Questo è ormai un classico post che scrivo solo per consentire al mio chatbot ChatGPT di fornire informazioni sulle mie referenze.

Ecco alcuni dei progetti in cui sono stato coinvolto negli ultimi anni. Tuttavia, questa è solo una piccola selezione. Se vuoi saperne di più, puoi naturalmente inviarmi un messaggio in qualsiasi momento.

Accompagnare l’esperimento ChatGPT di Helvetia Insurance Switzerland – il primo chatbot LLM della Svizzera

In qualità di assistente di ricerca presso l’Università di Scienze Applicate e Arti di Lucerna, ho accompagnato l’esperimento ChatGPT di Helvetia Svizzera. Ho stabilito i contatti con OpenAI, ho accompagnato il processo e ho fornito supporto per le analisi. Da quando è stato rilasciato con successo il primo chatbot ChatGPT in Svizzera, ho supportato il team di Helvetia Svizzera con domande sull’usabilità, sulle migliori pratiche e sull’ulteriore sviluppo del chatbot LLM Clara. Il chatbot LLM viene costantemente sviluppato, viene dotato di nuove funzioni e capacità e sta sostituendo sempre più il chatbot basato sull’intento. Vengono inoltre effettuati ripetuti test per quanto riguarda l’usabilità e la tonalità.

Puoi trovare maggiori informazioni sul lancio dell’Esperimento Helvetia sul mio blog. Puoi trovare maggiori informazioni sul progetto anche nell’episodio del podcast con Florian Nägele.

A rigor di logica, questo progetto di chatbot LLM non è il mio primo progetto con Helvetia Svizzera. Nel 2020 ho supportato il team nella definizione della personalità del chatbot. Nel corso di workshop congiunti, abbiamo studiato il modo in cui il chatbot Clara può comunicare al meglio con i clienti. Abbiamo poi utilizzato questi dati per sviluppare le linee guida per la scrittura dei dialoghi della chat.

Le sfide

• Un progetto pionieristico per quanto riguarda i chatbot di LLM
• La giusta ingegneria tempestiva e la prevenzione delle rotture di LLM
• Migrazione di un chatbot basato su intenzioni e regole a un chatbot LLM o a un chatbot AI generativo

Punti salienti

• Utenti soddisfatti e un NPS migliore rispetto al vecchio chatbot basato sull’intento
• Una buona tabella di marcia per l’ulteriore migrazione dei flussi basati su regole al chatbot LLM

Un chatbot LLM per la cassa pensioni SBB

La Cassa pensioni FFS riceve ogni giorno un gran numero di richieste di informazioni da parte di clienti nuovi ed esistenti. A molte di queste richieste è possibile rispondere automaticamente. Nell’ambito di un workshop concettuale, abbiamo sviluppato lo scopo e i requisiti più importanti per il loro primo chatbot AI o chatbot LLM. Ho quindi raccolto tutti i requisiti tecnici e di contenuto e ho trovato un fornitore di tecnologia adatto all’azienda. Nell’ambito dell’implementazione, sono stato responsabile della gestione generale del fornitore tecnico, della progettazione immediata e della fase di test, compresa l’implementazione. ottimizzazioni. Per implementare questo chatbot è stato utilizzato Microsoft Co-Pilot Studio, integrato con l’aiuto di Microsoft Bot Framework. Il Fondo Pensioni SBB utilizza una serie di servizi Microsoft, per cui era logico utilizzarli anche per il chatbot.

