Il fondatore e leader della CX afferma che l’IA rivolta ai clienti fallisce quando le aziende ignorano il percorso che la circonda

Jaco van den Heever è un fondatore seriale con esperienza nell'ambito dell'esperienza digitale dei clienti. Attualmente è CEO di Sand Dollar Design, una società di consulenza da remoto specializzata in strategia UX, progettazione di prodotti e sviluppo dell'intelligenza artificiale.

Abbiamo parlato con Jaco per scoprire come utilizza l'IA per potenziare i flussi di lavoro relativi alla CX e come l'applicazione dell'IA all'EX possa migliorare la CX.

La CX è più di una semplice rifinitura dell'interfaccia

Sono Jaco van den Heever, fondatore e CEO di Sand Dollar Design. Da oltre 20 anni lavoro all'intersezione tra esperienza digitale dei clienti, strategia di prodotto, UX e tecnologia. Prima di fondare Sand Dollar Design, ho guidato attività di progettazione digitale e omnicanale di prodotti per app mobili, siti web e piattaforme di servizi. Questa esperienza ha plasmato il mio modo di vedere la CX: non riguarda solo la rifinitura dell'interfaccia, ma anche la capacità del prodotto, del servizio e del modello operativo di funzionare per gli utenti.

In Sand Dollar Design aiutiamo aziende emergenti, PMI e team aziendali a migliorare i prodotti digitali e i percorsi dei clienti attraverso la strategia UX, la ricerca UX, la progettazione di prodotti e, sempre più spesso, lo sviluppo di MVP e prodotti basati sull'IA.

I nostri canali includono siti web, app mobili, portali per i clienti, piattaforme B2B, strumenti interni, cruscotti e sistemi per la gestione dei flussi di lavoro. I nostri clienti sono generalmente fondatori, responsabili di prodotto, team di innovazione, team di trasformazione digitale e dirigenti aziendali che devono ridurre gli attriti, migliorare l'adozione e prendere decisioni migliori sui prodotti prima di impegnarsi massicciamente nello sviluppo.

Lavoriamo a livello globale, con esperienza in Sudafrica, Stati Uniti, Regno Unito ed Europa, e abbiamo realizzato progetti in settori complessi, tra cui servizi finanziari, sanità, telecomunicazioni, commercio B2B e software aziendale.

Come utilizzare l'IA per semplificare il percorso del cliente

Sto introducendo l'IA molto prima nel percorso del cliente, soprattutto durante l'attivazione iniziale e la scoperta del prodotto.

Un buon esempio è GigExecs, una piattaforma che ho cofondato per professionisti esperti in cerca di incarichi frazionati, temporanei e basati su progetti. Abbiamo individuato un punto di attrito: spesso i professionisti senior hanno una grande esperienza, ma trasformarla in un profilo chiaro, ricercabile e convincente richiede impegno. Le persone spiegano eccessivamente le proprie competenze, le sottovalutano oppure rimandano il completamento del processo di attivazione perché una pagina vuota sembra un lavoro da svolgere. Questo influiva sulla loro esperienza.

Abbiamo quindi progettato l'esperienza intorno alla creazione assistita dall'IA dei profili. Invece di chiedere agli utenti di scrivere manualmente tutto da zero, il flusso assistito dall'IA interpreta un CV, un profilo LinkedIn o un input in formato conversazionale, trasformandolo poi in un posizionamento più chiaro, contenuti per il profilo e dati strutturati.

Il cambiamento importante non consisteva semplicemente nell'“aggiungere l'IA”. Si trattava di riprogettare il percorso intorno a una modalità che richiedesse meno impegno per arrivare al valore.

Questo ha cambiato il mio modo di pensare all'IA nella CX in senso più ampio. Cerco sempre più spesso i punti del percorso in cui gli utenti rimangono bloccati, si sentono insicuri, vengono sovraccaricati o devono tradurre le proprie esigenze nel linguaggio di un sistema. Spesso sono questi i punti migliori in cui l'IA può essere d'aiuto.

Il risultato è una visione più concreta dell'IA nell'esperienza del cliente. Mi interessa meno l'IA come elemento innovativo fine a sé stesso e più come strumento per ridurre lo sforzo, migliorare la pertinenza e aiutare le persone a muoversi con maggiore sicurezza lungo un percorso digitale.

