccole con un'unica preziosa funzionalità acquisita e integrata. Tutti promettono, in un modo o nell'altro, di collegare gli insight all'azione e di migliorare la CX. Una doverosa precisazione: ci sono ovviamente differenze nel modo in cui questi e altri fornitori del settore enfatizzano il valore che generano – dall'ottimizzazione del contact center a insight sull'esperienza più granulari per il prodotto, il brand, ecc. – ma in realtà, a mio parere, si tratta dello stesso gioco.

Un risvolto ironico che pochi avevano previsto

Un movimento fondato sul presupposto che l'esperienza del cliente sia percepita, soggettiva e qualitativa ha finito per tradursi quasi interamente in metriche rigide. Un punteggio può essere controllato, targettizzato e migliorato; la descrizione di come si è sentito qualcuno, molto meno. L'analisi del sentiment non risolve del tutto il problema, poiché questi segnali vengono inseriti nella stessa logica di riduzione dei costi. Non si può nemmeno incolpare un singolo vendor; è il problema intrinseco della creazione di una categoria. Gli sforzi per costruire un sistema d'azione sempre migliore si sommano, e l'azione supera l'insight in termini di priorità operativa. A quasi trent'anni di distanza, la CX misura le prestazioni operative più da vicino rispetto a quanto misuri l'effettiva esperienza dei clienti.

Questo non significa che non sia preziosa. Ho visto cosa offrono Qualtrics e i suoi concorrenti in questo contesto, e ne conosco anche i limiti. Ma il valore deriva dall'ottimizzazione di un'operazione che puoi già vedere: i tuoi canali, le tue code, i tuoi team. Le metriche del contact center sono un riassunto approssimativo dell'esperienza. Va bene quando i percorsi sono abbastanza prevedibili da far sì che un solo numero rappresenti adeguatamente migliaia di interazioni quasi identiche, e quando ci sono momenti opportuni per chiedere "come valuteresti la tua esperienza?".

Ma quasi nulla di tutto questo si applica all'IA come canale. Una buona esperienza di IA non è navigazione, è delega e, idealmente per il tuo cliente, è end-to-end. Se lo interrompi per chiedergli come sta andando, rompi la magia. Una volta che ogni conversazione diventa un percorso a sé, un punteggio aggregato è meno rappresentativo. Di conseguenza, i team ripiegano sull'adozione e sul conteggio dei token, che si trovano a valle della qualità dell'esperienza: ti diranno che qualcosa è andato storto, ma non cosa.

Peggio ancora, molti pensano che questo sia tutto ciò di cui hanno bisogno, con solo un pizzico di attenzione in più sui "risultati", misurati da... rullo di tamburi... un sondaggio. Se l'unico strumento che hai è un martello, ogni problema ti sembrerà un chiodo.

L'impatto di questo condizionamento sui tuoi casi d'uso di assistenza e sui tuoi orizzonti di IA

In questi tre decenni, i buyer non hanno solo costruito una cassetta degli attrezzi, hanno sviluppato una preferenza per le prove accompagnate da un numero. I business case vengono finanziati solo in questo modo, e i numeri più chiari si trovano nel contact center. Inserisci l'IA lì dentro e il caso si scrive da solo.

Ed è così che una metrica di costo finisce per passare per una metrica di CX. Il CSAT ha almeno una componente di esperienza. Il tasso di containment non finge nemmeno di averla: conta i volumi gestiti e viene riportato come se dicesse qualcosa su come sono stati serviti i clienti. Da qui derivano strategie come Deflection e Containment (deviazione e contenimento), termini che assoceresti più facilmente a un'orda di zombie che ai tuoi clienti paganti.

Prendi ad esempio due aziende, una che dichiara il 50% dei casi gestiti dal proprio agente IA e un'altra che dichiara l'80%: saresti tentato di assumere che la seconda stia andando meglio, come se questo fosse un modo utile per classificare il servizio delle aziende. Ma quell'80% può indicare sia un buon agente che maschera un cattivo servizio, sia un cattivo agente che intrappola persone che avrebbero fatto meglio a parlare con un operatore umano. Il numero conta i volumi gestiti e troppo spesso i team non sono attrezzati per distinguere questi risultati. La risposta è racchiusa nelle conversazioni, ma gli strumenti ereditati sono stati creati per misurare qualcos'altro.

Di conseguenza, l'esperienza familiare segue lo stesso schema che vedrai su Trustpilot e Reddit: loop infiniti, nessuna via d'uscita per parlare con un umano e messaggi come "Spiacente, non ho questa informazione, consulta il nostro sito web"; tutti segni persistenti di prodotti IA scadenti che rappresentano il volto del tuo brand.