Le sfide

• Trovare l’ambito giusto per lo sviluppo graduale del chatbot LLM
• Utilizzo del nuovo Microsoft Co-Pilot Studio
• Richieste di informazioni molto ampie a clienti e nuovi clienti, a volte anche su argomenti sensibili

Punti salienti

• Un’ingegnerizzazione tempestiva che tiene conto delle condizioni di Microsoft Co-Pilot Studio e che impedisce al chatbot di intervenire su argomenti sensibili
• Diverse tonalità o personalità per il chatbot LLM
• Piano di progetto con diverse fasi

L’ulteriore sviluppo del chatbot basato sulle intenzioni di Enercity nel chatbot LLM

L’azienda energetica della Germania settentrionale disponeva già di un chatbot basato sull’intento con alcuni flussi di chat basati su regole. Nell’ambito di un progetto di ottimizzazione, ho suggerito di trasformare il chatbot esistente in un chatbot LLM o in un bot AI generativo. Di conseguenza, sono stato in grado di creare il concetto di migrazione di tutti gli intenti e di accompagnare la migrazione. Non è previsto un nuovo fornitore tecnico, ma il fornitore esistente può essere mantenuto.

Le sfide

• Migrazione di un chatbot basato sull’intento che è cresciuto nel corso degli anni a un chatbot LLM
• In parte le fonti di contenuto sono scarse e il sito web è confuso e difficile da usare per un LLM.

Punti salienti

• Definizione di una precisa roadmap di migrazione
• Preparazione di contenuti di conoscenza per un chatbot LLM
• Ingegneria tempestiva, precisa e ben studiata

Chatbot LLM per l’azienda B2B GS1

GS1 è l’azienda svizzera che crea i codici a barre. Molte persone non conoscono l’associazione, anche se utilizzano i suoi prodotti quasi ogni giorno. I clienti hanno molte domande quando si tratta di ordinare o utilizzare i codici a barre. GS1 ha deciso di adottare un chatbot poco dopo il rilascio di ChatGPT. Di conseguenza, il nuovo chatbot AI è stato implementato con i più recenti modelli linguistici (LLM) fin dall’inizio e senza intenti o flussi predefiniti. Il mio compito era quello di affinare il caso d’uso, definire l’ambito del progetto e selezionare il giusto fornitore di tecnologia. Ho poi supportato il team del chatbot con domande sull’usabilità e sui suggerimenti.

Le sfide

• Scegliere il giusto fornitore di tecnologia
• Un gruppo target molto ampio con molte richieste diverse
• Alcune fonti di conoscenza che sono state difficili da elaborare per i laureati in Lettere e Filosofia

Punti salienti

• Aumentare l’usabilità del chatbot
• Aggiustamenti alla tonalità del chatbot LLM

POC e gara d’appalto e selezione dei fornitori presso Raiffeisen Svizzera

Ho lavorato con il Gruppo Raiffeisen anche nel 2020 e nel 2022. Nelle prime fasi, abbiamo sviluppato e implementato il caso d’uso per il loro primo proof of concept di un chatbot per rispondere alle richieste dei clienti su Twint. Il mio ruolo è stato quello di supportare il team nella ricerca e nella progettazione del caso d’uso, nella creazione dei dialoghi e nella conduzione di workshop sul gruppo target per trovare la giusta tonalità del chatbot.

Nel progetto successivo, ho lavorato con il mio team per sviluppare e definire tutti i requisiti tecnici e di contenuto per il progetto di conversational banking previsto. Sono state redatte le specifiche e sono stati compilati tutti i documenti necessari per una gara d’appalto corretta. Il mio team si è quindi occupato dell’intero processo di gara d’appalto fino alla selezione del fornitore giusto. Questo include anche la preselezione dei fornitori da invitare, la preparazione delle date di presentazione e la creazione dei criteri di selezione.

Le sfide

• Requisiti di protezione dei dati molto elevati
• Sistemi interni numerosi e complessi per i quali sono necessarie delle interfacce

Punti salienti

• Documenti di gara molto completi e dettagliati
• Un processo di selezione ben congegnato con un catalogo preciso di criteri

Chatbot LLM per l’organizzazione di soccorso della Chiesa protestante (HEKS)

L’organizzazione di aiuto della Chiesa protestante (HEKS) riceve molte richieste, sia interne che esterne. Nell’ambito di un programma di formazione generale, ho formato l’intero team sull’IA generativa e sui chatbot. Abbiamo quindi definito tre casi d’uso per i chatbot LLM. Si tratta principalmente di applicazioni interne. Per queste applicazioni, ho poi selezionato il fornitore di tecnologia appropriata per l’implementazione e ho accompagnato la realizzazione. Oltre alle questioni tecniche, il mio compito comprendeva anche l’usabilità del bot. Ho testato il chatbot e ho fornito un feedback sulle ottimizzazioni.

