L'AI nel servizio clienti va oltre il chatbot (e che cosa funziona davvero)

Quando si parla di «AI nel servizio clienti», quasi tutti pensano a un chatbot: la finestrella nell’angolo di un sito che risponde alle domande frequenti. I chatbot hanno il loro posto, ma nei nostri progetti con SAP Service Cloud V2 raramente sono il punto in cui l’AI cambia i numeri. L’effetto maggiore viene dalle funzioni che aiutano l’operatore a risolvere più in fretta i casi difficili. Quali funzioni di AI SAP offre oggi, come sono concesse in licenza e dove sono già in produzione è riassunto nella nostra pagina su SAP Business AI.

Questo articolo spiega quali di queste funzioni funzionano oggi, quali vengono promesse troppo nelle demo e in quale ordine introdurle.

In sintesi: L’AI più utile nel servizio clienti è rivolta all’operatore: classificazione automatica dei casi, riepiloghi, bozze di risposta e suggerimenti dalla knowledge base. Iniziate con la classificazione (rischio minimo), aggiungete l’assistenza agli operatori (adozione più rapida) e poi affrontate il routing (il cambiamento strutturale più grande). L’automazione rivolta ai clienti, come il Digital Service Agent di SAP, rende per richieste semplici e prevedibili, non per i casi complessi.

Perché i chatbot deludono?

La maggior parte dei chatbot gestisce discretamente le richieste semplici: stato dell’ordine, reimpostazione della password, orari di apertura. Tutto ciò che richiede giudizio o contesto passa a una persona. Così le aziende avviano un progetto chatbot, misurano il tasso di deviazione e lo chiamano AI. Nel frattempo gli operatori che gestiscono i casi complessi, quelli che decidono soddisfazione e fedeltà dei clienti, non ricevono alcun supporto.

È il contrario di come dovrebbe essere. Nei casi complessi si decidono tempi, costi e fedeltà del cliente, ed è lì che il supporto dell’AI rende per primo.

Dove l’AI sposta le metriche del servizio?

Queste sono le capacità che portano risultati in SAP Service Cloud V2. Quali potete usare dipende da edizione e licenza, perché diverse fanno parte del CX AI Toolkit di SAP.

Classificazione automatica dei casi

Ogni caso in arrivo richiede una categoria, una priorità e spesso un prodotto. Assegnarli a mano costa tempo a ogni ticket. La categorizzazione dei casi di SAP legge il contenuto del caso e propone questi campi. Impara dai vostri dati storici: più i casi sono stati classificati in modo coerente, migliori sono le proposte. L’accuratezza varia quindi da cliente a cliente: misuratela in un pilota invece di fidarvi di un numero su una slide.

Riepiloghi dei casi

I casi lunghi, con molte e-mail e telefonate, sono difficili da riprendere. Il riepilogo del caso condensa le interazioni, così un’operatrice che subentra o un responsabile che deve gestire un’escalation capisce la situazione senza scorrere tutta la cronologia.

Bozze di risposta

Quando un operatore apre un caso, il sistema prepara una bozza di risposta basata sul contenuto e sul contesto del caso. L’operatore la rivede e la invia. Partire da una bozza invece che da una risposta vuota fa risparmiare tempo in modo evidente e, per nostra esperienza, è la funzione che gli operatori adottano più in fretta: gli scettici di solito si convincono dopo averla usata per qualche giorno.

Suggerimenti dalla knowledge base

Accanto al caso compaiono gli articoli pertinenti, abbinati al suo contenuto, così gli operatori non devono cercarli. È utile soprattutto ai nuovi operatori alle prese con temi che non conoscono ancora. Esiste anche la direzione opposta: generare la bozza di un articolo a partire da un caso risolto. Tiene aggiornata la knowledge base, a patto che qualcuno riveda le bozze.

Rilevamento del sentiment

Non ogni caso urgente sembra urgente. Il rilevamento del sentiment segnala i segnali negativi nei messaggi in arrivo, così un cliente scontento può avere subito la priorità. Consideratelo un segnale di massima: un positivo o un negativo netto è affidabile, l’ironia e l’irritazione sottile no.

Routing

Il routing tradizionale segue regole: categoria di prodotto al team A, regione al team B. Fatica con i casi limite, con code sbilanciate e con temi complessi che finiscono a operatori poco esperti. La classificazione AI combinata con profili di competenza curati e regole di routing indirizza i casi al team giusto fin dall’inizio e riduce le riassegnazioni. È anche la capacità che richiede più preparazione.

Che cosa viene promesso troppo nelle demo?

Funziona bene oggi: classificazione dei casi (con dati storici coerenti), riepiloghi dei casi, bozze di risposta, suggerimenti dalla knowledge base, segnali di sentiment di massima.

