Una nuova generazione di agenti vocali basati sull’intelligenza artificiale è pronta a rivoluzionare l’assistenza clienti telefonica. Grazie a progressi significativi nei modelli di linguaggio e nelle tecnologie di sintesi e riconoscimento vocale, questi sistemi stanno diventando sempre più diffusi, sofisticati e... umani.
Abbandonati i vecchi sistemi di risposta automatica rigidi e poco intelligenti, molte aziende stanno adottando soluzioni AI in grado di sostenere conversazioni fluide, comprendere il contesto e rispondere con prontezza. Il risultato? Una maggiore efficienza, costi ridotti e potenzialmente un’esperienza utente migliorata.
Tra i pionieri dell’adozione figura eHealth, marketplace assicurativo che utilizza agenti vocali AI per gestire le prime fasi del contatto con i clienti, specialmente in orari di punta o fuori dall’orario lavorativo. «Con l’evoluzione della tecnologia, ci siamo accorti che queste voci artificiali stavano diventando incredibilmente simili a quelle umane», spiega Ketan Babaria, chief digital officer di eHealth. «I nostri clienti ormai faticano a distinguere l’agente virtuale da uno reale».
Secondo Tom Coshow, analista presso Gartner, il salto tecnologico è avvenuto più rapidamente del previsto: «Abbiamo agenti vocali AI che si possono interrompere, fanno suggerimenti logici e parlano senza ritardi percepibili. Pensavo ci saremmo arrivati tra due anni».
Il trend è sostenuto da un’ondata di investimenti: secondo CB Insights, i finanziamenti alle startup del settore voice AI sono passati da 315 milioni di dollari nel 2022 a oltre 2,1 miliardi nel 2024. Secondo le stime di Gartner, entro il 2028 il 75% dei nuovi contact center integrerà capacità generative, vocali o testuali.
Tra i protagonisti della nuova era dell’AI vocale ci sono laboratori come OpenAI, con il suo modello vocale GPT-4o e il sistema di trascrizione Whisper, e realtà emergenti come Anthropic, Deepgram, Assembly AI, ElevenLabs e Cartesia, che hanno affinato la qualità e la naturalezza delle voci sintetiche.
Mike Droesch, partner di Bessemer Venture Partners, sottolinea che i nuovi modelli comprendono una gamma linguistica più ampia rispetto ai vecchi IVR (Interactive Voice Response), che spesso fallivano nel cogliere l’intento degli utenti. Alcuni sistemi moderni sono addirittura voice-native, cioè processano direttamente l’audio senza passaggi intermedi, aumentando velocità e accuratezza.
La somiglianza con le voci umane solleva però anche interrogativi. Le aziende, come eHealth, dichiarano all’inizio della chiamata che l’interlocutore è un agente virtuale - una buona pratica ritenuta fondamentale.
Fertitta Entertainment, gruppo che controlla i casinò Golden Nugget e i ristoranti Landry’s, ha scelto un approccio prudente: limita gli agenti AI a informazioni strettamente controllate per evitare le cosiddette «allucinazioni», errori o invenzioni comuni nei modelli generativi. «Utilizziamo solo la nostra base dati», spiega Brian Jeppesen, responsabile dei call center del gruppo. «Così l’agente resta nei confini stabiliti».
Il passo successivo? Agenti vocali AI capaci di compiere azioni complesse via telefono: prenotare ristoranti, chiudere vendite, ordinare prodotti. Ma secondo gli analisti, resta il nodo per molte imprese: restare fedeli ai fornitori tradizionali o passare ai nuovi player AI?
La risposta, secondo Gartner, è iniziare a sperimentare subito. Il miglioramento è troppo rapido per essere ignorato. Tuttavia, anche nel futuro automatizzato, ci sarà sempre spazio per l’interazione umana, soprattutto nei casi di maggiore valore o sensibilità. «Non è la fine del contact center», conclude Coshow, «ma il suo profondo ripensamento». (riproduzione riservata)
