Il responsabile dell’area CS illustra i flussi di lavoro che fanno risparmiare tempo e rendono più soddisfatti i clienti

Ajay Balamurugadas è Responsabile del successo dei clienti e della strategia presso PostQode, un prodotto software nativo dell'IA.

Abbiamo parlato con Ajay per capire come sta usando l'IA per creare clienti più soddisfatti. Ecco cosa ci ha raccontato.

Agenti autonomi di IA nello sviluppo software

Mi chiamo Ajay Balamurugadas e sono un dirigente esperto nel campo dell'ingegneria della qualità. Negli ultimi due anni ho ricoperto il ruolo di Responsabile del successo dei clienti e della strategia presso PostQode, un'azienda di prodotto che introduce agenti autonomi di IA in ogni fase del ciclo di vita dello sviluppo software.

Tra i nostri clienti ci sono startup, aziende e società di servizi che servono a loro volta i propri clienti.

Come l'IA crea clienti più soddisfatti

Nel corso dell'ultimo anno abbiamo apportato due cambiamenti concreti al modo in cui offriamo esperienze ai clienti usando l'IA.

Innanzitutto, utilizziamo ampiamente l'IA per la ricerca sui clienti. Invece di basarci soltanto sull'analisi manuale di riunioni, feedback e documenti, usiamo l'IA per riassumere le conversazioni, individuare i problemi ricorrenti ed estrarre le aspettative. L'IA analizza inoltre l'azienda del cliente, le sue attività commerciali, i concorrenti e le possibili soluzioni, evidenziando le differenze tra ciò che i clienti dicono e ciò di cui hanno effettivamente bisogno.

L'analisi e la sintesi assistite dall'IA hanno ridotto il tempo necessario per le attività di ricerca sui clienti e sul mercato da quasi un'intera giornata lavorativa a solitamente 1-2 ore.

In secondo luogo, abbiamo introdotto un supporto alla risoluzione dei problemi basato sull'IA per l'analisi e la risoluzione delle problematiche. L'IA aiuta ad analizzare registri, schemi degli errori, risultati dei test e problemi storici, per restringere rapidamente il campo delle possibili cause principali e suggerire i passaggi successivi. Ciò ha migliorato i tempi di risposta, ridotto lo sforzo necessario per le indagini e consentito ai team di risolvere più rapidamente i problemi dei clienti, disponendo di un contesto migliore.

L'IA genera e mantiene inoltre la documentazione, come guide introduttive, domande frequenti sulla risoluzione dei problemi e documenti di confronto — riducendo nuovamente il tempo e lo sforzo necessari per crearla, da giorni a ore.

E soprattutto, tutto questo ha portato a clienti più soddisfatti.

Come l'IA può potenziare i flussi di lavoro della ricerca sulla CX

Ajay condivide

Chiediamo all’IA di suggerire strategie di posizionamento, proposte di valore, casi d’uso pertinenti e modalità personalizzate per presentare la soluzione… Questo aiuta il team a preparare in anticipo le risposte e a migliorare la qualità delle conversazioni con i clienti.

Ecco il flusso di lavoro della ricerca sulla CX che utilizziamo prima ancora che avvenga la prima conversazione con il cliente.

Iniziamo con una ricerca usando Perplexity AI per comprendere l'azienda del potenziale cliente, il settore di riferimento, i concorrenti, il posizionamento sul mercato e le attività recenti. Questo ci aiuta a costruire una solida conoscenza del contesto prima di interagire con il cliente.

Successivamente, utilizziamo Claude o ChatGPT per combinare questa ricerca con informazioni dettagliate sulla nostra organizzazione e identificare il modo migliore in cui la nostra piattaforma può aiutare quello specifico potenziale cliente. Chiediamo all'IA di suggerire strategie di posizionamento, proposte di valore, casi d'uso pertinenti e modalità personalizzate per presentare la soluzione.

Usiamo poi ChatGPT o Gemini per simulare le probabili obiezioni, preoccupazioni e domande dei clienti. Questo aiuta il team a preparare in anticipo le risposte e a migliorare la qualità delle conversazioni con i clienti.

Durante le riunioni con i clienti, registriamo e trascriviamo le chiamate. Utilizziamo ChatGPT per riassumere le discussioni, generare verbali strutturati delle riunioni, individuare le attività da svolgere e raccogliere le aspettative e i rischi dei clienti.

Dopo le riunioni, utilizziamo Claude e ChatGPT per generare materiali di supporto come documenti sulle soluzioni, guide introduttive, documenti di confronto, diagrammi, flussi di lavoro e materiali per la risoluzione dei problemi.

Perché le relazioni e le sfumature non possono essere affidate all'IA

Ma non utilizziamo l'AI per tutto.

La costruzione di relazioni e il legame emotivo rimangono prerogative esplicitamente umane. Crediamo che la fiducia, l'empatia e le relazioni a lungo termine non possano essere affidate all'AI. Le persone gestiscono direttamente le interazioni personali, come verificare il raggiungimento degli obiettivi dei clienti, comprendere i loro progressi, fare loro gli auguri in occasioni speciali e mantenere un'autentica connessione umana.

L'AI supporta la relazione, ma sono gli esseri umani a costruirla e mantenerla.

Inoltre, in molti casi, il contesto critico relativo ai clienti è distribuito tra email, sistemi CRM, note delle riunioni, registrazioni delle chiamate, ticket di assistenza e discussioni interne, causando risultati insufficienti da parte dell'AI. In queste aree, dove manca la continuità del contesto, è ancora necessario l'intervento umano per interpretare le sfumature, convalidare le raccomandazioni e collegare le informazioni provenienti da fonti diverse.