Funziona, ma richiede investimento: routing (richiede una configurazione accurata e buoni profili di competenza), generazione di articoli della knowledge base (serve un processo di revisione per mantenerne la qualità).

Promesso troppo: analisi del sentiment sfumata, risoluzione completamente automatica senza persone per tutto ciò che non è una richiesta semplice e prevedibile e, nella maggior parte degli ambienti, l’analisi in tempo reale delle telefonate. Se un fornitore ve le mostra in una demo dicendo «funziona e basta», chiedete referenze in produzione.

Per l’automazione rivolta ai clienti, il Digital Service Agent di SAP è disponibile a livello generale dalla release CX del Q4 2025. Risponde alle domande di routine e passa la mano a una persona quando serve. Che cosa fa e dove si ferma lo analizziamo nel nostro articolo sul Digital Service Agent.

In quale ordine introdurre l’AI?

Se usate SAP Service Cloud V2 e volete che l’AI porti valore, l’ordine conta. Non attivate tutto insieme.

Settimane 1 e 2: verificate i dati. Controllate quanto è coerente la classificazione dei casi, quanto è completa la knowledge base e quanto sono buone le regole di routing. L’AI amplifica ciò che c’è, nel bene e nel male. Di solito è qui che i team scoprono che i loro dati non sono nello stato che pensavano.

Mese 1: iniziate con la classificazione. Rischio minimo, ritorno più rapido. Attivatela, monitorate l’accuratezza e lasciate che gli operatori correggano gli errori, così le proposte migliorano.

Mesi 2 e 3: aggiungete l’assistenza agli operatori. Attivate riepiloghi, bozze di risposta e suggerimenti dalla knowledge base. Insegnate agli operatori a considerare le bozze un punto di partenza, non una risposta finita.

Dal mese 4: affrontate il routing. Richiede più configurazione, ma porta il miglioramento strutturale più grande. Mappate le competenze degli operatori, definite i criteri e fate un pilota con un team prima di estenderlo.

Molti casi di servizio dipendono inoltre da dati ERP: l’ordine, la consegna, il materiale, la garanzia. Se Service Cloud V2 e S/4HANA non sono collegati, anche la migliore proposta dell’AI si ferma a quel punto. Descriviamo il collegamento nel nostro articolo sull’integrazione di Service Cloud V2 con S/4HANA Public Cloud. Per il quadro completo delle funzioni AI per la CX di SAP, vedete la nostra verifica sul CX AI Toolkit. E se volete andare oltre le funzioni standard, per esempio con un agente AI che legge, classifica e aggiorna i casi nel vostro tenant, il nostro MCP Server per SAP Sales & Service Cloud V2 espone le API V2 come strumenti per qualsiasi AI compatibile con MCP.

Domande frequenti

Quale funzione AI conviene introdurre per prima?

La classificazione automatica dei casi. Ha il rischio più basso, rende più in fretta e richiede la configurazione minore. Attivatela, monitorate l’accuratezza e lasciate che gli operatori correggano le eccezioni: da quelle correzioni le proposte migliorano.

Quanto è accurata la classificazione dei casi con l’AI?

Dipende soprattutto da quanto è stata coerente la classificazione dei casi passati. Con uno storico pulito e coerente le proposte sono abbastanza buone da far risparmiare tempo reale nel triage; con uno storico disordinato il modello impara schemi disordinati. Misurate l’accuratezza in un pilota sui vostri dati prima di farci affidamento.

Le funzioni AI sostituiscono gli operatori del servizio?

No. Le funzioni più utili aiutano gli operatori a lavorare più in fretta: la classificazione accorcia il triage, riepiloghi e bozze accorciano la gestione, i suggerimenti dalla knowledge base accorciano la ricerca. Il Digital Service Agent gestisce da solo solo richieste semplici e prevedibili. Tutto ciò che richiede giudizio ha ancora bisogno di persone.

Di quali dati ho bisogno perché le funzioni AI funzionino?

La classificazione richiede uno storico solido di casi classificati in modo coerente; come regola empirica ne cerchiamo almeno un migliaio. I suggerimenti richiedono una knowledge base curata. Il routing richiede profili di competenza definiti. Riepiloghi e bozze di risposta lavorano sul contenuto del caso stesso.

Come incidono le bozze di risposta dell’AI sulla qualità?

Le bozze sono un punto di partenza, non una risposta finale. Gli operatori le rivedono, adattano il tono, aggiungono dettagli e gestiscono le eccezioni prima di inviarle. Di solito la qualità migliora, perché si parte dal contesto pertinente invece che da una risposta vuota, purché nessuno invii bozze senza leggerle.