Quali attività della CX dovrebbe svolgere l'IA

Ora mi affido all'IA per supportare o gestire diverse attività della CX:

• Sintetizzare la ricerca sugli utenti
• Identificare i punti di attrito ricorrenti
• Dare priorità ai problemi sulla base dei dati dell'assistenza o dei feedback
• Generare contenuti in prima bozza
• Accelerare la prototipazione
• Creare opzioni di percorso più personalizzate

La sintesi della ricerca sugli utenti si distingue in modo particolare. In un tipico progetto di ricerca raccogliamo grandi quantità di dati qualitativi: note delle interviste, trascrizioni, risposte ai sondaggi, risultati dei test di usabilità, contributi degli stakeholder e osservazioni sui percorsi. In passato, la sintesi era un processo manuale. Continuiamo a svolgere analisi umane, ma oggi l'IA ci aiuta a individuare gli schemi molto più rapidamente. Ci aiuta a raggruppare i temi, individuare i punti di attrito ricorrenti, confrontare i feedback tra diversi tipi di utenti e identificare segnali che richiedono ulteriori approfondimenti. Questo significa che dedichiamo meno tempo all'organizzazione dei dati e più tempo a porci domande difficili: che cosa significa tutto questo, che cosa dovrebbe fare il cliente e quali decisioni sul prodotto devono cambiare?

Quali attività di CX dovrebbero essere svolte dagli esseri umani

Le attività che continuo a considerare esplicitamente umane sono quelle che implicano giudizio, fiducia e responsabilità.

Per esempio, la progettazione del percorso richiede ancora il giudizio umano perché comporta compromessi tra le esigenze dei clienti, gli obiettivi aziendali, la realtà operativa e i vincoli tecnici. Anche il recupero del servizio dovrebbe rimanere guidato dagli esseri umani quando sono presenti frustrazione, rischio finanziario, sensibilità medica, impatto sulla reputazione o una componente emotiva. L'IA può far emergere il problema e preparare il contesto, ma dovrebbe essere una persona a decidere come rispondere.

Lo stesso vale per la strategia di prodotto e la definizione delle priorità. L'IA può aiutarci a individuare più rapidamente gli schemi, ma non dovrebbe decidere che cosa è più importante. Questo richiede ancora una comprensione del cliente, del modello di business, della promessa del marchio e delle conseguenze di un eventuale errore.

Quindi il mio punto di vista è semplice: l'IA dovrebbe ridurre lo sforzo, migliorare il contesto e accelerare l'apprendimento. Gli esseri umani dovrebbero avere la responsabilità delle decisioni in cui empatia, etica, fiducia e giudizio commerciale sono più importanti.

Jaco States

…il mio punto di vista è semplice: l’IA dovrebbe ridurre lo sforzo, migliorare il contesto e accelerare l’apprendimento. Gli esseri umani dovrebbero avere la responsabilità delle decisioni in cui empatia, etica, fiducia e giudizio commerciale sono più importanti.

In che modo la prototipazione con l'IA migliora la qualità dei feedback degli utenti

Un grande vantaggio dell'IA è visibile nella prototipazione. In precedenza, un processo tipico passava dai wireframe ai progetti ad alta fedeltà, poi ai prototipi cliccabili e infine alla consegna agli sviluppatori. Ora, grazie allo sviluppo di prodotti abilitato dall'IA, spesso possiamo mettere un prototipo funzionante davanti agli utenti molto prima. Questo prototipo può includere interazioni reali, dati realistici e una logica funzionale sufficiente per permettere agli utenti di reagire come se si trovassero di fronte a qualcosa di più simile al prodotto finito.

Questo migliora la qualità dei feedback. Le persone si comportano in modo diverso quando utilizzano qualcosa che sembra reale. E questo significa che possiamo comprendere meglio il comportamento reale del prodotto prima di completare lo sviluppo.

Ma lo svantaggio è che l'IA può anche creare una falsa sicurezza. I team possono costruire più velocemente di quanto riescano a riflettere. Il codice richiede ancora una revisione. Le decisioni sul prodotto richiedono ancora prove. La sintesi della ricerca richiede ancora il giudizio umano. Un prototipo rifinito può far sembrare un'idea debole più solida di quanto sia in realtà.

Quindi il risultato migliore non è stato «l'IA ha sostituito il team». Piuttosto, l'IA ha ridotto la distanza tra intuizione, prototipo, test e iterazione.

Perché i chatbot rivolti ai clienti non sono all'altezza

La mia delusione più evidente riguarda i chatbot rivolti ai clienti negli ambienti delle grandi aziende, soprattutto nei servizi finanziari, nelle assicurazioni, nel settore bancario e nelle aziende fintech.

Le capacità attuali dell'IA superano di gran lunga ciò che sperimentano molti clienti.

In teoria, i clienti dovrebbero poter conversare naturalmente con un assistente digitale. Dovrebbe comprendere l'intento, ricordare il contesto, porre domande di approfondimento utili, accedere alle informazioni corrette, spiegare chiaramente le opzioni e passare a un operatore umano quando un problema diventa delicato o complesso.

Nella pratica, molti chatbot aziendali sembrano ancora alberi decisionali obsoleti con una nuova etichetta. Il bot costringe i clienti a scegliere tra un insieme ristretto di opzioni, smette di funzionare non appena una domanda diventa leggermente insolita e spesso gli utenti cercano di sfuggire al bot invece di ottenere aiuto da esso.

