Chatbot, software conversazionali al servizio della banca retail, per entrare in contatto con i clienti e fornire un’esperienza personalizzata.
Di chatbot si parla sempre di più. Se ne parla in ambito consumer, dove i grandi fornitori di servizi online come Facebook, Google, Apple e Amazon sono impegnati nello sviluppo di tecnologie conversazionali sempre più avanzate. Ma se ne parla molto anche in ambito enterprise. I chatbot, infatti, sono visti da banche, telecomunicazioni e public utilities come la nuova frontiera del customer care: applicazioni in grado di ingaggiare una relazione con i clienti e di fornire una risposta sempre più personalizzata alle loro esigenze, grazie all’evoluzione dell’intelligenza artificiale. Senza contare il fiorire di startup che propongono soluzioni di chatbot innovative, non solo negli Stati Uniti ma anche in paesi come il Canada, la Cina e l’India.
Ma che cosa designa, esattamente, l’espressione chatbot? Quando l’intelligenza artificiale incontra l’interazione istantanea con le persone, attraverso applicazioni di messaggistica come Telegram, Messenger, Slack o Skype, nascono programmi come i chatter robot. Il termine “chatterbot” è stato coniato da Michael Loren Mauldin nel 1994 con la creazione di Julia: un prototipo di Verbot, verbal-robot. Simulando il nostro linguaggio i chatbot sono software capaci di intrattenere conversazioni virtuali e intelligenti con gli esseri umani.
Un chatbot è figlio dell’esperienza
Nei casi più semplici i chatbot rispondono agli utenti attraverso regole fisse. In quelli più avanzati si tratta di software che, attraverso il machine learning, apprendono il comportamento e il linguaggio umano, imparano e crescono di conversazione in conversazione. Si potrebbe dire che quindi, in base agli utenti che incontra nella “sua vita” virtuale, il piccolo bot sarà in grado di rispondere più o meno con un linguaggio pertinente alle richieste degli utenti.
Un chatbot potrebbe essere il nuovo addetto all’assistenza clienti. Disponibile e virtuale. Un assistente che comunica con un tono colloquiale all’interno di chat finora utilizzate per parlare con mamma e amici.
Tuttavia alle spalle di alcuni chatbot, c’è un team umano impegnato a gestire le conversazioni. Il team è pronto a intervenire qualora la fantasia e la curiosità di esseri dotati di intelligenza umana, e non artificiale, decidesse di prendere il sopravvento, divertendosi con un chatbot. Magari insultandolo. Così è avvenuto con Tay, il chatbot sviluppato da Microsoft. Prima di Tay, nel 2015 l’azienda di Redmond aveva lanciato Xiaoice, “la sorellina di Cortana”. Un chatbot estremamente avanzato che ha stregato la Cina su Weibo e WeChat. Se la teenager emotiva e comprensiva poteva conversare con quaranta milioni di persone, suscitare la loro empatia e portare un quarto dei suoi utenti a dichiararle il loro amore, sulla falsa riga del protagonista di Her, Microsoft aveva allora un dubbio da fugare: un’intelligenza artificiale può essere altrettanto accattivante in un ambiente culturale radicalmente diverso dalla Cina?
Per rispondere a questa domanda era nata Tay. L’account chatbot, lanciato su Twitter e altre piattaforme social per conversare con i millennial americani, era in grado di assimilare il linguaggio degli utenti con cui interagiva. Ma una volta capito il meccanismo, un attacco coordinato da un insieme di persone ha trasformato Tay in un generatore di insulti, a 24 ore dal lancio online. Microsoft ha risposto chiudendo l’account, e con lui l’esperimento tecnico, sociale e culturale sull’AI. Peccato. Ma niente paura, dalle parti di Seattle continuano gli studi sull’intelligenza artificiale. Tay tonerà quando sarà pronta: Microsoft sostiene di voler contribuire a un Internet che rappresenti la parte migliore dell’umanità, non la peggiore.
M, il chatbot di Messenger
Ad aprile 2016 Facebook ha annunciato che l’integrazione di Messenger con un chatbot in versione beta. Su questo fronte Facebook rincorre Telegram, Slack, Line e Kik. Dati alla mano, su Messenger ogni mese vengono inviati miliardi di messaggi tra brand e persone. I chatbot di Messenger permettono al cliente finale di entrare in contatto con l’azienda e di comunicare con essa, sfruttando un altro canale oltre a tutti quelli già disponibili. In questo modo il cliente può richiedere in qualsiasi momento informazioni sui prodotti o servizi offerti, senza alcun limite di orario e evitando i tempi di attesa degli altri canali. Per di più, poiché è l’utente a dover iniziare la conversazione con il bot, ciò dovrebbe consentire di limitare il bombardamento di informazioni di tipo push cui siamo sottoposti ogni giorno. Senza tuttavia rinunciare a conoscere offerte o qualsiasi altra informazione per noi rilevante. Al contrario, quando qualcosa non ci interesserà più, basterà interrompere la conversazione con il chatbot di turno e nessuno intaserà i nostri canali con i suoi messaggi. Almeno per ora.
Il doppio vantaggio per Facebook è sicuramente l’ulteriore, e incredibile, possibilità da un lato di raccogliere dati relativi a gusti e preferenze degli utenti e dall’altro quella di partecipare alla scrittura di una nuova generazione di intelligenze artificiali. Come ha raccontato Stan Chudnovsky, responsabile del messaging di Facebook a Panorama.it in esclusiva per l’Italia.
