Oltre la Customer Experience
Expert System: come aggiungere intelligenza ai processi - Process Automation - e come gestire con intelligenza le informazioni - Information Intelligence.

In occasione della "Settimana Nazionale della Relazione Esperienza Cliente" abbiamo incontrato Alessandro Monico, Italy Sales Director - Corporate Division di Expert System.
Nel seguito si riporta la nostra conversazione (Mario Massone).

MM
Iniziamo con qualche domanda che riguarda l’azienda Expert System (nel seguito ES). Quando e come nasce ES? Come si è sviluppata in questi anni?

AM
Expert System, oggi leader nel mercato dell’intelligenza artificiale applicata all’analisi di testi e linguaggio, offre una piattaforma tecnologica made in Italy e prodotti multilingue attualmente impiegati in molte delle più importanti aziende e agenzie governative in Europa, Stati Uniti e Medio Oriente. L’azienda è stata fondata a Modena nel 1989, perciò in un tempo in cui la convergenza tra linguistica e tecnologia era qualcosa di cui si parlava solo negli istituti di ricerca o negli ambienti accademici, e non esistevano angel investor o incubatori di startup per incoraggiare la crescita. La prima svolta significativa nel percorso di crescita e sviluppo di Expert System è avvenuta con il primo contratto con Microsoft, che ha confermato la visione pioneristica dell’azienda verso l’ideazione di un software di intelligenza artificiale in grado di capire il significato del linguaggio in base al contesto. Lo sforzo ha prodotto una delle prime piattaforme di analisi semantica, cioè in grado di comprendere il significato delle parole e delle frasi: la tecnologia brevettata Cogito®. Nel 2014, Expert System ha fatto il proprio ingresso nel mercato azionario, quotandosi all’AIM di Borsa Italiana. Negli ultimi anni, ha consolidato il proprio posizionamento, proseguendo con determinazione il percorso di internazionalizzazione anche tramite alcune acquisizioni, caratterizzandosi per l’attenzione costante a sviluppare funzionalità sempre più innovative, in particolare nell’ambito della customer experience, e offrire ai propri clienti un servizio davvero efficiente.

MM
Sul mercato degli assistenti virtuali si possono individuare due approcci: un modello statistico che bene si adatta per interagire su domande/risposte ed un modello di regole semantiche che viene impiegato per i dialoghi. Come si caratterizza l’attuale offerta di ES? La tecnologia cognitiva Cogito ideata per capire automaticamente il significato dei testi resta al centro di tale offerta?

AM
La caratteristica fondamentale della tecnologia Cogito risiede proprio nel fatto che è l’unica piattaforma che realmente capisce il significato della lingua in maniera profonda. Grazie a questa capacità distintiva, è possibile innestare diverse strategie per gestire al meglio le attese dei clienti. Indipendentemente dagli ambiti di utilizzo delle tecnologie di intelligenza artificiale, infatti, sono le diverse aspettative dei clienti a determinare il tipo di approccio che può variare dal “machine learning semantico”, per esigenze meno puntuali ma comunque superiori a quelle gestibili con tecniche di “machine learning puro”, fino alla possibilità di arrivare a un riconoscimento molto preciso delle richieste e intenzioni degli utenti grazie alle pressoché infinite possibilità offerte dal nostro tool di sviluppo di regole semantiche. Una caratteristica spesso sottovalutata è però un’altra: la capacità di riconoscere automaticamente e simultaneamente (perciò attraverso un’unica tecnologia) intenti ed entità in maniera contestualizzata. Mi spiego meglio con un esempio. “Voglio fare un bonifico di 2018 a Mario” è una richiesta facilmente disambiguabile per una persona mentre non lo è per una macchina. Infatti, nella maggior parte dei casi, senza una vera interpretazione “semantica”, 2018 sarà interpretato come una data anziché come “importo del bonifico”, solo perché 2018 è più probabile che venga ricondotto a esempi di “data” anziché di valuta e perché le preposizioni o gli articoli vengono spesso ignorati nei modelli statistici, in quanto poco rilevanti. Lo stesso problema si può verificare per numerose altre informazioni che nessuna macchina “ad esempi” potrà mai essere in grado di capire realmente.

MM
Il vostro motore semantico è ritenuto come molto buono, ma piuttosto costoso, in particolare per il lavoro che richiede per la sua messa in campo. E’ questa una percezione corretta?

