Intelligent Enterprise, ovvero una gestione aziendale che applica le nuove tecnologie e i nuovi paradigmi dei servizi digitali al classico modello di miglioramento continuo delle prestazioni. Un’impresa “intelligente” è, quindi, quella che rivede interamente la propria organizzazione in chiave di trasformazione digitale.

Fulcro di questa trasformazione è il customer journey; insieme alla customer experience sono i principali elementi che concorrono a determinare la soddisfazione del cliente in tutte le fasi del marketing.

Tra i fattori di cambiamento che stanno influenzando il modo in cui gli utenti attingono alle informazioni, giocano un ruolo determinante l’innovazione tecnologica e la capacità di accesso ai dati. Intelligenza artificiale e big data sono quindi le principali tecnologie abilitanti di questa trasformazione.

Un'indagine realizzata negli Usa dalla società Ovum rivela che il 60% dei consumatori vuole avere accesso più semplice a soluzioni self-service, mentre il 64% si aspetta di ricevere assistenza in real-time e il 75% preferisce le interazioni personali, anche con operatori virtuali (Fonte: Zendesk, Statista, Strategy Analytics, HBR, Ovum, USA market, CISCO VNI & Walker).

Secondo alcune stime, entro il 2021 il 15% delle interazioni con i servizi alla clientela sarà completamente gestito dall’intelligenza artificiale, e siamo solo agli inizi di un cambiamento profondo destinato a investire il rapporto fra azienda e cliente.

L’intelligenza artificiale permette alle organizzazioni di reagire con maggiore rapidità ai cambiamenti del mercato, se possibile anticipandoli secondo le logiche di analisi predittiva. Questo è possibile grazie alle piattaforme di advanced analytics, che integrano le tecnologie dell’area della business intelligence con algoritmi e modelli matematici di machine learning, i quali affinano, in modo adattivo, la propria efficacia previsionale nel tempo.

Intelligenza artificiale e big data costituiscono i pilastri della Intelligent Enterprise. Più esattamente, ci riferiamo, da un lato, alla conversational AI, l’elemento tecnologico fondamentale per realizzare strumenti dedicati a gestire e a migliorare user e customer experience, e alle piattaforme di smart analytics.

Le piattaforme di conversational AI comprendono innovativi strumenti di interazione con la clientela: chatbot, voicebot e virtual assistant. Gli investimenti, in questa branca dell’AI, sono in forte crescita; entro il 2022 raggiungeranno quota 300 milioni di euro, più che triplicando rispetto al 2018. (Fonte: Statista)

Le piattaforme di conversational AI Platform si basano su Machine Learning; Natural Language Processing (NLP); Natural Language Understanding (NLU); cloud ibrido; architetture “a servizi” (as a service).

La conversational AI permette un approccio omnicanale al customer service. Ciò significa che la richiesta di informazioni può iniziare da una chatbot per proseguire con l’operatore e concludersi con l’invio di email o sms. L’obiettivo, per le aziende, è garantire la medesima esperienza al cliente su tutti i touch point.

Con assistenti virtuali come Tellya le aziende possono creare relazioni di valore con i propri clienti e prospect. Grazie alla soluzione realizzata da Noovle - cloud company del Gruppo TIM - è possibile dotarsi  di un ecosistema digitale che consente di creare e gestire chatbot a livello enterprise e organizzare tutto il flusso di comunicazione.

L’altra faccia della Intelligent Enterprise è rappresentata dalle piattaforme di smart analytics. Esse permettono la ricerca delle informazioni aziendali in modo intelligente e veloce. Con la smart analytics si possono gestire dataset eterogenei (strutturati e non) e collegare dati aziendali di seconde e terze parti; le domande sono trasformate in query, ovvero in interrogazioni del database, che è chiamato a estrarre i dati necessari a fornire la risposta.

Una delle piattaforme più performanti per la raccolta, la gestione e l’analisi dei dati è Google Cloud Platform. Questa offre una serie di servizi in modalità serverless che permettono di concentrarsi sull’analisi del dato, la creazione di insights che, fornendo informazioni in real-time, possono migliorare le prestazioni del business. PostgreSQL è uno dei software che offre le maggiori prestazioni in questo ambito.

Anche nelle piattaforme di smart analytics viene utilizzato il Machine Learning, per estrarre sia informazioni rilevanti in base al contesto di ricerca, sia i metadati descrittivi da un testo, migliorando l’identificazione e velocizzando il recupero dei contenuti.