Sfruttate la potenza dell’IA generativa

14-04-2023 | News

Foto di Mojahid Mottakin su Unsplash

Dalla finanza alla sanità, dall’istruzione ai viaggi, gli osservatori del settore prevedono un’esplosione di innovazioni nei servizi e nuove esperienze digitali per gli utenti.

Nicolaj Siggelkow

ChatGPT, il chatbot sviluppato da OpenAI e lanciato nel novembre 2022, ha rapidamente conquistato il mondo delle imprese e, in seguito a questo successo, Microsoft ha aumentato i suoi investimenti in OpenAI e introdotto una nuova versione del suo motore di ricerca Bing che fornisce agli utenti risposte generate in risposta alle ricerche, invece di fornire loro migliaia di link tra cui scegliere.

Non sorprende che Google, in qualità di leader del mercato dei motori di ricerca, abbia reagito rapidamente e stia lanciando Bard, il proprio tentativo di creare un chatbot di intelligenza artificiale sfruttando la potenza di grandi modelli linguistici e integrandolo nel processo di ricerca. (“Modelli linguistici di grandi dimensioni” sono algoritmi di apprendimento profondo per l’elaborazione del linguaggio naturale in grado di riassumere, tradurre e generare nuovo testo).

Oltre alla ricerca, sia Google che Microsoft stanno rendendo disponibili i loro chatbot attraverso un’API (application programming interface), consentendo così agli sviluppatori di software di altre aziende di integrare i loro sistemi con questi nuovi chatbot. Dalla finanza alla sanità, dall’istruzione ai viaggi, gli osservatori del settore prevedono un’esplosione di innovazioni nei servizi e nuove esperienze digitali per gli utenti. Sfruttando le capacità dei grandi modelli linguistici, i chatbot hanno sviluppato capacità sorprendenti di generare risposte simili a quelle umane e di parlare in lingue e stili diversi.

Di fronte a queste nuove possibilità tecnologiche, vediamo i dirigenti alle prese con la questione di come trarre vantaggio da questa nuova tecnologia e reimmaginare l’esperienza digitale del cliente. È chiaro che ChatGPT e Bard presentano ancora molte lacune (ad esempio, allucinazioni, pregiudizi e mancanza di trasparenza), ma la tecnologia sta migliorando rapidamente e si sta dimostrando molto promettente. È quindi il momento giusto per iniziare a pensare alle implicazioni competitive che inevitabilmente deriveranno da questa nuova tecnologia. Sulla base delle nostre ricerche e del nostro recente libro, Connected Strategy, forniamo le seguenti raccomandazioni per creare una customer experience vincente.

Raccomandazione 1: concentrarsi sul cliente, non sulla tecnologia.

La prima reazione istintiva alle nuove tecnologie è spesso quella di concentrarsi sulla tecnologia e chiedersi: “Cosa può fare questa tecnologia?”. Vorremmo piuttosto incoraggiare i manager a pensare prima a un punto critico del cliente che deve essere risolto e poi a chiedersi: “Come può aiutare questa tecnologia?”. Per identificare i punti critici, riteniamo utile pensare all’esperienza del cliente come a un viaggio che attraversa tre fasi, che iniziano tutte con la lettera R.

La fase iniziale del viaggio del cliente è il riconoscimento di un’esigenza del cliente. Il cliente o il service provider (con o senza chatbot) devono capire quale sia l’esigenza non soddisfatta. Data la capacità dei modelli linguistici di grandi dimensioni di interpretare i testi e integrare i dati, questi modelli possono diventare ottimi assistenti. Ad esempio, un utente può autorizzare un assistente di questo tipo a leggere continuamente informazioni quali cartelle cliniche, dati Fitbit e documenti legali. Il sistema di intelligenza artificiale può quindi creare dei messaggi che segnalano all’utente le possibili esigenze in arrivo, sia che si tratti della necessità di una visita di screening sanitario, sia che si tratti della necessità di una copertura assicurativa più completa. Si noti che tali esperienze del cliente possono essere avviate dal chatbot, superando così le forze dell’inerzia e della miopia che frenano l’utente in molti ambiti della vita. In seguito alla richiesta del chatbot, questa nuova generazione di modelli linguistici di grandi dimensioni consente ai clienti di impegnarsi in una conversazione con il chatbot che aiuta a descrivere e scoprire le esigenze in modo più chiaro rispetto al passato.

Nella seconda fase del customer journey, queste esigenze dell’utente vengono tradotte in una richiesta. I modelli linguistici di grandi dimensioni sono molto bravi a estrapolare dai punti di dati e a prevedere ciò che l’utente potrebbe voler vedere in seguito. Di conseguenza, il sistema è in grado di creare un elenco di idee innovative su come risolvere una particolare esigenza del cliente e di raccogliere una serie di raccomandazioni per prodotti e servizi che contribuiscono a soddisfare l’esigenza non soddisfatta.

Infine, l’azienda deve rispondere al cliente. In questo caso, si può sfruttare la capacità dei modelli linguistici di grandi dimensioni di scrivere senza alcun coinvolgimento umano. Ad esempio, è possibile generare nuovi referti medici e informare i fornitori di assistenza appropriati o addirittura chiedere la disponibilità di un appuntamento. Allo stesso modo, si possono generare o aggiornare contratti e polizze assicurative. Tutto questo può essere eseguito al livello di sofisticatezza appropriato (rapporto al paziente o al medico) e può anche essere regolato per trovare il tono giusto per l’umore attuale dell’utente (ansioso, felice, deluso).

Raccomandazione 2: concentrarsi sull’apprendimento.