Quindi, gli agenti IA per il customer support: aiutano le metriche di containment, possono danneggiare la customer experience se sono troppo generici e non ti aiutano a differenziare il tuo brand. Per fare questo, hai bisogno di un set di altri strumenti che vadano oltre il tuo contact center e il tuo kit di insight sull'esperienza.

Cosa perdi fermandoti solo al caso d'uso del customer support

• Una fonte di insight più ricca. C'è un limite a ciò che il supporto può dirti, indipendentemente da quanto bene tu lo misuri. I clienti si presentano perché qualcosa è andato storto: questo rende il supporto un ottimo registro dei punti di attrito, ma un pessimo indicatore di ciò che le persone desiderano quando tutto funziona. L'IA conversazionale è il canale di lettura più diretto sui tuoi clienti a cui tu abbia mai avuto accesso; sembra uno spreco usarla solo per gestire i reclami.
  
  

• Il prodotto differenziato che non svilupperai mai. Sfruttare questa fonte di insight più generale per progettare esperienze dinamiche e personalizzate in grado di generare ricavi (commerce agentico).
  
  

• Uno spazio proprietario da difendere. Se i tuoi clienti chiedono informazioni sui tuoi prodotti a un assistente generico, questo risponderà usando qualsiasi informazione abbia raccolto, senza che tu possa controllare ciò che dice. Avere un proprio agente conversazionale significa salvaguardare i valori del tuo brand e le relazioni con i clienti attraverso esperienze curate e affidabili.

Esploreremo questi punti in modo più dettagliato nelle parti 2 e 3.

La Hall of Fame

Nessuno è perfetto, ma alcuni ci stanno provando più di altri, e questo è ciò che conta.

Revolut gestisce due agenti, intenzionalmente. La loro IA di supporto gestisce circa il 75% delle domande con oltre 2.000 agenti umani a supporto, eppure ad aprile hanno rilasciato comunque AIR: un assistente in-app separato che analizza i pattern di spesa, gestisce carte e abbonamenti, monitora gli investimenti e pianifica i viaggi, ora attivo anche in Francia, Irlanda e Spagna.

La distinzione è fondamentale perché AIR non è lì per ridurre il costo di un problema. È lì quando non c'è alcun problema. Chiedigli di organizzare la connettività per un viaggio e troverà i piani eSIM per la tua destinazione, vendendotene uno direttamente in chat. Questo è un touchpoint di ricavo, una relazione proprietaria e un registro di ciò che i clienti desiderano, anziché di ciò che non sono riusciti a ottenere, derivante da un prodotto che Revolut ha scelto di sviluppare separatamente dal proprio help desk.

Virgin Atlantic aveva già un agente per il contact center. Amelia risponde alle domande frequenti nell'help center da anni e, quando hanno creato l'AI Concierge a dicembre 2025, non hanno aggiornato lei: sono ripartiti dalla conversazione di maggior valore per il business invece che da quella più economica. I loro migliori pacchetti vacanza provenivano dai negozi fisici, così il team ha osservato quegli operatori e ha sintetizzato il processo nei sette elementi chiave che un buon venditore individua prima di consigliare qualsiasi cosa. Parlando all'AI Summit di Londra a giugno, il VP Data & AI Richard Masters ha stimato circa mezzo milione di conversazioni e circa 1 milione di sterline di ricavi, accennando anche al fatto che il Concierge ha migliorato anche gli altri canali. Coerentemente con il brand, la sua linea è stata che non si può mettere una persona in carne e ossa nel soggiorno di un cliente a mezzanotte, ma si può trasmettere parte di quell'essenza in un chatbot, da qui la scelta di una voce per il concierge creata a partire dalle registrazioni del proprio personale di bordo. Questa è distintività del brand applicata come pratica ingegneristica, non come un semplice valore scritto su una parete.

E infine, non un'azienda del Regno Unito, ma un cliente di Nebuly, Oura: Leggi la parte 2.

Nebuly

Nebuly è la piattaforma di ROI per l'IA aziendale. Si collega agli agenti IA su cui si basa la tua attività, agli assistenti con cui interagiscono i tuoi clienti e agli strumenti che i tuoi dipendenti usano ogni giorno, tra cui Claude, ChatGPT e Copilot, traducendo queste attività in valore aziendale. Quanto tempo viene risparmiato tra i vari team. Quali ricavi sta influenzando la tua IA. Come si presentano in pratica l'adozione e la competenza nell'uso dell'IA nei vari dipartimenti e aree geografiche. Se hai bisogno di fare chiarezza su ciò che il tuo investimento in IA sta effettivamente producendo, prenota una demo.