L’esperta di CX nella robotica ci spiega come scegliere quali flussi di lavoro del CX revisionare con l’IA

Jesica Chavez è l'amministratrice delegata di Robo Success, un'agenzia boutique che aiuta le aziende di robotica e tecnologia a crescere migliorando al contempo le loro operazioni CX. In precedenza, ha ricoperto ruoli come responsabile del CS e vicepresidente del CXS presso diverse organizzazioni di robotica.

Abbiamo parlato con Jesica, che ci ha illustrato i suoi flussi di lavoro e condiviso i suoi consigli per altri leader CX che stanno adottando l'IA nelle loro organizzazioni.

Pratica, reattiva e orientata ai risultati

Sono Jesica Chavez, amministratrice delegata di Robo Success. Da oltre 20 anni guido iniziative legate all'esperienza del cliente e aiuto le organizzazioni a creare funzioni CX che favoriscano una crescita sostenibile.

Robo Success è un'agenzia boutique orientata alla crescita che aiuta le aziende di robotica e tecnologia a ottenere risultati migliori attraverso strategie allineate ai loro obiettivi di crescita. Ci concentriamo su startup e aziende in fase di espansione che stanno sviluppando o rafforzando le proprie capacità nell'ambito dell'esperienza del cliente.

Comprendiamo le sfide uniche che le startup affrontano quando istituiscono i propri reparti CX e adottiamo una prospettiva più ampia: la CX è una componente essenziale per offrire un'esperienza complessiva eccezionale. Il nostro obiettivo è rendere ogni interazione pratica, reattiva e orientata ai risultati — dalla prima conversazione fino al successo a lungo termine.

Come utilizzare l'IA per semplificare la creazione di contenuti per il Centro assistenza

Nell'ultimo anno abbiamo utilizzato l'IA per semplificare la creazione di contenuti per il Centro assistenza — una componente fondamentale per ampliare l'assistenza clienti con la crescita dell'azienda.

Scribe è uno strumento di IA che ci aiuta a trasformare i flussi di lavoro ripetibili dei prodotti in guide chiare, passo dopo passo, con schermate acquisite automaticamente. Loom ci consente di creare brevi spiegazioni video personalizzate per gli argomenti più visivi o complessi — e la sua suite di IA aiuta nelle attività di modifica e nella creazione dei metadati. Utilizziamo messaggi, terminologia e modelli consolidati per garantire che entrambi i formati riflettano la voce del marchio dell'azienda e comunichino le informazioni in modo coerente.

Utilizziamo quindi questi contenuti approvati per fornire informazioni ai chatbot basati sull'IA, offrendo ai clienti indicazioni e assistenza coerenti e in linea con il marchio ogni volta che ne hanno bisogno, 24 ore su 24, 7 giorni su 7. Questo crea un'esperienza self-service più fluida, riduce gli attriti e le richieste di assistenza ripetute e garantisce che i clienti ricevano le stesse informazioni chiare attraverso tutti i canali.

Di conseguenza, abbiamo ridotto il tempo precedentemente dedicato alla produzione di articoli e video istruttivi. Ad esempio, un articolo che prima richiedeva più di due ore, oltre a un ciclo di revisione, ora richiede circa dieci minuti. Inoltre, utilizzando contenuti approvati per fornire informazioni ai chatbot basati sull'IA, il tempo dedicato all'assistenza via chat di Livello 1 si è ridotto del 30%.

Ora reindirizziamo questa capacità verso il miglioramento della strategia complessiva di esperienza del cliente, l'identificazione anticipata delle esigenze dei clienti e il supporto ai team nel passaggio da un'assistenza reattiva a una proattiva.

Un flusso di lavoro reale per i contenuti del Centro assistenza

Questo flusso di lavoro CX basato sull'IA inizia quando una nuova funzionalità del prodotto viene completata e pubblicata in Jira. Ciò attiva una notifica Slack e crea automaticamente un'attività Jira per il team di assistenza, incaricato di preparare contenuti destinati ai clienti.

