People & Operations
Al fine di ottimizzare l’efficienza del Service Desk, è stata implementata una soluzione avanzata sfruttando le capacità dell’Intelligenza Artificiale Conversazionale fornite da watsonx. Questo ha permesso la creazione di un’interfaccia conversazionale automatizzata, capace di gestire interazioni multicanale con il cliente — tra cui voce, chat, Teams, WhatsApp e altri — con piena autonomia. Il nucleo di questa tecnologia è il motore logico watsonx.ai, il quale utilizza algoritmi pre-addestrati. Tuttavia, questi sono stati ulteriormente perfezionati tramite watsonx.assistant, grazie all’integrazione e all’apprendimento da un’ampia gamma di risorse documentali, come la base di conoscenza e i manuali operativi.
Implementazione di una soluzione che permette all’utente di effettuare ricerche di informazioni su una knowledge-base custom. La soluzione è composta da una chat che gestisce anche l’interazione vocale ed è personalizzabile in base alle preferenze del cliente. Lo strumento è in grado di gestire dati e documenti di diverse tipologie (testo, dati strutturati,
immagini), e il cliente può aggiornare la knowledgebase in autonomia tramite un’apposita interfaccia.
Implementazione di un’automazione basata su Generative AI opportunamente sviluppata per effettuare la comparazione di due o più documenti e trarre una valutazione. Ad esempio la comparazione di un contratto rispetto ad una normativa per valutarne la compliance o la comparazione di prodotti in ambito finanziario.
Implementazione di un’automazione basata su Generative AI che, all’apertura di una nuova issue sulla piattaforma di ticketing del cliente, è in grado di comprendere la problematica descritta e, interfacciandosi con una knowledge base composta da storico di issue e documentazione a supporto, si occupa di elaborare una prima ipotesi di soluzione al problema. La documentazione che compone la knowledgebase può essere aggiornata autonomamente dal cliente.
Per un importante azienda del settore bancario è stata implementata una soluzione GenAI per la generazione di riassunti e report accurati e dettagliati relativi a meeting, partendo dalla trascrizione. Un’interfaccia intuitiva permette di accedere rapidamente alle informazioni e, in questo modo, il processo decisionale aziendale risulta semplificato e ottimizzato.
Si tratta di un’applicazione che rende possibile la visione aggregata delle caselle di posta di un utente e l’automatica classificazione grazie ad un modello LLM di AI generativa in base alle priorità aziendali integrate al CRM o al contenuto della email stessa. La notifica delle priorità rilevate potrà essere trasmessa in modalità multichannel per uscire dalla logica della posta elettronica.
Si tratta di un’applicazione che aiuta il personale aziendale nell’analisi dei documenti amministrativi in lingua italiana. Il motore di analisi si basa su concetti di sintassi e semantica e permette di classificare velocemente grazie all’AI generativa i documenti stessi per la loro archiviazione e riutilizzo successivo. Da mettere in evidenza l’enorme scalabilità che permette di risolvere problematiche di nicchia in particolari settori aziendali o basi di knowledge trasversali per clienti enterprise.
L’applicazione renderà possibile le ricerche su tutti i documenti relativi ai processi di qualità presenti in azienda e l’interazione con gli utenti finali sarà resa possibile tramite l’adozione di watsonx assistant, che sarà integrato nella intranet aziendale. Sarà inoltre possibile richiedere alla piattaforma un abstract di un determinato documento o serie di documenti, facendo sì che l’utente lavori su un numero elevato di documenti ma allo stesso tempo ottenga una risposta (o un risultato) in breve tempo. I documenti presenti nella base dati saranno classificati automaticamente tramite gli strumenti integrati nella piattaforma di AI. I dati degli assesment di qualità inseriti dagli utenti saranno valutati ed elaborati dalla piattaforma e, in base ai risultati ottenuti, verranno prodotti output per cercare di migliorare l’intero processo di QUALITÀ, scope di progetto. Cliente finale (automotive) già identificato.
Sistema Text-to-SQL basato su LLM (Large Language Model), un sistema basato su intelligenza artificiale che consentono di tradurre frasi in linguaggio naturale in query SQL, soluzione per comprendere istruzioni scritte in modo semplice e naturale per tradurle poi nel linguaggio di query utilizzato dai database, abilitando l’accesso ai dati a personale non tecnico e velocizzando la generazione di report ed analytics.