AM
A prescindere dal fatto che molte affermazioni su Cogito o su qualsiasi altro vendor possono sempre essere estremamente soggettive in relazione a moltissimi fattori, credo che, come accade in moltissimi altri casi di applicazioni aziendali, occorra analizzare il vero TCO di una soluzione, e soprattutto relazionarla ai benefici attesi dall’adozione di una tecnologia di Artificial Intelligence (AI). Gli approcci sostenibili oggi possono essere diversi e variano soprattutto in relazione al materiale a disposizione dei clienti per addestrare il motore di AI che sia esso a regole, machine learning o ad “approccio misto”. Un caso emblematico: un’importante compagnia assicurativa ha “sposato” un approccio “machine learning” perché spaventata da un motore a regole, unico approccio possibile quando non esistono, come in questo caso, esempi su cui poggiare l’addestramento. Il risultato? Oltre al costo della piattaforma di cui ovviamente non conosco i dettagli economici, nei prossimi SEI MESI il cliente dovrà “noleggiare” diversi operatori in outsourcing per iniziare a collezionare un numero importante di esempi e a farli “taggare” manualmente per creare un alberatura di argomenti ad oggi inesistente. Per fare un raffronto: un’azienda TELCO, che ha adottato il nostro approccio, in meno di tre mesi è andata in produzione, capitalizzando al massimo i propri dati grazie alla nostra esperienza. Un’esperienza progettuale di un’azienda che lavora in questo ambito da oltre dieci anni e che propone una piattaforma tecnologica che permette di partire enormemente avanti in termini di comprensione della lingua e costruzione della relativa knowledge-base. Vi assicuro che il costo di set-up è stato sicuramente inferiore alla somma dei costi che sosterrà la compagnia assicurativa, anche se fosse stata dotata di solo personale interno a questo dedicato, e soprattutto i benefici sono stati anticipati di molti mesi. Sulla qualità finale dei risultati ho ovviamente la mia idea ma saranno i fatti a parlare: essendo servizi esposti verso i clienti sarà facile capirlo.

MM
Le vostre realizzazioni sono multilingua o va sviluppata una applicazione per lingua?

AM
La nostra tecnologia è basata sulla lingua e non su pattern o algoritmi meramente statistici: è sempre stata questa la nostra prerogativa e sempre lo sarà. Ci sono casi in cui esiste un alto riciclo di regole tra lingua e lingua, se l’obiettivo finale è il medesimo per un progetto plurilingue: in questa circostanza, se dovessimo sviluppare in parallelo tre lingue, l’impatto totale non sarebbe il triplo ma circa il doppio, in quanto ogni lingua ha prerogative diverse e non basta “mappare” i concetti per riscrivere le regola ma bisogna fare qualche intervento in più. Il nostro impegno è quello però di affiancare maggiormente le tecnologie linguistiche ad approcci di machine learning e autoapprendimento dinamico per diminuire i tempi di rilascio dei nostri progetti. In ogni caso, basandoci su dati alla mano di chi ha sperimentato in parallelo entrambi gli approcci, i nostri tempi di rilascio sono sempre più corti di quelli della competition.

MM
La vostra tecnologia è applicabile solo per i testi o anche per le parti vocali? E’ integrabile con ASR? Quale tipo di speech recognition? E con il trascrittore Google Api?

AM
La tecnologia è applicabile a qualsiasi input che può essere ricondotto a un testo perciò anche OCR o Speech to Text, purché opportunamente integrati nelle nostre applicazioni. Abbiamo la possibilità sia di integrarci con sistemi messi a disposizione nativamente nei device iOS e Android (Google API) sia con tecnologie offerte da nostri partner, come Cedat85, grazie ai quali abbiamo fatto progetti sia in ambito mobile APP sia in ambito IVR conversazionale in linguaggio naturale.

MM
Rendete disponibile un ambiente di sviluppo e manutenzione delle applicazioni, al fine di agevolare il servizio per le funzioni business coinvolte?

AM
Le nostre applicazioni rendono disponibili ambienti di sviluppo sia per la parte di configurazione del motore di AI-based text analytics sia per la costruzione dei workflow conversazionali laddove questo sia oggetto dei progetti.
Diverse aziende si sono organizzate, creando un team specializzato per la gestione della conoscenza e dei processi “cognitivi” grazie all’utilizzo della tecnologia Cogito, in modo da comprendere e gestire le esigenze di business espresse dalle diverse aree aziendali e capitalizzare al massimo le incredibili potenzialità offerte da questa tecnologia.
Sono invece di più semplice e diffuso utilizzo da parte di tutti gli utenti di business le piattaforme di creazione di flussi conversazionali grazie alle quali si possono costruire chatbot e workflow di processo con estrema semplicità di utilizzo.

