"Ci servirebbe un chatbot" è una frase che sentiamo spesso, e quasi sempre nasce da un sintomo reale: l'assistenza porta via troppo tempo. Ma un chatbot non riduce il lavoro dell'assistenza in generale. Riduce un tipo preciso di lavoro, e se il vostro non è quel tipo rischia di aggiungerne.

Questo articolo serve a capire in quale dei due casi siete, prima di spendere. E, se il chatbot conviene, a sapere cosa deve avere perché non diventi un problema nuovo: risposte inventate, costi che nessuno controlla, clienti che non riescono a parlare con una persona.

La domanda giusta non è "ci serve un chatbot?"#

È: cosa ci chiedono i clienti, e quante volte la stessa cosa?

Il test si fa in mezza giornata. Prendete le ultime 200 richieste arrivate — email, messaggi, telefonate annotate, commenti — e mettete accanto a ciascuna una categoria. Non serve precisione: "orari", "stato dell'ordine", "prezzo", "reso", "problema tecnico", "reclamo", "altro".

Alla fine guardate due numeri:

  • quante richieste finiscono nelle prime cinque categorie;
  • per quante di quelle la risposta è già scritta da qualche parte — sul sito, in un documento interno, nel gestionale.

Se le prime cinque categorie coprono la maggior parte delle richieste e la risposta esiste già, siete nel caso in cui un chatbot rende. Se le richieste sono sparse, ognuna diversa dall'altra, o la risposta sta solo nella testa di chi risponde, il chatbot non ha niente da cui imparare e la cosa da fare prima è un'altra: scrivere le risposte.

Quando conviene#

Situazione Perché il chatbot rende
Le stesse domande tornano ogni giorno È il caso ideale: orari, spedizioni, resi, disponibilità, come si usa il prodotto.
Le richieste arrivano fuori orario Un cliente che scrive alle 22 riceve una risposta subito invece che la mattina dopo.
La risposta dipende da un dato che avete già Stato dell'ordine, scadenza di un abbonamento, disponibilità di un prodotto. Serve un collegamento al gestionale, ma la risposta è certa.
Chi risponde oggi ha anche altri lavori Il tempo liberato va a chi lo stava togliendo ad altro, ed è lì che si vede.

Quando non conviene#

Situazione Perché no
Pochi clienti, ciascuno di valore alto Se ogni conversazione è una relazione commerciale, un chatbot è un filtro che il cliente percepisce.
Le richieste sono quasi tutte problemi diversi Il chatbot risponde bene a ciò che si ripete. Sui casi unici risponde male o rimanda a una persona, cioè aggiunge un passaggio.
Reclami e contestazioni Un cliente arrabbiato che si trova davanti una macchina diventa un cliente più arrabbiato.
Le risposte non sono scritte da nessuna parte Il chatbot non può sapere ciò che nessuno ha messo per iscritto. Se ci prova, inventa.

L'ultimo punto è il più sottovalutato. Un chatbot costruito su informazioni incomplete non dice "non lo so": produce una risposta plausibile. Ed è esattamente il rischio che conta.

Il problema vero: le risposte inventate#

Un modello linguistico scrive testo verosimile. Se gli fate una domanda a cui non ha i dati per rispondere, tende comunque a rispondere, con lo stesso tono sicuro che usa quando ha ragione. In assistenza clienti questo significa un orario sbagliato, una politica di reso che non esiste, uno sconto promesso che nessuno ha deciso.

La soluzione non è "scegliere un modello migliore". È decidere cosa il modello ha il permesso di fare.

Lo abbiamo affrontato su StatArena, una piattaforma di statistiche sul calcio con un assistente conversazionale, Mira. Non è un servizio di assistenza clienti, ma il problema era lo stesso portato all'estremo: l'utente chiede numeri — percentuali, statistiche di una partita — e un numero inventato lì è un danno diretto a chi paga l'abbonamento. Le scelte che abbiamo fatto valgono per qualunque chatbot:

  1. Il modello interpreta la domanda, non scrive la risposta. Il suo compito è capire cosa l'utente sta chiedendo e trasformarlo in una richiesta strutturata. I dati li recupera il server, dal database, e la risposta si compone su quei dati.
  2. I numeri si controllano. Ogni cifra nella risposta viene confrontata con quelle prodotte dal server. Una cifra che non viene dai dati è un segnale d'allarme, non un dettaglio.
  3. Le frasi vietate hanno una risposta fissa. Ci sono cose che l'assistente non deve dire in nessun caso — nel caso di StatArena, qualunque promessa di vincita. Quelle domande ricevono una risposta scritta da noi, non generata.
  4. Il fuori tema non si improvvisa. Se la domanda non riguarda il servizio, l'assistente lo dice e dichiara di essere un software, non una persona.

Tradotto in un chatbot di assistenza: le informazioni su orari, prezzi, resi e condizioni vengono da una fonte che controllate voi, e il modello non ha il permesso di aggiungerne. Se la fonte non contiene la risposta, la risposta corretta è "non lo so, vi metto in contatto con una persona".