Perché i processi di riserva sono necessari con l'AI

Quindi, l'integrazione dell'AI nelle attività relative all'esperienza del cliente ha prodotto notevoli risparmi di tempo e impegno, una maggiore coerenza e la trasformazione di attività precedentemente dipendenti dai singoli in processi più scalabili e ripetibili.

Tuttavia, sono emerse anche delle difficoltà. Una preoccupazione è l'effetto “troppo bello per essere vero”, per cui i risultati generati dall'AI a volte appaiono estremamente sicuri, anche quando è necessaria una validazione più approfondita. Ciò significa che la revisione e il giudizio umano rimangono importanti per le decisioni critiche e le raccomandazioni rivolte ai clienti.

Un'altra difficoltà è la dipendenza operativa. Una volta che le squadre si abituano ai flussi di lavoro supportati dall'AI, trovano difficile mantenere la stessa velocità e coerenza durante i periodi di inattività dell'AI o quando gli strumenti non sono disponibili. Questo evidenzia l'importanza di disporre di processi di riserva e di garantire che le squadre mantengano comunque una conoscenza fondamentale del settore e la capacità di prendere decisioni.

Perché i responsabili della CX devono conoscere i risultati desiderati prima di scegliere gli strumenti

È importante comprendere chiaramente il risultato esatto desiderato prima di scegliere strumenti o modelli.

Inizialmente pensavamo che un unico modello potesse gestire efficacemente ogni tipo di attività, ma abbiamo imparato rapidamente che modelli diversi offrono prestazioni migliori per casi d'uso differenti. Alcuni sono più adatti alla ricerca, altri al ragionamento, altri ancora alla documentazione strutturata, alla sintesi o alle attività conversazionali. Scegliere il modello giusto per l'attività giusta può migliorare significativamente la qualità e ridurre costi e impegno.

Un'altra lezione importante: non affrontare i problemi più grandi come un'unica enorme attività di AI. Suddividere i flussi di lavoro complessi in attività più piccole e ben definite e coordinarle passo dopo passo produce risultati molto migliori e più affidabili.

Come guidare le squadre verso un uso efficace dell'AI

Ajay condivide

Garantiamo un’adozione efficace promuovendo l’apprendimento e l’utilizzo collaborativo dell’AI all’interno della squadra… Inoltre, condividiamo continuamente internamente scoperte, esempi, articoli, istruzioni e flussi di lavoro efficaci, affinché le conoscenze si diffondano rapidamente in tutta l’organizzazione invece di rimanere appannaggio di poche persone.

Garantiamo un'adozione efficace promuovendo l'apprendimento e l'utilizzo collaborativo dell'AI all'interno della squadra. Formiamo regolarmente i membri della squadra sui diversi strumenti di AI, sui casi d'uso, sugli approcci alla formulazione delle istruzioni e sui flussi di lavoro pertinenti alle attività relative all'esperienza del cliente.

Inoltre, condividiamo continuamente all'interno dell'organizzazione scoperte, esempi, articoli, prompt e flussi di lavoro di successo, affinché la conoscenza si diffonda rapidamente invece di rimanere nelle mani di poche persone. Esaminiamo inoltre insieme i risultati, guidiamo i membri del team nel miglioramento del contesto e della qualità dei prompt e mostriamo gli artefatti creati nelle diverse fasi del coinvolgimento dei clienti.

Questo ciclo continuo di formazione, condivisione, revisione e dimostrazione aiuta il team ad acquisire fiducia e a utilizzare l'IA in modo più efficace e coerente in scenari reali con i clienti.

Come l'IA sta cambiando il modo in cui deve essere applicata la competenza nel CX

Tradizionalmente, attività come la ricerca approfondita sui clienti, l'analisi della concorrenza, la creazione di documentazione, la sintesi delle riunioni o la preparazione di soluzioni dipendevano da esperti specifici con anni di conoscenze ed esperienza nel settore. Oggi l'IA può accelerare e supportare molte di queste attività in modo più ampio, consentendo a un numero maggiore di membri del team di contribuire efficacemente con la giusta guida e il contesto appropriato.

Questo non elimina la necessità di competenze, ma cambia il modo in cui le applichiamo. Invece di dedicare la maggior parte del loro tempo alla raccolta di informazioni e alla preparazione ripetitiva, gli specialisti possono concentrarsi maggiormente sulla strategia, sulle relazioni, sul processo decisionale e sui risultati per i clienti.

Come i leader del CX dovrebbero approcciarsi all'IA

Consiglio ai leader del CX di considerare l'IA come un'assistente, non come una sostituta. La qualità dei risultati dipende in larga misura dalla qualità del contesto fornito. Continuate ad alimentare l'IA con il contesto aziendale pertinente, la cronologia dei clienti, i flussi di lavoro e persino il “contesto del contesto”, affinché possa generare risultati più accurati e significativi.

Inoltre, tenete presente che strumenti di IA diversi sono adatti a casi d'uso diversi. Dedicate del tempo a conoscere i punti di forza e i limiti dei vari strumenti nell'ambito della ricerca, dell'assistenza, dell'analisi, della documentazione, dell'automazione e della personalizzazione.

Soprattutto, sperimentate continuamente. Le organizzazioni che ottengono il maggior valore dall'IA sono quelle che testano attivamente le idee, perfezionano i flussi di lavoro, imparano dagli errori e si adattano rapidamente. L'adozione dell'IA non è un'implementazione una tantum — è una capacità in evoluzione che migliora con l'utilizzo, il feedback e l'iterazione.

Segui gli aggiornamenti

Puoi seguire il lavoro di Ajay Balamurugadas su LinkedIn.

Altre interviste con esperti arriveranno su The CX Lead!