Luvo ed Erica, MyKai ed Ernest
Secondo una ricerca Gartner di cinque anni fa, entro il 2020 gli utenti gestiranno l’85% delle loro relazioni con le aziende senza interagire con un essere umano.
Non è un caso quindi se i robot cognitivi trovano applicazione nell’e-commerce, nel customer care, nell’entertainment e in molti altri ambiti. All’interno di app di messaggistica istantanea i chatbot permetteranno di prenotare biglietti aerei, scegliere la macchina dei propri sogni, controllare il proprio conto in banca. Il settore bancario infatti consolida la relazione con la tecnologia ormai collaudata nell’era del fintech.
Bank of America e Royal Bank of Scotland scommettono sui chatbot. Durante il Money 2020 di Copenaghen l’ottobre scorso, Bank of America ha annunciato Erica: l’assistente virtuale che analizza i dati finanziari personali dei clienti, monitora il credito, le abitudini di spesa e consiglia come pagare le bollette. Erica, che opererà attraverso comandi vocali e testuali, utilizzerà l’analisi predittiva in modo da adottare un atteggiamento proattivo nei confronti del cliente. Un chatbot che solleverà questioni, magari non richieste esplicitamente, ma sicuramente utili: potrà, ad esempio, avvisare il cliente qualora il suo conto rimanga scoperto. Erica sarà disponibile dal 2017.
A dicembre sarà la volta di Luvo, il chatbot al servizio della Royal Bank of Scotland che sfrutta IBM Watson Conversation. Luvo, dopo aver superato con successo la fase di introduzione della tecnologia nei primi mesi del 2016, è al momento in fase di sperimentazione con il 10% dei clienti della banca che già utilizza il servizio RBS con webchat. In una frazione di secondo Luvo sarà in grado di rispondere alle richieste dei clienti. Qualora il quesito non fosse di sua pertinenza Luvo potrà sempre indirizzarlo a operatori specifici, permettendo così al personale di dedicarsi ad attività più complesse e distinguendo tra una semplice richiesta di informazioni per una nuova carta e la segnalazione di un furto della stessa. Per Luvo è stata creata qualcosa di simile a una personalità umana: un profilo psicologico unico che permette di usare una combinazione tra intuizione e logica per rispondere alle domande.
In futuro, grazie a IBM Watson Alchemy Language, si potrà comprendere la reazione e lo stato emotivo del cliente attraverso l’analisi semantica del contenuto testuale, adattando di conseguenza tono e azioni durante la conversazione.
Se i due chatbot appena descritti entreranno in servizio, come detto, nel 2017, nel frattempo alcune startup hanno già lanciato sul mercato le loro proposte. Una delle esperienze più significative è quella di MyKAI, applicazione progettata da Kasisto (spin off di SRI International, la società che ha creato la famosa SIRI di Apple). MyKAI riconosce il linguaggio naturale e utilizza una serie di algoritmi di machine learning. Tuttavia la sua intelligenza si basa sia sull’apprendimento generato dalle conversazioni con gli utenti, sia su una serie di regole predefinite.
Del tutto analoghe a MyKAI sono applicazioni come Abe, che fornisce un supporto personalizzato, aiutando il cliente della banca a gestire il proprio denaro e i propri asset finanziari, e Trim, già collegata con oltre 20 mila banche, fra le quali Chase, Wells Fargo e Bank of America.
Fin qui si tratta di soluzioni che vengono da Oltreoceano. In Italia si segnala Ernest. “Un coach che aiuta ogni giorno nella gestione delle finanze”, così lo hanno definito i suoi fondatori Niall Bellabarba, Lorenzo Sicilia e Cristoforo Mione. Con Ernest si possono creare piani di risparmio personalizzati per gli investimenti o collegarsi a più servizi ebanking intestati alla stessa persona.
Spindox fa la sua parte
In questo momento Spindox sta analizzando diverse soluzioni fra quelle sopra descritte, studiando la possibilità di integrarle con i sistemi di home banking e mobile banking di alcuni clienti. Ma la nostra azienda è interessata a fenomeno chatbot in un senso più ampio, dal momento che si tratta di un servizio con grandi potenzialità in tanti ambiti, dal mondo delle telecomunicazioni a quello delle public utilities. Senza escludere applicazioni anche in contesti molto particolari, come il non profit.
In tal senso siamo felici di avere contribuito a sostenere, attraverso l’Hackathon IEEE ISC2 Smart Cities, proprio un progetto di questo tipo. L’hackathon, che si è svolto in settembre nell’ambito della Trento Smart City Week, era sponsorizzato da Zoppas e da noi. La vittoria è andata a DwesaBot, un chatbot di Telegram – ideato da Luca Galasso e Francesco Bonadiman – che aiuta le popolazioni nei villaggi del Sud Africa a localizzare ogni giorno le fonti idriche e alimentari disponibili. Attività che ai nostri occhi potrebbe apparire banale e scontata, ma che invece costituisce nel contesto africano la grande sfida quotidiana.
Insomma: i chatbot si collocano lungo la nuova frontiera dell’interazione uomo-macchina. E siamo pronti a scommettere che il loro impiego sarà sempre più diffuso.