Le tre R di cui abbiamo parlato (riconoscere, richiedere, rispondere) consentono alle aziende di costruire grandi esperienze per i clienti. Per trasformare una serie di esperienze in una relazione più profonda con il cliente, entra in gioco una quarta R: ripetere. Ogni volta che un’azienda interagisce con un cliente, dovrebbe apprendere qualcosa di nuovo su di lui, in modo che l’azienda possa fare un lavoro ancora migliore nel riconoscere, richiedere e rispondere all’interazione successiva. La dimensione della ripetizione può creare un potente circuito di feedback positivo: più un’azienda è in grado di soddisfare il cliente, più è probabile che l’azienda possa avere un’interazione ripetuta con esso, che a sua volta fornisce all’azienda un’altra opportunità di imparare, consentendole di gratificarlo ancora di più in futuro.

I grandi modelli linguistici sono intrinsecamente bravi ad apprendere dalle esperienze precedenti. Utilizzano le passate interazioni come feedback e si addestrano a utilizzare le informazioni che ricevono nelle interazioni con un particolare utente. La loro base di conoscenze rispetto a un utente cresce quindi con ogni interazione, codificando in pratica il ciclo di feedback positivo che abbiamo descritto sopra. Inoltre, questi sistemi sono anche in grado di fare inferenze da altri clienti simili, accelerando ulteriormente il processo di apprendimento.

Raccomandazione 3: utilizzate la tecnologia per integrare le vostre capacità, non per sostituirle.

Grazie alle API di Google, Microsoft e altri, la capacità di integrare grandi modelli linguistici nelle esperienze digitali degli utenti non sarà limitata alle grandi aziende tecnologiche. La buona notizia è che tutti, anche una piccola start-up sanitaria o un distretto scolastico con un’infrastruttura tecnologica antiquata, avranno accesso a questa tecnologia. Ma, da un punto di vista strategico, questa è anche la cattiva notizia. L’integrazione delle competenze dei modelli linguistici di grandi dimensioni diventerà una questione di principio anziché essere una fonte di vantaggio competitivo. In altre parole, è lecito prevedere che un’azienda che utilizza questa tecnologia otterrà un vantaggio competitivo rispetto a una che non la utilizza. Ma questo potrebbe non essere sufficiente per creare una customer experience vincente.

A titolo esemplificativo, si consideri quanto è accaduto agli scooter e bike sharing. Una nuova tecnologia (applicazioni mobili e GPS) ha reso possibile un’esperienza d’uso futuristica in cui un cliente può trovare un mezzo, avere l’autorizzazione all’uso a distanza, godersela e riconsegnarla dove desidera. Quest’approccio è stato così attraente che diversi fornitori di mobilità hanno deciso di offrire la stessa esperienza al cliente. Ciò è stato positivo per i clienti, che potevano passare da un fornitore all’altro in pochi secondi, ma ha causato una concorrenza spietata e il fallimento di molte aziende.

Le aziende devono ricordare che la tecnologia da sola non è una fonte di vantaggio competitivo, soprattutto quando è disponibile a tutti. La domanda chiave è come un’azienda possa usarla in modo da ricavarne un valore e aumentare la disponibilità dei clienti a pagare per essa, ma anche da non poter essere facilmente imitata da altri.

Per rispondere a questa domanda, proponiamo di considerare le nuove tecnologie come un complemento alle capacità attuali di un’azienda, piuttosto che come un sostituto. Molte delle discussioni attuali sui chatbot si basano sul modello mentale secondo cui la tecnologia dotata di IA sostituirà il lavoro umano: i costi diminuirebbero e la disponibilità a pagare non ne risentirebbe. Questo è probabilmente vero, ma non lascia molto spazio alla differenziazione competitiva. Un modello mentale migliore è quello di pensare ai chatbot come a dei complementi, che migliorano le capacità esistenti di un’azienda in modi che sono unici per l’azienda stessa. A tal fine, è necessario identificare la proposta di valore distintiva che un’azienda offre ai propri clienti, ossia comprendere a fondo come implementare le quattro R che abbiamo descritto in precedenza. Un sistema sanitario che cerca di ottenere un vantaggio competitivo rispetto ai suoi concorrenti attraverso la connettività e la facilità d’accesso alle cure trarrà maggiori vantaggi dai modelli linguistici di grandi dimensioni cercando modi per rafforzare e migliorare ulteriormente le relazioni con i pazienti, invece di fornire le stesse relazioni che ha fornito in passato a un livello di costi inferiore.

Il lancio di ChatGPT sarà ricordato nella storia del business come una pietra miliare in cui l’intelligenza artificiale è passata da molte applicazioni ristrette a uno strumento più universale che può essere applicato in modi molto diversi. Ma una tecnologia di per sé non crea valore. Affinché la creazione di valore avvenga, dobbiamo pensare ai modelli linguistici di grandi dimensioni come a una soluzione a un’esigenza non soddisfatta, il che richiede una comprensione precisa dei punti dolenti dell’esperienza dei clienti. Come abbiamo detto, questi modelli possono aiutare a risolvere i punti critici che emergono lungo un percorso che comprende le fasi di riconoscimento, richiesta e risposta. Una volta creato il valore, le aziende si trovano ad affrontare la sfida di difenderlo dalla concorrenza. Poiché ChatGPT o sistemi simili possono essere utilizzati da tutti gli attori di un settore, è importante non solo concentrarsi sul problema ingegneristico di risolvere le esigenze non soddisfatte dei clienti, ma anche affrontare la questione strategica di come può aiutare a sfruttare le capacità di un’azienda.

Nicolaj Siggelkow è professore di Management e Strategia presso Wharton e condirettore del Mack Institute for Innovation Management.

Condividi questo contenuto su: