L’Intelligenza Artificiale che ridisegna la customer experience

Intervista a Luca Altieri, Direttore Marketing, CMO di IBM Italia

Luca Altieri
Direttore Marketing, CMO @IBM Italia

IBM sceglie di usare “Augmented Intelligence” o “Cognitive” piuttosto che “Artificial Intelligence”. Questo perché l’intelligenza è unica ed è quella che appartiene all’essere umano.

Siamo passati da una società dominata dall’agricoltura alla rivoluzione industriale e ora a un’economia data-driven. Quello a cui abbiamo assistito durante ciascuna di queste fasi è l’emergere di una qualche forma di meccanica o di tecnologia sviluppata per aumentare le nostre prestazioni, migliorando così i risultati.

Con l’AI saremo sempre più umani: essa non sostituirà l’individuo ma gli si affiancherà per aiutarlo a prendere decisioni in maniera sempre più efficace ed efficiente. Per cui l’essere umano resterà al centro oggi, come lo era nel passato e lo sarà anche in futuro.

 

Siamo nell’iperstoria


Luciano Floridi
, docente di filosofia ed etica dell’informazione all’Università di Oxford, nel suo libro “La quarta rivoluzione” suddivide la linea del tempo in tre fasi: preistoria, storia e iperstoria.

La preistoria indica un’assenza delle ICT (Information and Communications Technology), la storia coincide con il loro sviluppo senza che vi sia una diffusione capillare e pervasiva, mentre con l’iperstoria si può parlare di una vera e propria “società dell’informazione” in cui la tecnologia e la sua capacità di gestire ed elaborare dati fanno parte del quotidiano di ciascuno di noi.

Quali sono i trend evidenziati? 

  • La tecnologia è diventata accessibile a tutti e ha avuto un impatto dirompente sui nostri modi di vivere e fare business. Il digitale, infatti, ha rivoluzionato il mercato: grandi marche si sono trovate ad affrontare dei concorrenti inaspettati, apparsi all’orizzonte nel giro di pochi anni. Per fare un esempio, Hilton si aspettava di avere come competitor Sheraton, non di certo Airbnb. Questo implica che, senza una leva tecnologica a sostegno del business, si è “fuori” dai giochi
  • Il proliferare esponenziale dei dati pone la questione di gestirli ed elaborarli. Come afferma Floridi, salvare è l’opzione di default, il problema diventa cosa cancellare: essi sono il “new oil” solo se si sa come trarre informazioni utili da essi.
  • L’impatto dell’Intelligenza Artificiale. In IBM si preferisce parlare di Intelligenza Aumentata, ovvero di sistemi in grado di aumentare le potenzialità dell’individuo in maniera efficace (vedi IBM Watson).

Le aziende possono avere successo in sei aree critiche, grazie ad essa: 

1) Interaction: le persone vengono coinvolte con una nuova esperienza d’acquisto interattiva ed emozionale

2) Engagement: c’è un solo canale, che è il consumatore

3) Differentiation: cambia l’interazione tra cliente e azienda, si differenzia il messaggio per ogni persona

4) Innovation: per stare al passo del mercato, bisogna innovarsi continuamente

5) Efficiency: la tecnologia aiuta ad essere più efficienti nella produzione e nelle operazioni di business

6) Social responsibility: le aziende possono supportare il progresso umano e la sostenibilità ambientale 

L’AI può essere applicata in qualsiasi settore di business: già la si può vedere all’opera nei processi di Content Management, con l’ottimizzazione che deriva dall’accentrare in un unico hub gli asset, identificare automaticamente tramite tag i loro argomenti chiave, renderli facilmente recuperabili e condivisibili tra team e associarli agli utenti che ne hanno fruito. 

Gli algoritmi, infatti, riescono a studiare il comportamento del consumatore nei confronti dei contenuti pubblicati: questa strategia si chiama Content Intelligence e ci sono strumenti come il DAM Intelligente che la integrano nativamente. 

I dati raccolti, se integrati a quelli già in possesso dell’azienda, danno vita a una Single Customer View davvero completa sul percorso di navigazione dell’utente e potenziano il sistema in modo tale che da solo saprà quale sarà la risorsa più adatta da presentare a un certo visitatore in un determinato momento per spingerlo a convertirsi. 

D: Buongiorno Luca, cosa ne pensa dell’applicazione dell’AI ai processi aziendali legati alla produzione di contenuti? Potrebbe tale automazione liberare i dipendenti dall’incombenza di mansioni ripetitive a basso valore aggiunto (vedi la classificazione manuale degli asset), lasciando più tempo a disposizione per concentrarsi su altre attività di maggior valore come quelle creative?

R: Sì, c’è la volontà di ridurre i nostri sforzi in tutte quelle operazioni che si possono automatizzare affinché il nostro cervello sia più libero di dedicarsi ad attività a più alto valore aggiunto. Quindi questo è uno degli obiettivi non solo dell’AI ma del progresso tecnologico e dell’innovazione in generale.

L’introduzione delle macchine, collegata alle rivoluzioni industriali, ha portato sempre di più alla riduzione del lavoro manuale e di basso valore aggiunto e questo è un fattore ricorrente all’interno dell’evoluzione della tecnologia. Adesso siamo nell’industria 4.0 e le soluzioni più innovative passano per l’implementazione dell’AI.

D: Quanto è importante al giorno d’oggi raccogliere dati sull’utilizzo dei contenuti in maniera trasversale, così da interpretarli in modo uniforme a prescindere dal canale in cui vengono fruiti, per avere una visione completa del percorso di navigazione degli utenti e quindi una rappresentazione accurata dei loro interessi? 

R: Direi che è fondamentale. Al giorno d’oggi siamo bombardati di dati ma dobbiamo distinguere tra le due forme che possono assumere: ci sono quelli strutturati (es. nome, cognome, codice fiscale etc.), ovvero quelli che sono facilmente riconoscibili all’interno di un database e quelli de-strutturati (foto, video, post social etc.), ovvero tutto quello che viene scambiato in rete. 

La maggior parte dei dati che circolano sono del secondo tipo per cui l’AI ha il valore aggiunto di trarre informazioni utili da essi, non solo analizzando il contenuto ma anche lo stato d’animo di chi lo pubblica (es. sistemi di Sentiment Analysis). Il successo sta nel riuscire a gestire in maniera integrata queste tipologie di dati differenti perché, anche se ne siamo sommersi, solo il 20% è disponibile pubblicamente. Il restante 80% risiede invece nelle aziende (es. preferenze dei consumatori, storico d’acquisto, dati demografici etc.) per cui bisogna combinare in maniera ottimale queste fonti interne ed esterne

In ambito Marketing vanno associate diverse tipologie di dati, da quelli strutturati che provengono dal profilo di acquisto di un consumatore (es. ricavati dalla Fidelity Card) con quelli disponibili in rete (es. quello che dicono di gradire sui social) e altri che apparentemente sembrano non c’entrare nulla ma che ci influenzano (es. quelli meteorologici). 

Questo è indispensabile per entrare sempre più in empatia con il cliente che si vede ricevere un’offerta personalizzata non solo sulle caratteristiche generiche del profilo a cui è associato ma sui fattori concreti che distinguono la sua persona e il contesto in cui si muove.