Due tipi di chatbot, due progetti diversi#

Vale la pena distinguerli, perché il costo e i tempi sono diversi:

  • Il chatbot che risponde da documenti. Domande frequenti, condizioni di vendita, istruzioni d'uso. Il lavoro vero è preparare i contenuti: completi, aggiornati, senza contraddizioni fra una pagina e l'altra.
  • Il chatbot che legge i vostri dati. "Dov'è il mio ordine?", "quando scade il mio abbonamento?". Qui serve un collegamento al gestionale o all'e-commerce, e soprattutto serve sapere chi sta chiedendo: un cliente deve vedere i suoi dati e nessun altro. Su StatArena l'identità dell'utente arriva dal login e non passa mai dal modello, così nessuna domanda formulata con astuzia può fargli leggere i dati di un altro.

Il secondo tipo è quello che toglie più lavoro, perché risponde alle domande che oggi costringono qualcuno ad aprire il gestionale. È anche quello che richiede più attenzione.

I costi di esercizio si decidono prima#

Un chatbot basato su un modello linguistico si paga a consumo: ogni conversazione ha un costo, piccolo, che moltiplicato per il traffico diventa una voce di bilancio. Il problema non è il costo medio, è quello che succede nei giorni anomali: un picco di traffico, un utente che scrive centinaia di messaggi, un bot automatico che interroga il vostro.

Quello che deve esserci dal primo giorno:

  • un limite per utente, oltre il quale l'assistente risponde che per oggi ha finito;
  • un tetto giornaliero complessivo, che protegge dal caso peggiore;
  • avvisi prima di arrivare al tetto. Su StatArena parte un'email al superamento del 50%, dell'80% e del 100% del tetto giornaliero, una sola volta per soglia;
  • un pannello dove si legge la spesa, per giorno e per mese, senza dover chiedere a un tecnico.

Nessuna di queste cose è complicata da costruire. Tutte sono complicate da aggiungere dopo la prima bolletta inattesa.

Il passaggio a una persona#

In un chatbot di assistenza è la prima cosa da progettare, non l'ultima. Su StatArena non c'è, perché l'assistente risponde su statistiche e non gestisce problemi dei clienti; in un servizio di assistenza, invece, senza un'uscita verso una persona il chatbot diventa un muro.

Le regole che funzionano:

  • L'uscita è sempre visibile. Il cliente non deve convincere il chatbot a lasciarlo parlare con qualcuno.
  • Certe parole la attivano da sole. Reclamo, rimborso, contestazione: sono conversazioni da persona.
  • La persona riceve la conversazione. Il cliente non deve rispiegare tutto da capo.
  • Fuori orario, il chatbot lo dice. "Vi risponderà una persona domattina" è una risposta onesta. Far finta che qualcuno stia arrivando no.

Le conversazioni vanno lette#

Il valore più sottovalutato di un chatbot non sono le risposte che dà, ma le domande che riceve. Sono il registro più preciso che avrete mai di cosa i clienti non trovano sul vostro sito.

Per questo ogni conversazione va registrata e resa leggibile a chi gestisce il servizio, in un pannello e non in un file di log. Su StatArena gli amministratori leggono le conversazioni per giorno e per sessione, e ogni chiamata al modello è registrata con tempi, consumo ed esito — risposta riuscita, tempo scaduto, errore.

Registrare conversazioni significa trattare dati personali. Serve un'informativa che lo dica, e quando un cliente chiede la cancellazione del proprio account le sue conversazioni devono sparire con lui. Anche questo si progetta all'inizio. Allo stesso modo, il cliente deve sapere che sta parlando con un sistema automatico: è un obbligo di trasparenza previsto dal regolamento europeo sull'intelligenza artificiale, oltre che una questione di correttezza.

Cosa chiedere a chi vi propone un chatbot#

Domanda La risposta che volete sentire
Da dove prende le risposte? Da una fonte che controllate voi, non dalla conoscenza generale del modello.
Cosa fa quando non sa rispondere? Lo dice e vi passa il cliente. Non "prova comunque".
Come si limita la spesa? Limite per utente, tetto giornaliero, avvisi. Con numeri, non con "è economico".
Chi legge le conversazioni, e dove? Voi, in un pannello, senza chiedere a nessuno.
Come si aggiornano le informazioni? Le modificate voi quando cambiano, e il chatbot usa subito quelle nuove.

Se una di queste risposte è vaga, il problema non è tecnico: è che nessuno ci ha ancora pensato. Meglio accorgersene prima.

Come si capisce se funziona#

Tre numeri, da prendere prima di partire:

  • quante richieste arrivano all'assistenza ogni settimana;
  • quanto tempo passa fra la richiesta e la prima risposta;
  • quante ore a settimana qualcuno dedica a rispondere.

Dopo il lancio se ne aggiunge uno: la quota di conversazioni che il chatbot chiude senza passare a una persona. Se resta bassa, le risposte che mancano sono scritte nelle conversazioni stesse: leggetele e completate la fonte.

Il ragionamento è lo stesso di qualunque automazione. Se volete il metodo completo per fare il conto, è in quante ore si recuperano davvero con l'automazione; per capire se l'assistenza è il processo giusto da cui partire, il criterio è in 5 processi aziendali da automatizzare subito.