Il problema di solito non è il modello in sé, ma l'esperienza che lo circonda. I dati sono frammentati. Le integrazioni sono incomplete. Le regole di escalation sono deboli. Le aziende non hanno progettato il bot sulla base del reale percorso del cliente. E, nei settori regolamentati, le preoccupazioni relative ai rischi e alla conformità spesso portano le aziende a implementare qualcosa di più sicuro, ma molto meno utile.

Questo crea uno strano divario. I clienti sentono parlare molto di IA, ma poi interagiscono con sistemi che non sembrano affatto intelligenti.

Strumenti che ogni team CX dovrebbe prendere in considerazione

I team CX possono trarre vantaggio dai seguenti strumenti:

• ChatGPT e Codex per l'analisi e la pianificazione
• Claude Cowork per il supporto a compiti complessi e la creazione di archivi di conoscenza
• Cursor per lo sviluppo di prodotti basati sull'IA e l'automazione
• Qualtrics per il feedback dei clienti

Perché i leader CX devono investire prima di tutto nel contesto

La qualità dell'output dell'IA dipende tanto dal contesto che fornisci all'IA quanto dal modello stesso.

Inizialmente, è facile pensare che la competenza consista semplicemente nello “scrivere un buon prompt”. Questo è importante, ma ne rappresenta solo una parte. Ho imparato che l'IA offre prestazioni molto migliori quando le fornisci un contesto strutturato: l'obiettivo, il problema del cliente, le regole aziendali, il tono, i vincoli, gli esempi, le fonti di dati e l'aspetto che dovrebbe avere una buona risposta.

Questo ha cambiato il modo in cui ora configuro il lavoro con l'IA. Utilizzo prompt più strutturati, file markdown, cartelle di progetto e documenti di contesto riutilizzabili, così l'IA non deve ripartire da zero ogni volta. Questo rende il lavoro più coerente e l'output molto più utile.

Il mio consiglio è di considerare il primo progetto pilota di IA meno come un esperimento una tantum e più come l'inizio di un nuovo sistema operativo per il modo in cui lavora il tuo team. Quanto meglio strutturi il contesto, tanto più l'IA diventa un vero partner nel flusso di lavoro.

Perché l'EX potenziata dall'IA favorisce la CX

Un numero maggiore di leader dovrebbe riprogettare l'esperienza dei dipendenti, in particolare i sistemi e i flussi di lavoro interni su cui il personale fa affidamento per servire i clienti.

Molti problemi di CX non iniziano nel punto di contatto con il cliente. Iniziano dietro le quinte, dove i dipendenti cercano di offrire una buona esperienza mentre devono gestire sistemi frammentati, processi manuali, dati mancanti e flussi di lavoro progettati male.

L'IA crea un'opportunità per risolvere questo problema.

Se l'IA può aiutare i dipendenti a riunire informazioni provenienti da sistemi diversi, comprendere più rapidamente il contesto del cliente, riassumere la cronologia, consigliare i passaggi successivi e ridurre il lavoro amministrativo, l'esperienza del cliente migliora quasi immediatamente.

Per questo credo che l'EX sia una delle frontiere più importanti per la CX potenziata dall'IA.

Perché l'obiettivo non dovrebbe mai essere semplicemente aggiungere l'IA ai flussi di lavoro della CX

Il mio consiglio ai leader CX è di accogliere l'IA, ma di non abbandonare i principi fondamentali di una buona esperienza del cliente.

L'IA è un nuovo e potente livello tecnologico. Può aiutare i team a muoversi più velocemente, analizzare più dati, personalizzare i percorsi, creare prototipi prima e supportare i clienti in modi che in precedenza non erano praticabili. Ma il processo fondamentale per risolvere i problemi incentrandosi sull'utente rimane invariato.

Devi comunque comprendere il cliente. Devi comunque definire il problema giusto. Devi comunque allineare gli obiettivi aziendali, la tecnologia e le esigenze umane. Devi comunque verificare le ipotesi prima di ampliare una soluzione.

Il pericolo è che i team utilizzino l'IA per costruire più velocemente senza chiedersi prima se stanno costruendo la cosa giusta. Questo può creare più rumore, più automazione e maggiore complessità per i clienti.

L'obiettivo non dovrebbe essere aggiungere l'IA ovunque, ma rendere il percorso più semplice, chiaro e utile per il cliente. Questo richiede progettazione, ricerca, dati e giudizio umano, non solo tecnologia.

Segui

Puoi seguire il lavoro di Jaco van den Heever su LinkedIn, X e sul suo sito web personale. Oppure dai un'occhiata a Sand Dollar Design sul suo sito web e su LinkedIn:

• Casi di studio
• Servizi di sviluppo dell'IA
• Consulenza strategica UX

Altre interviste agli esperti in arrivo su The CX Lead!