La Banca Conversazionale: un modello Customer-Centric
Gennaio 19, 2023
ChatGPT e Intelligenza artificiale: quali percorsi?
Febbraio 15, 2023
Le applicazioni di messaggistica istantanea coprono tutte le fasce d’utenza, presentandosi come il punto d’accesso per l’introduzione dell’Intelligenza Artificiale nei processi Business to Consumer.
Tali strumenti d’interazione diventeranno il modello d’interfaccia per l’accesso quotidiano ai servizi più richiesti, tra cui l’esperienza banking. Progettare un modello d’interfaccia utente conversazionale, che possa abilitare la conversazione tra utente e macchina intelligente, diventa il challenger del settore in grado di tracciare innovazione e sviluppo sia per metodologie tecnologiche sia per modelli di business.
L’obiettivo di Dale Consulting è disegnare l’esperienza conversazionale mediante la realizzazione di un’architettura informatica di IA che consenta di abilitare l’esperienza intelligente di conversazione tramite app per il settore banking e non solo.
Conversational User Interface
Un’interfaccia utente conversazionale è un meccanismo d’interazione uomo-macchina che simula una conversazione “naturale” tra due esseri umani. La caratteristica fondamentale dell’interfaccia conversazionale è l’elaborazione del linguaggio naturale per consentire a un computer di comprendere, analizzare e creare significato dal linguaggio puramente conversazionale.
I sistemi d’interfaccia conversazionale possono essere classificati in tre tipi principali, secondo i metodi utilizzati per instaurare il dialogo con l’utente:
1) sistemi basati su stati finiti (o su grafi): il dialogo tra utente e macchina consiste in una sequenza di passaggi(stati) predefiniti, ad esempio le chat di aiuto per l’utente sui siti web per un servizio specifico.
2) sistemi basati su frame: il dialogo è determinato da un modello predefinito, ad esempio richiesta di orari dei treni.
3) sistemi basati su agenti: l’impegno di costruire una cooperazione tra utente e macchina per risolvere problemi complessi.
Il tipo di strategia di controllo del dialogo utilizzata evidenzia il modo in cui il sistema svolge due dei suoi compiti principali: elaborare l’input dell’utente e generare output di risposta[1].
Il sistema basato su agenti intelligenti rappresenta il modello specifico da implementare per un’esperienza conversazionale da applicazione, ideale per rispondere “naturalmente” alle richieste dell’utente.
IA conversazionale
La conversational AI è la soluzione tecnologica fondamentale per abilitare l’esperienza di app conversazionale. Essa si presenta come una modalità intelligente per offrire un’esperienza conversazionale tramite applicazioni di messaggistica, il cui fine è perfezionare la risoluzione delle richieste del consumatore finale.
Il sistema intelligente conversazionale è caratterizzato da due elementi fondamentali: il motore di IA e il Machine Learning. L’Intelligenza artificiale ha il compito di abilitare la conversazione tramite una simulazione del linguaggio “naturale”, quindi virtualizzare il dialogo tra cliente e agente digitale simulando una conversazione tipicamente umana; il Machine Learning , evidenzia l’apprendimento automatico delle prestazioni dell’agente intelligente mediante tecniche specifiche:
–Named Entity Recognition, un esercizio di estrazione d’informazioni all’interno di un testo strutturato per una classificazione di entità nominative.
–Contextual Awareness, la capacità di un sistema di adattare le risposte in base all’entità costitutiva del dialogo, utente o macchina.
–Intent Recognition, l’associazione di dati di testo ed espressione a una specifica intenzione dell’utente; ovvero il riconoscimento da parte dell’algoritmo di una richiesta dell’utente delineata in una query specifica.
–Computer Vision, la rielaborazione di materiale esistente da parte di un sistema intelligente per ricreare un modello approssimativo.
L’algoritmo “impara imparando” per offrire una conversazione ottimale in linea alle richieste del cliente; tale tipologia d’approccio evidenzia un Machine Learning non supervisionato dove un computer impara ad identificare processi e schemi complessi senza la guida attenta di un operatore umano, ciò comporta una formazione di dati privi di etichette(frames predefiniti) dove non è stato definito un output specifico.
Il sistema di Machine Learning prevede un apprendimento automatizzato in base alle risposte fornite dall’utente per caratterizzare l’IA conversazionale nel modo più semplice e naturale.
Accessibilità e universalità
L’interfaccia utente basata su IA conversazionale presenta dei vantaggi evidenti in termini di accessibilità dell’esperienza e universalità di utilizzo.
La capacità artificiosa di conversare con un agente SMART consente a chiunque di accedere all’esperienza digitale di conversazione senza presentare un livello di alfabetizzazione digitale alto e una competenza tecnologica specifica. Il sistema è aperto sia a gruppi che presentano dimestichezza e autorevolezza con le applicazioni digitali sia a coloro frenati da competenze e conoscenze.
L’universalità del servizio proietta la tipologia di app conversazionale per un utilizzo mainstrem in qualsiasi settore; dalla ristorazione al teatro passando per la medicina, le interfacce conversazionali consentono di automatizzare i processi di customer experiences e integrare i servizi fondamentali in una singola applicazione esercitando la pratica “naturale” della conversazione umana, interagendo con una IA conversazionale.
Il ruolo di Dale è accettare la sfida di transizione ad un sistema di app conversazionale per una pluralità di servizi, programmando un agente smart digitale per abilitare al meglio la conversazione tra sistemi complessi ed utenti per generare esperienze di consumo intelligenti, semplici ed innovative.
[1] Michael F.Mc TEAR,” Spoken Dialogue Technology: enabling the conversational user interface”, University of Ulster.