Una piattaforma di ricerca avanzata che facilita l’accesso alle informazioni all’interno della knowledge base e permette di ottenere risultati di ricerca più pertinenti e accurati, riducendo il tempo necessario per trovare le informazioni desiderate interagendo con i propri dati aziendali in linguaggio naturale. Il sistema può essere utilizzato per generare automaticamente report, documenti o risposte a domande frequenti come può posso essere una pre-analisi di bandi gara o un’assistenza tecnica specialistica.
Soluzione basata su generative AI per creare contenuti digitali testuali in modo automatico, ed affine alle specifiche aziendali, utilizzando come fonte di riferimento documenti o articoli/pagine web. Il sistema si presta alla generazione di report, riassunti, post social o generazione di minute meeting.
Questa soluzione consente agli utenti di esprimere query in linguaggio naturale, che vengono poi tradotte senza problemi in query strutturate. Agendo come un ponte tra le interazioni di facile utilizzo e le potenti capacità di analisi dei dati dei moderni strumenti di BI, è sintonizzata con lo schema dei dati. Ciò garantisce un facile recupero delle informazioni necessarie per rispondere a domande complesse poste in linguaggio naturale.
Strumento per l’identificazione di informazioni rilevanti dai contratti, quali:
– Titolo del documento
– Parti correlate
– Data dell’accordo
– Data di inizio del contratto
– Data di scadenza
– Clausole
Sfruttando le capacità combinate di LLM, insieme all’apprendimento a pochi colpi e a RAG, si migliora notevolmente l’accuratezza dell’estrazione delle informazioni.
RAG, migliora significativamente l’accuratezza dell’estrazione delle informazioni.
L’interfaccia del sistema di ticketing è un servizio Watson Assistant che raccoglie le richieste di supporto degli utenti relativamente ai sistemi IT supportati. Watson Assistant è addestrato per fornire dei percorsi di smistamento delle richieste verso le aree di assistenza più indicate. A questo servizio è stato di recente agganciato un servizio WatsonX.ai che categorizza le richieste in base alla descrizione che ne fa l’utente. Grazie a questa categorizzazione, il sistema ricerca nella base dati storica dei casi risolti (raccolti utilizzando il servizio Watson Discovery) e fornisce all’assistenza delle soluzioni utilizzate nel passato per casi simili. La combinazione dei tre servizi Watson (Assistant, .ai e Discovery) permette di ridurre drasticamente i tempi di risoluzione dei casi aperti dagli utenti.
ESIGENZA CLIENTE
Efficientamento del processo di realizzazione l’intervento manuale, così da minimizzare i rischi di bias, abbreviare i tempi di esecuzione e migliorare la precisione dei risultati, consentendo una maggiore coerenza nei preventivi e garantendo che le informazioni siano sempre aggiornate e conformi agli standard aziendali.
SOLUZIONE PROPOSTA
Un’applicazione di AI in grado di elaborare attraverso l’uso di LLM le richieste di ingresso (mail) per estrarre le informazioni chiave. Queste ultime vengono poi utilizzate per proporre possibili configurazioni filtrate secondo le regole di compatibilità dei codici prodotto.
ESIGENZA CLIENTE
Ottimizzare la gestione dei reclami mediante un’applicazione di intelligenza artificiale generativa, in grado di redigere una proposta di testo formalmente corretto in lingua inglese a partire dalle note/commenti del Quality Manager. I benefici attesi sono una drastica riduzione dei tempi di redazione del commento conclusivo insieme ad un miglioramento della qualità del testo
SOLUZIONE PROPOSTA
Implementazione di una soluzione in grado di analizzare in modo avanzato i commenti (testo o voce) del Quality Manager in cui vengono fornite tutte le informazioni necessarie per redigere in modo accurato il testo descrittivo di ciascuna sezione del template di risposta ai reclami. Il Quality Manager può inserire note anche sintetiche e semplificate; il motore di AI si preoccupa di ricontestualizzare i commenti riformulandone il contenuto in inglese corretto ed espandendone i concetti. Una volta raccolte le note, il quality manager può generare il template (.doc) precompilato che gli verrà recapitato allegato via email.