Il team di assistenza utilizza Scribe per creare una guida passo dopo passo con schermate e Loom per realizzare una panoramica video. Claude e Zapier supportano il flusso di lavoro, coordinando gli agenti e automatizzando il trasferimento delle informazioni tra i sistemi. Prima di pubblicare qualsiasi contenuto, una persona ne verifica i contenuti per confermare che siano accurati, utili e coerenti con la voce del marchio.

Una volta approvati, pubblichiamo la guida scritta nel Centro assistenza, pubblichiamo il video su YouTube e inseriamo entrambe le risorse nel chatbot basato sull'IA. In questo modo, non appena una funzionalità è disponibile, il chatbot può fornire ai clienti indicazioni coerenti e aggiornate 24 ore su 24, 7 giorni su 7.

Condividiamo inoltre gli stessi contenuti approvati con il reparto Marketing, affinché il team possa creare annunci sulle funzionalità e comunicazioni per i clienti. In questo modo, Assistenza, CX, Prodotto e Marketing rimangono allineati su un unico messaggio accurato e coerente.

Perché le persone sono responsabili della strategia e delle relazioni

Oltre a questo, utilizziamo l'IA per fornire informazioni e ampliare le attività CX ripetibili, tra cui l'analisi dei temi ricorrenti nelle richieste di assistenza, l'identificazione delle lacune nei contenuti e l'alimentazione dei chatbot con informazioni approvate e coerenti con il marchio. L'IA ci aiuta inoltre a personalizzare le indicazioni in base alle esigenze comuni dei clienti e a far emergere i problemi che potrebbero richiedere attenzione.

Le decisioni che richiedono giudizio restano esplicitamente umane. Tra queste rientrano la definizione delle priorità in ambito CX, la progettazione dei percorsi dei clienti, la gestione delle escalation delicate o del recupero del servizio e la formulazione di raccomandazioni strategiche per la leadership. L'IA può identificare schemi e accelerare l'esecuzione, ma sono le persone a fornire l'empatia, il contesto aziendale e la responsabilità necessari per prendere le decisioni giuste per i clienti e per l'azienda.

Il nostro approccio consiste nell'utilizzare l'IA per ridurre il lavoro manuale e migliorare la reattività, mantenendo al contempo le persone responsabili della strategia, delle relazioni e dei momenti di maggiore impatto per i clienti.

Perché l'assistenza automatizzata a volte fallisce e come evitarlo

Quando abbiamo iniziato a utilizzare l'IA per rispondere direttamente ai ticket dell'assistenza clienti, riusciva a risolvere o far avanzare la maggior parte delle richieste, ma a volte le risposte non soddisfacevano le esigenze del cliente. Anche se l'IA aiutava dieci clienti, un solo cliente frustrato era già troppo, soprattutto quando l'interazione richiedeva contesto, empatia o una risposta più articolata.

Questo potrebbe portare a credere che un'esperienza cliente di alta qualità richieda sempre l'intervento umano. Inizialmente era questa la mia convinzione. Tuttavia, abbiamo imparato che i clienti non hanno necessariamente bisogno o desiderio di parlare con una persona per ogni domanda: hanno bisogno di un'assistenza tempestiva, accurata e facile da comprendere.

Di conseguenza, abbiamo cambiato approccio. Ora l'IA supporta il processo preparando bozze di risposta, riassumendo le informazioni e individuando le risorse pertinenti, ma nei casi più complessi o delicati una persona esamina le risposte prima che vengano inviate. Inoltre, esaminiamo regolarmente le risposte meno sensibili che il nostro chatbot invia automaticamente.

È inoltre importante notare che l'IA è affidabile solo quanto le informazioni su cui si basa, quindi contenuti di origine obsoleti o incompleti possono portare a risposte poco chiare o inaccurate. Affrontiamo questo problema utilizzando esclusivamente contenuti approvati, adottando maggiore disciplina nel mantenere aggiornata la nostra base di conoscenza e garantendo percorsi chiari per ricevere assistenza umana.

Come scegliere dove applicare l'IA nella CX

Jesica condivide

In particolare nella robotica, ogni percorso del cliente è molto diverso… Pertanto, il mio consiglio è di iniziare con una metrica prioritaria e individuare un’area specifica in cui l’IA possa fare una differenza significativa.

