Usare l’AI generativa integrata nei tool CRM e in tutti quelli che gestiscono il rapporto con i consumatori presenta notevoli vantaggi in termini di operatività e di realizzazione del funnel di approccio al cliente. Vediamo, in particolare, quando e come interviene l’AI generativa in questo specifico contesto.

Ricordiamo, innanzitutto, cosa si intende per AI generativa. L'intelligenza artificiale "generativa” usa le tecnologie del machine learning non (solo) per analizzare dati o individuare trend ma per generare contenuti originali, che cioè non esistono in alcuna forma prima che gli algoritmi li generino.

A seconda del loro compito, questi particolari algoritmi di machine learning sono già addestrati attingendo a fonti dati eterogenee. Così, quando un utente dà in input una descrizione sommaria di quello che vuole, gli algoritmi sono in grado di generarlo in maniera convincente.

AI generativa, un passo avanti al machine learning

Dalla definizione data, si comprende come l’integrazione di un tool di AI generativa all’interno di una piattaforma applicativa rappresenti un notevole passo avanti rispetto all’approccio classico di un sistema di machine learning. Infatti, prima di beneficiare di uno strumento tradizionale, è necessario “educare l’algoritmo”, selezionando manualmente il set di dati e procedendo con una fase, spesso lunga e complessa, di formazione e personalizzazione del sistema.

I modelli di AI generativa, invece, portano in dote una “educazione” di base, l’accesso a set di dati preimpostati, comunque ampliabili e personalizzabili, e, soprattutto, sono capaci di generare e distribuire autonomamente contenuti validi. Ciò aiuta notevolmente l’operatività dei reparti marketing e commerciale, fornendo informazioni personalizzate sul singolo cliente, creatività e automazione. Questi sono i vantaggi dell’AI generativa applicata al CRM e alla gestione del cliente, e non sono poca cosa.

inoltre, se il machine learning integrato nei servizi di CRM imparava osservando l’operatività dell’utente della piattaforma e fornendo il suo contributo soprattutto in termini di ottimizzazione dei processi, l’AI generativa si dimostra molto più potente per le diverse divisioni aziendali.

Siamo di fronte a un tool avanzato di supporto non solo all’automazione ma a un vasto range di attività. In particolare, è possibile generare e-mail personalizzate che i venditori possono inviare ai clienti, generare risposte specifiche affinché il servizio clienti risponda più rapidamente alle richieste, generare contenuti mirati per aiutare i marketer ad aumentare i tassi di risposta delle campagne e generare automaticamente codici per gli sviluppatori.

In particolare, l’operatore di una piattaforma che integra un modello di AI generativa propone un “problema” al sistema e ottiene non solo il modo migliore per risolverlo ma è anche capace di realizzarlo in autonomia. L’operatore dovrà solo validare le singole attività, per poi darle in pasto all’automazione.

Un esempio di AI generativa per il CRM

Un’azienda che dimostra forte interesse all’hype del momento, l’AI generativa, è certamente Salesforce. All’ultimo Salesforce World Tour 2023, il leader delle soluzioni per la gestione del cliente ha mostrato di cosa è capace Einstein GPT, l’Intelligenza Artificiale generativa di Salesforce applicata al CRM.

Einstein GPT unisce i modelli di AI proprietari di Salesforce alla tecnologia AI generativa dell’ecosistema di partner e ai dati in tempo reale di Salesforce Data Cloud, permettendo di raccogliere, armonizzare e unificare tutti i dati dei clienti di un'azienda.

Con Einstein GPT, le aziende possono collegare questi dati ai modelli avanzati di Intelligenza Artificiale di OpenAI o scegliere il proprio modello esterno, e utilizzare suggerimenti direttamente all'interno del CRM Salesforce, per generare contenuti che si adattano continuamente alle informazioni e alle esigenze dei clienti in tempo reale.

In pratica, Salesforce ha integrato la tecnologia ChatGPT di OpenAI con i propri modelli preesistenti di intelligenza artificiale per l’automazione di processo per offrire in più contenuti pertinenti e affidabili generati dall’AI.

