Cosa c’entra Ingo con l’IA conversazionale?

Ingo Steinkellner è Chief Technology Officer (CTO) presso lo sviluppatore di software aiaibot con sede a Zurigo. È quindi responsabile di tutto ciò che è tecnico in quel luogo. È responsabile dello sviluppo da un lato e dell’interfaccia con l’azienda dall’altro, compresi tutti gli aspetti tecnici dei progetti dei clienti.

Che cos’è l’IA?

L’intelligenza artificiale (AI) è il tentativo di imitare il comportamento umano. Un esempio è rappresentato dalle auto a guida autonoma o semi-autonoma. In questo caso, l’AI utilizza sensori e software per aiutare le persone a imitare il modo in cui si guida un’auto. In questo processo, vengono elaborati diversi fattori per prendere decisioni in tempo reale. Questa tecnologia ha anche aree di applicazione in relazione all’IA conversazionale e ai chatbot. In questo contesto, l’IA riconosce ciò che le persone vogliono da lei e come può elaborare e rispondere a queste richieste.

Cos’è l’intelligenza artificiale conversazionale?

L’AI conversazionale è l’applicazione dell’AI alle conversazioni. Questo può assumere varie forme. Esempi lampanti sono sistemi come Google Assistant o Siri. Qui le persone parlano a una macchina che cerca di riconoscere ed elaborare ciò che viene detto e di formulare una risposta parlata o scritta. aiaibot, invece, lavora in modo testuale con i chatbot. Le persone inseriscono i loro dubbi sul computer o sul dispositivo mobile e la macchina cerca di classificarli e di generare una risposta o una soluzione.

Quali sono i vantaggi dell’IA conversazionale?

Molte aziende hanno preoccupazioni tipiche e domande frequenti da parte dei clienti o dei dipendenti. Questo può essere automatizzato in modo relativamente semplice con la tecnologia disponibile oggi. Da un lato il dialogo, dall’altro l’elaborazione dei casi, ovvero risposte e soluzioni che vengono generate e consegnate direttamente. Questa applicazione genera un grande valore aggiunto per i clienti utilizzando una tecnologia relativamente poco costosa. Inoltre, l’IA conversazionale fornisce un assistente e un collaboratore intelligente 24 ore su 24. Inoltre, ci sono molti punti di contatto digitali che possono essere utilizzati con l’IA conversazionale, ad esempio le homepage o i canali di comunicazione aggiuntivi come Slack o Microsoft Teams. Questi canali possono essere utilizzati per automatizzare le risposte ai dubbi dei clienti o dei dipendenti.

Chatbot basati su regole e IA conversazionale

A questo punto sorge spontanea la domanda: qual è la differenza tra i chatbot basati su regole e l’ IA conversazionale?

I chatbot basati su regole suggeriscono direttamente agli utenti possibili risposte o domande. Per questo motivo i chatbot basati su regole non possono essere equiparati all’IA conversazionale, che è il più aperta possibile e permette all’utente di esprimere i propri dubbi. Tuttavia, per i chatbot è spesso consigliata una combinazione di IA conversazionale e basata su regole, tenendo sempre in considerazione la situazione e il tipo di dialogo. Questo perché in un dialogo ci sono punti in cui dovresti essere il più aperto possibile e altri in cui devi essere un po’ più rigido in base al contesto.

aiaibot ha iniziato con i chatbot basati su regole. Tuttavia, dal 1° settembre verranno rilasciati nuovi moduli: il modulo AI e Robot. Il modulo AI ha lo scopo di collegare il bot basato sulle regole con l’AI in punti appropriati del dialogo. Il robot funziona grazie all’automazione e all’integrazione. Questo modulo ti permette di automatizzare liberamente i processi, di progettare il flusso dei processi e di collegare l’intelligenza artificiale con i chabot. Questo trasforma il robot in un assistente intelligente e in un aggregatore di dati che può anche gestire i processi e interagire con i canali di comunicazione.

Un altro aspetto dei nuovi moduli è quello dell’IA trasparente. Molti fornitori che lavorano con l’IA forniscono relativamente pochi dati su ciò che rende l’IA misurabile. L’obiettivo del modulo aiaibot è quello di essere trasparente, cioè di mostrare le figure chiave importanti nel contesto dell’elaborazione del linguaggio naturale, dove è possibile addestrare i classificatori con i dati. L’obiettivo è quello di registrare cifre chiave trasparenti per le singole categorie che si allenano. Inoltre, una matrice di confusione dovrebbe essere in grado di generare il potenziale di ottimizzazione che esiste in un classificatore. Questo modulo di test può essere utilizzato per vedere come ottimizzare ulteriormente i classificatori per migliorare l’esperienza del cliente.

Esempi di casi d’uso

• Domanda iniziale per il chatbot

Se l’utente arriva su una homepage ed è sopraffatto da tutte le voci del menu, allora questa è la situazione ideale per avere bisogno di un bot che lavori con l’intelligenza artificiale conversazionale. A questo punto, può chiedere apertamente all’utente quale sia il suo problema. Possono quindi digitarlo in modo del tutto libero. Il bot lo riconosce e può inviare l’utente per la sua strada, ad esempio per completare l’ordine del prodotto desiderato.

• Bot basati sulla formazione

Se stai cercando di inserire dei contenuti didattici da qualche parte, puoi chiedere all’utente qualcosa che ha imparato. Possono digitare liberamente e l’intelligenza artificiale conversazionale può essere utilizzata per analizzare a posteriori se la loro risposta va nella giusta direzione.

• Emergenze con la carta di credito

Se hai un problema con la carta di credito, puoi risolverlo direttamente tramite il bot o caricare le fatture se hai problemi con la fatturazione. Tali problemi vengono gestiti in modo completamente automatico dal bot e possono essere affrontati in qualsiasi momento, anche se il servizio clienti non è disponibile.

Nel contesto dell’IA e delle conversazioni, i casi d’uso sono relativamente illimitati. Attualmente ne esistono alcuni che possono essere utilizzati con successo, ma se ne scoprono sempre di nuovi. Si tratta di un hype che sta appena emergendo e che ha un grande potenziale di scoperta. Ecco perché Ingo passa molto tempo a guardare i prodotti della concorrenza e trae ispirazione e guida da come gli altri hanno fatto le cose per bene.

Imparare

1) L’ intelligenza artificiale è il tentativo di imitare il comportamento umano. Nel contesto dell’IA conversazionale e dei chatbot, l’IA è in grado di riconoscere ciò che le persone vogliono da lei e di elaborare e rispondere a queste richieste.

2) L’ IA conversazionale è l’applicazione dell’IA alle conversazioni. Le persone inseriscono i loro dubbi sul computer o sul dispositivo mobile e la macchina cerca di classificarli e di generare una risposta.

3) Per i chatbot è spesso consigliata una combinazione di AI conversazionale e basata su regole, in cui si deve sempre tenere conto della situazione e del tipo di dialogo.

4) Indipendentemente dalla quantità di IA utilizzata nel chatbot, è importante pensare a dove è possibile creare valore aggiunto. Deve esserci un caso d’uso.

È meglio ascoltare l’episodio del podcast con Sophie Hundertmark e Ingo Steinkellner. Divertiti![vc_empty_space height=”40px”]

E se non vuoi perderti altri episodi del podcast, iscriviti alla mailing list in fondo a questa pagina.