L'IA e l'automazione possono rafforzare l'esperienza del cliente in molti modi, ma i leader dovrebbero innanzitutto valutare ciò che conta di più per la loro azienda e il modo in cui i cambiamenti influiranno sulle metriche chiave.

Soprattutto nella robotica, ogni percorso del cliente è molto diverso. Il più grande errore che ho visto è trattare l'esperienza del cliente nella robotica esattamente come quella del SaaS. La robotica spesso coinvolge prodotti fisici, implementazione, formazione, cambiamenti operativi e assistenza continuativa in ambienti reali. Questi momenti richiedono un livello diverso di contesto, coordinamento e formazione del cliente.

Pertanto, il mio consiglio è di iniziare con una metrica prioritaria — come il rispetto degli SLA, il CSAT, il valore del cliente nel tempo (CLV) o il tempo di risoluzione delle richieste di assistenza — e individuare un'area specifica in cui l'IA possa fare una differenza significativa. Ad esempio, se l'obiettivo è ridurre i tempi di risposta, l'IA può contribuire a migliorare i contenuti self-service e ad automatizzare l'assistenza di Livello 1. Se la priorità è il CSAT, utilizzare l'IA per individuare i problemi ricorrenti e migliorare il percorso del cliente potrebbe essere più utile.

La chiave è iniziare con un caso d'uso mirato, misurarne l'impatto e apportare miglioramenti iterativi. L'IA dovrebbe supportare un risultato chiaro per il cliente e per l'azienda, non essere implementata semplicemente perché è disponibile.

Perché l'adozione dell'IA può essere più difficile di quanto i leader della CX si aspettino

Uff! Avrei voluto sapere quanto tempo richiede un'adozione efficace dell'IA per iterare, imparare, testare e valutare modelli diversi.

Il lancio del progetto pilota era solo l'inizio; il vero lavoro consisteva nel perfezionare i prompt, migliorare la base di conoscenza, esaminare i risultati e capire dove l'IA potesse apportare valore senza compromettere l'esperienza del cliente.

E poi c'è l'aspetto legato al team. L'adozione dell'IA non è solo una decisione tecnologica: è una decisione che riguarda le persone. I team possono essere entusiasti all'idea di risparmiare tempo, ma possono anche sentirsi incerti riguardo a come cambieranno i loro ruoli, alla possibilità di fidarsi dei risultati o al rischio che l'IA sostituisca le loro competenze.

I leader dovrebbero coinvolgere i team fin dalle prime fasi, spiegare lo scopo dell'AI, fornire formazione e chiarire che l'AI serve a supportare, non a sostituire, il loro lavoro.

Poi, stabilire processi chiari e obiettivi ben definiti. Se il team non sa spiegare chiaramente come gestisce i problemi dei clienti, chi è responsabile della base di conoscenza dei clienti o quali risultati sta cercando di migliorare, è probabile che l'AI aggiunga confusione anziché valore. L'AI ha bisogno di flussi di lavoro strutturati, informazioni accurate e uno scopo misurabile.

Quattro consigli per i leader della CX che implementano l'AI nei propri flussi di lavoro

Il mio consiglio per i leader della CX è questo:

• Accogliete l'AI e consideratela un amplificatore, non una sostituta per la comprensione dei clienti.
• Iniziate da attività ad alto volume e ripetitive, come la creazione di contenuti, la gestione della conoscenza e l'assistenza di base, dove l'AI può migliorare la velocità e la coerenza senza compromettere la fiducia.
• Mantenete le persone responsabili della strategia, delle decisioni complesse, delle escalation delicate e del recupero del servizio.
• E misurate più della sola efficienza. Monitorate l'accuratezza, il sentiment dei clienti, la qualità della risoluzione e i modelli di escalation. Una singola interazione negativa può pesare più di molte interazioni automatizzate riuscite se danneggia la fiducia dei clienti.

Seguite gli aggiornamenti

Potete seguire il lavoro di Jesica Chavez su LinkedIn.

Presto arriveranno altre interviste a esperti su CX Lead!