I moduli di AI generativa per le diverse divisioni aziendali

Einstein GPT attualmente fornisce più di 200 miliardi di previsioni al giorno sulla piattaforma Salesforce Customer 360. Combinando i modelli di AI proprietari di Einstein con ChatGPT o altri modelli linguistici di grandi dimensioni, i clienti possono richiedere informazioni sui dati del CRM e attivare automazioni che consentono di risparmiare tempo e creare contenuti personalizzati.

In particolare, Salesforce propone diversi moduli, per le varie divisioni aziendali. Einstein GPT for Sales per generare automaticamente task come la composizione di e-mail, la programmazione di riunioni e la preparazione della prossima interazione. Einstein GPT for Service è in grado di generare articoli a partire dagli appunti di casi di assistenza passati. Genera automaticamente risposte personalizzate alle chat per aumentare la soddisfazione dei clienti attraverso interazioni personalizzate e veloci. Einstein GPT for Marketing, invece, genera contenuti personalizzati ideati per coinvolgere clienti attivi e potenziali attraverso e-mail, messaggi via mobile, web e pubblicità.

L’offerta Salesforce prevede anche Einstein GPT for Slack per fornire approfondimenti generati dall’AI sui clienti in Slack, come riepiloghi intelligenti delle opportunità di vendita e attività degli utenti finali, come l'aggiornamento degli articoli. Ancora, Einstein GPT for Developers può migliorare il lavoro degli sviluppatori grazie al Large Language Model proprietario di Salesforce Research, utilizzando un assistente di chat AI per generare codici e porre domande riguardo a linguaggi come Apex. Infine, Salesforce e OpenAI hanno presentato ChatGPT per Slack. Un’applicazione che fornisce nuove sintesi delle conversazioni basate sull'intelligenza artificiale, strumenti di ricerca per conoscere qualsiasi argomento e assistenza alla scrittura per redigere rapidamente i messaggi.

L’etica dell’AI generativa

All’introduzione dell’AI generativa in qualsiasi contesto corrispondono alcune problematiche etiche. Mettendo da parte la dialettica che riguarda il rischio di una riduzione della forza lavoro, speriamo superata, sono altre le questioni su cui concentarsi. Salesforce le riassume bene nel suo manifesto per una AI generativa responsabile e sostenibile.

In primo luogo, c’è l’accuratezza. È fondamentale sapere quali sono i limiti qualitativi delle risposte fornite. Ciò dipende dalla definizione dei set di dati, che dunque deve essere in qualche modo garantita dal modello. È consigliabile, per esempio, citare le fonti, chiarire il metodo di generazione delle risposte e segnalando le informazioni da controllare. E, in ogni caso, è auspicabile un margine di validazione da parte di una risorsa umana, ponendosi sempre un dubbio sulla veridicità dei risultati.

È necessario, inoltre, garantire un buon livello di sicurezza, filtrando opinioni e giudizi e ponendo massima cura nella protezione della privacy di qualsiasi informazione di identificazione personale (PII). Stessa cosa per il rispetto della provenienza dei dati e l’assicurazione di avere il consenso all'utilizzo degli stessi. Importante anche essere trasparenti sul fatto che i contenuti creati provengano da un'intelligenza artificiale, per esempio nell’uso di chatbot e di filigrane.

In alcuni casi è conveniente automatizzare completamente i processi, mentre in altri l’AI deve svolgere un ruolo di supporto per l'essere umano e, nel rilascio dell’attività, deve essere richiesto il giudizio umano. Fondamentale, dunque, identificare l'equilibrio appropriato per "potenziare" le capacità umane e rendere queste soluzioni accessibili a tutti. Infine, una considerazione sulla sostenibilità del modello. Si dovrebbe ragionare, ove possibile, su modelli di dimensioni adeguate al fine di ridurre la nostra impronta di carbonio. Non è sempre detto, infatti, che a modelli di intelligenza artificiale più grandi corrispondano modelli migliori.