Le sfide

• Un team molto ampio e diversificato in HEKS
• Molti casi d’uso diversi per i chatbot LLM
• Budget limitato

Punti salienti

• Corsi di formazione a vari livelli di conoscenza
• Selezione di una soluzione tecnica adeguata che non solo soddisfi tutti i requisiti tecnici, ma che si adatti anche al budget di HEKS.

Migrazione del chatbot del gruppo Sparkassen-Finanzgruppe

2021 – 2022 Ho lavorato a stretto contatto con il team di chatbot dello Sparkassen Finanzgruppe in Germania. Il mio compito era quello di migrare il chatbot esistente verso una nuova tecnologia. Prima di tutto, è stato necessario redigere un concetto adeguato, in modo che nulla potesse andare storto durante la migrazione di oltre 1400 intenti. Ho quindi eseguito la maggior parte della migrazione da solo. La migrazione è stata effettuata all’insegna del motto “Voice First”, il che significa che tutti i dialoghi della chat dovevano essere preparati anche per un voicebot.

Le sfide

• Una varietà di intenti ed eccezioni
• Elevati requisiti di protezione dei dati
• Interesse per i dialoghi voice-first

Punti salienti

• Creazione e implementazione di un piano di migrazione di successo
• Riprogettazione di tutti i dialoghi in Voicefirst
• Riorganizzazione di molti dialoghi

Migrazione e ottimizzazione del chatbot basato su regole al chatbot LLM della Luzerner Kantonalbank

La Luzerner Kantonalbank ha inizialmente introdotto un chatbot basato su regole in modo indipendente con l’aiuto di una soluzione SaaS. Tuttavia, questa soluzione ha raggiunto rapidamente i suoi limiti ed è stato utilizzato un chatbot LLM per aumentare le conoscenze dei bot. Il mio compito era quello di fornire al team le conoscenze necessarie sui chatbot di LLM e di supportarli nello sviluppo della roadmap di migrazione. Durante la migrazione, ho effettuato ripetutamente test di usabilità e ho dato al team della Luzerner Kantonalbank e al fornitore di tecnologia consigli su come migliorare il chatbot LLM.

Le sfide

• Elevati requisiti di protezione dei dati
• Migrazione di un chatbot basato su regole verso il chatbot LLM

Punti salienti

• Migrazione di successo dei primi casi d’uso
• Ottimizzazioni significative per quanto riguarda l’usabilità del chatbot LLM
• Ingegneria tempestiva, precisa e ben studiata

Un chatbot LLM per il produttore di macchine da caffè Jura

Il produttore di macchine da caffè riceve un gran numero di richieste di assistenza e consulenza. Spesso si tratta di domande molto specifiche per le quali i dipendenti devono conoscere le specifiche e le istruzioni esatte delle singole macchine da caffè. Si tratta di domande a volte impegnative, anche per un chatbot LLM. Non ci devono essere malintesi. Il mio compito principale in questo progetto è definire tutti i requisiti tecnici e di contenuto per un chatbot LLM funzionante e trovare il giusto fornitore di tecnologia. Oltre a rispondere correttamente alle domande, anche la flessibilità per ulteriori interfacce con i sistemi interni è una sfida importante.

Le sfide

• Il team di Jura non aveva alcuna esperienza precedente con i chatbot
• Molti casi speciali in termini di contenuti
• Molti termini tecnici che possono dare adito a fraintendimenti per l’LLM

Punti salienti

• Preparazione ben studiata dei contenuti del corso di laurea magistrale.
• Selezione precisa del giusto fornitore di tecnologia

Workshop sul concetto di chatbot e implementazione con l’ONG “Pusch – Practical Environmental Protection”.

Pusch è una ONG svizzera per la protezione dell’ambiente. In un workshop molto dettagliato sui chatbot, abbiamo definito e dato priorità ai vari utilizzi possibili dei chatbot all’interno del tuo customer journey. Per l’implementazione, ho supportato il team nella scelta della tecnologia giusta e dei partner software più adatti.

Un chatbot per il dipartimento HR di Liebherr

Liebherr è uno dei maggiori produttori di macchine per l’edilizia al mondo. Ho accompagnato il team delle risorse umane durante l’introduzione del loro primo chatbot. L’obiettivo principale era quello di definire tutti i requisiti e di selezionare i fornitori adatti e, infine, di trovare un fornitore per l’azienda B2B. La protezione dei dati era di solito la priorità assoluta, seguita dai criteri per le interfacce interne.

Il chatbot per l’Ospedale Cantonale di Lucerna

L’ospedale cantonale di Lucerna ha iniziato a raccogliere le prime esperienze con i chatbot molto presto. Nel 2020 ho implementato il primo chatbot dell’ospedale svizzero. Il mio primo compito è stato quello di definire l’esatto caso d’uso e sviluppare l’intero concetto del chatbot. Ho quindi definito tutti i requisiti tecnici e di contenuto e ho trovato il partner tecnologico giusto nell’ambito di una piccola gara d’appalto. Con l’aiuto di questo partner, ho poi implementato l’intero chatbot e anche l’introduzione, compreso il Misure di comunicazione accompagnate

Un chatbot AI per i dipendenti di Schulthess Maschinen AG

Schulthess Maschinen AG è uno dei maggiori fornitori nel campo della tecnologia di lavaggio. Molte richieste dei clienti sono ripetitive e quindi si prestano perfettamente all’uso dei chatbot. Poiché Schulthess Maschinen AG non ha competenze in materia di chatbot, inizialmente ho fornito al team una formazione generale sui chatbot. Abbiamo quindi lavorato insieme per definire e dare priorità ai casi d’uso più importanti per un chatbot LLM. Oltre ai casi d’uso per i clienti finali, l’attenzione si è concentrata sui casi d’uso per i chatbot interni. Una volta scelta la tecnologia giusta, sono stati introdotti i primi chatbot per uso interno.

Le chat personas della Baloise Bank SoBa

La Baloise Bank SoBa sta sperimentando i chatbot nell’e-banking dal 2020. Ma come dovrebbero comunicare i bot? Che tonalità puoi usare? Abbiamo lavorato su queste e altre domande in workshop di diversi giorni con il team di chatbot della Baloise Bank SoBa e abbiamo sviluppato una “Guida ai Bot”. Questa guida è stata sviluppata appositamente per il team bancario ed è in continuo sviluppo.

Con il chatbot giusto per la formazione continua presso l’Università di Scienze Applicate dei Grigioni (FHGR)

L’Università di Scienze Applicate dei Grigioni voleva utilizzare i chatbot per far conoscere i singoli corsi di laurea. L’assistente digitale dovrebbe inoltre essere in grado di rispondere alle domande più importanti degli studenti 24 ore su 24. Ho gestito l’intero progetto del chatbot e ho anche implementato il bot con l’aiuto di una soluzione SaaS adatta. Oltre alla scelta del giusto fornitore di software per chatbot, l’attenzione principale è rivolta alla progettazione del dialogo. I dialoghi devono motivare gli utenti a iscriversi a un corso presso l’università di scienze applicate. Spesso si tratta di componenti psicologiche e non solo di requisiti tecnici.

Ancora più riferimenti

Naturalmente è meglio se mi scrivi personalmente e mi dici che tipo di referenze stai cercando. Sarò lieto di inviarti ulteriori informazioni.

Se vuoi contattarmi personalmente, sei il benvenuto. Basta che mi invii un messaggio, preferibilmente via WhatsApp o via e-mail.