MM
Per quanto riguarda la base di conoscenza, come si costruisce la vostra KB iniziale (ad esempio viene distinta per argomenti, quali il servizio o l’azienda)? Inoltre, la KB è utilizzabile su canali diversi (vocale, Facebook, Telegram ecc..)?

AM
La strategia di creazione della knowledge-base varia moltissimo in relazione agli ambiti di utilizzo indirizzabili, al patrimonio informativo a disposizione dei clienti in termini di documentazione e alle metodologie applicate attualmente nella gestione del servizio di supporto a clienti e utenti interni.
Non esiste un approccio unico alla risoluzione di tutte le problematiche: bisogna studiare approfonditamente il processo e gli obiettivi che si vogliono raggiungere con queste tecnologie “cognitive”:
• nel caso in cui si parta da un “foglio bianco” è inevitabile uno studio approfondito da parte dei consulenti linguistici volto a creare una base di conoscenza e alberatura di argomenti in grado di rappresentare in maniera esaustiva le richieste informative che vengono gestite quotidianamente dall’azienda. Dai risultati dello studio, partirà poi lo sviluppo degli algoritmi di comprensione per mappare le possibili modalità con cui gli utenti riescono a interagire con l’azienda;
• nel caso in cui esistano già esempi documentati e taggati nella knowledge-base aziendale (ticket, FAQ, chat), sarà possibile affidarsi ad algoritmi di machine learning in grado di rappresentare in maniera più rapida le regole di espressione dei problemi dell’utenza per raffinarle successivamente con regole ancora più puntuali di interpretazione.

MM
Crescita di ES sul mercato. Sono state realizzate iniziative per i mercati esteri? Quali accordi sono stati portati a termine? Con chi e con quali obiettivi?

AM
Expert System ha un fatturato sul mercato estero che già oggi rappresenta più del 50% del totale, con presenze importanti su Francia, Spagna, UK e Germania oltre alla ormai consolidata presenza in USA dove, con le nostre due aziende americane, possiamo vantare clienti di incredibile risonanza quali Dow Jones, Chevron e alcune agenzie governative (solo per citarne alcuni). Stiamo inoltre rivolgendo particolare attenzione ad alcuni settori di mercato in cui l’Artificial Intelligence può apportare benefici veramente importanti e puntando in maniera decisa sulle attività di partnership sia con system integrator di respiro internazionale sia con technology vendor ai quali la nostra componente di AI può dare un importante valore distintivo in alcuni progetti ad elevata complessità.

MM
Innovazioni e opportunità. Quali sono le opportunità per ES derivanti dalla diffusione della AI sul mercato della CX? Quali opportunità si colgono nel mercato della analisi dei dati? Più in generale, come potrà crescere ulteriormente ES?

AM
In Italia abbiamo una posizione di assoluta leadership nel mercato della AI sia a livello di mercati serviti sia per quanto riguarda le diverse aree in cui la nostra tecnologia trova applicazione.
Nell’area della customer experience possiamo vantare alcuni progetti che non trovano eguali a livello mondiale, come il motore di interazione in linguaggio naturale sviluppato per la digital experience del gruppo bancario Intesa Sanpaolo, a cui seguiranno nuovi ambiti di applicazione, mobile e chatbot, in grado di coprire le sempre più crescenti esigenze di interazione da parte degli utenti e delle aziende.
Al di fuori di questa area di business, vediamo le maggiori opportunità di sviluppo in due aree di offerta: Process Automation e Information Intelligence.
L’automazione dei processi è oggi più che mai fortemente legata all’esigenza di aggiungere intelligenza ai processi che oggi richiedono un elevato intervento umano a basso valore aggiunto, e che possono essere in gran parte automatizzate grazie a soluzioni di AI molto specializzate o, viceversa, ai processi in cui l’intervento umano sarebbe così elevato e difficoltoso da renderli irrealizzabili in termini di costi/opportunità.
La gestione intelligente delle informazioni, invece, è legata a processi decisionali in cui le organizzazioni devono essere in grado di raccogliere e analizzare in maniera profonda diverse migliaia, e talvolta milioni, di documenti. La capacità di far emergere da questo enorme patrimonio di dati le conoscenze rilevanti, per capirle e metterle in relazione, può essere determinante sia in termini di velocità della decisione sia in termini di allargamento delle variabili oggetto di analisi.

Modena, mercoledì 7 novembre 2018