L’automazione di processo ‘connessa’ è uno dei temi più mediaticamente vituperati quando si parla di innovazione ed efficientamento. In realtà, la cosiddetta hyperautomation (un insieme di tecnologie per l’automazione e di componenti di intelligenza artificiale, capaci di permettere alle aziende di identificare, controllare e automatizzare con velocità il maggior numero possibile di processi) è l’evoluzione dell’Intelligent Automation, o meglio di un modello ben preciso di intelligenza applicata. D’altronde, l’impiego dell’intelligenza artificiale e degli algoritmi di machine learning non è certo una novità in questo ambito: l’AI si pone come acceleratore e abilitatore, col fine di migliorare progressivamente l’automazione stessa, grazie all’apprendimento continuo dei dati provenienti dai singoli processi. Tanto che si parla anche di hyperintelligence.
Hyperautomation e hyperintelligence
Pensiamo alla classificazione dei contenuti di documenti, siano essi semi-strutturati o liberi (redatti in linguaggio naturale o da trasformare in formato leggibile).
Oppure ancora ai processi in ambito customer care, automatizzati e ‘manipolati’ da un’intelligenza artificiale in grado di estrapolare dati utili dalle conversazioni telefoniche, per orientare le successive azioni di caring.
Qualsiasi framework di hyperautomation può essere arricchito e potenziato con tecnologie afferenti all’universo dell’intelligenza artificiale. Quindi, più che di hyperautomation potremmo parlare di hyperintelligence, applicata in maniera trasversale ai settori più disparati.
Solo grazie all’intelligenza artificiale, combinata alla riprogettazione dei processi stessi, le organizzazioni potranno ridurre i costi operativi e migliorare il proprio posizionamento competitivo recuperando produttività.
Soluzioni di intelligenza artificiale e Natural Language Processing
Tutto parte dall’interpretazione di dati testuali, il tesoro ‘nativo’ delle aziende, attraverso molteplici tecniche, tra cui il Natural Language Processing, una branca dell’intelligenza artificiale che si occupa di interpretare i testi e le conversazioni verbali, alla stregua di un cervello umano.
Questo significa essere in grado di trasformare, ad esempio, file Mp3 in testo utile a efficientare le cosiddette next best action all’interno del customer journey di un contact center, ma anche efficientare i flussi di mail ricevute, segmentandole per singolo contenuto e indirizzandole automaticamente verso il team di competenza, nel caso di un’azienda di produzione. Insomma, un workflow intelligente e connesso, capace di creare esperienze personalizzate, pertinenti e facilmente fruibili.
I risultati nelle aziende: dai financial services al customer care
Come abbiamo visto, l’interpretazione del linguaggio naturale è applicabile a diversi processi, in diversi settori.
Il mercato degli NPL (Non Performing Loans) – fun fact: un acronimo che, tra l’altro, anagramma la metodologia NLP sottesa – ha sposato di recente le innovazioni di intelligenza artificiale applicata, per ridurre i tempi di lavorazione delle pratiche.
In questo contesto, la complessità e la natura dei diversi documenti (mutui, verbali dei tribunali ecc.) correlati ai crediti deteriorati determina un enorme valore di recupero per ogni portafoglio analizzato e classificato.
I documenti sono controllati e verificati corretti, estraendo informazioni a valore aggiunto per il processo.
Ma i dati testuali non arrivano solo da ‘pratiche’ e pdf: ogni giorno aziende di produzione e servizi ricevono numerosi ‘verbatim’, legati a richieste, reclami e lamentele (note, ticket e fogli di calcolo all’interno dei quali si nascondono informazioni fondamentali per massimizzare l’attività dell’assistenza clienti).
Un esempio pratico
Nel caso di una multinazionale operante in ambito healthcare e device medicali, che riceve circa 50mila e-mail all’anno nei processi di customer care, la reputation del brand è un concern sentito e cruciale: in questo contesto, grazie all’intelligenza artificiale e a una applicazione ‘pronta all’uso’, il monitoraggio, l’analisi e l’instradamento automatico hanno permesso di aumentare del 75% l’efficienza nella gestione delle richieste.
Hyperautomation e hyperintelligence: i benefici tangibili
L’iper-intelligenza, insomma, è un campo interdisciplinare da non sottovalutare, che spazia tra iper-connessioni, iper-collaborazioni e l’iper-cognizione di entità intelligenti, in grado di interpretare istanze verbali e trasformarle in informazioni che possono rimodellare il mondo aziendale per come lo conosciamo.
Gli algoritmi di intelligenza artificiale possono fornire alle aziende una sorta di ‘sistema nervoso centrale’, un hub di ottimizzazione delle esperienze, condensate in dati testuali, con un potenziale di efficientamento incredibile.
Parliamo del 100% di precisione in caso di categorizzazione dei documenti e del 90% di precisione nel caso di estrazione di informazioni utili all’automazione dei processi (fonte dati, Analytics Network Srl).
