Che cosa cercano le imprese italiane dall’intelligenza artificiale, o AI? E come credono di poter beneficiare dall’innovazione del momento? Traction ha cercato rispostaa queste domande, attraverso un sondaggio distribuito a CEO e manager. Sono oltre 300 le testimonianze raccolte dalla martech company in occasione degli oltre 10 webinar tenuti per la presentazione della piattaforma proprietaria di CRM con intelligenza artificiale AutoCust.
L’analisi delle risposte ha permesso di comprendere il livello di conoscenza della tecnologia, e di far luce su alcune delle false credenze più diffuse. Il sondaggio, incentrato sulle applicazioni nel digital marketing, ha coinvolto in particolare responsabili di imprese operanti nei settori e-commerce, hospitality, education e servizi.
AI non è automazione
Punto primo, intelligenza artificiale non è sinonimo di automazione. Ben il 34% delle risposte registrate da Traction rileva, infatti, che le imprese cercano dall’AI automazione. Cadendo quindi in errore. Sì, perché per quanto i due concetti siano contigui tra loro, sono del tutto differenti. Se l’automazione sostituisce compiti umani ripetitivi con processi automatici o meccanizzati, l’intelligenza artificiale esegue compiti che normalmente richiederebbero l’intelligenza umana. È quindi in grado di apprendere dai dati, identificare modelli e prendere decisioni in un ambiente di automazione.
Un esempio? L’invio di comunicazioni automatizzate a seguito di azioni compiute dai clienti è compito dell’automazione. L’intelligenza artificiale è in grado di personalizzare quelle stesse comunicazioni, rendendole quindi estremamente più efficaci.
Non solo testi e immagini
Un altro elemento da chiarire riguarda le possibili applicazioni dell’intelligenza artificiale, che consente di generare testi, immagini e altri contenuti originali. Ma permette di fare molte altre cose, come analizzare dati storici per fornire previsioni su tendenze future.
Si tratta della differenza tra AI generativa e predittiva che molte imprese italiane ancora non hanno chiara. Come testimonia il sondaggio di Traction, secondo cui il 68% dei partecipanti si ferma al primo sistema, perdendo quindi l’opportunità di sfruttare appieno le potenzialità offerte dai dati. L’utilizzo dell’AI predittiva permette, ad esempio, di prevedere quali clienti sono più inclini a fare un acquisto, o quali contenuti possono avere maggior successo. Evitando quindi la dispersione di risorse ed energie.
Oltre i tradizionali chatbot
Tra le applicazioni più note dell’AI c’è l’assistenza clienti, che trova nella tecnologia un potente alleato per migliorare l’esperienza complessiva. Questo vuol dire andare oltre i tradizionali chatbot, a differenza di quanto ritiene il 73% dei partecipanti al sondaggio di Traction. I chatbot, infatti, non sono che uno tra i possibili strumenti a disposizione delle imprese, che possono contare oggi su veri e propri assistenti virtuali intelligenti.
L’intelligenza artificiale può essere impiegata per ottimizzare i processi di gestione delle richieste dei clienti, con un’elaborazione più rapida ed efficiente. La previsione dei comportamenti di acquisto e l’estrema personalizzazione dei messaggi inviati, inoltre, si traduce in comunicazioni allineate alle reali esigenze dei clienti. A vantaggio delle imprese, ma non solo.
L’importanza dei dati
L’intelligenza artificiale ha bisogno di dati per funzionare efficacemente. Dovrebbe essere una conoscenza acquisita, eppure il sondaggio proposto da Traction afferma il contrario. Il 24% dei responsabili di impresa coinvolti ritiene che l’AI dia risultati immediati e autonomi. La verità è che un dataset ben strutturato è fondamentale per alimentare gli algoritmi di intelligenza artificiale e machine learning. Molte imprese italiane sono sprovviste di queste informazioni. In questo caso la tecnologia può intervenire anche registrando i dati in corso d’opera.
Sono sufficienti pochi mesi per raccogliere i dati necessari dalle sessioni degli utenti sulle diverse piattaforme aziendali. Ed è a questo punto che sarà possibile fornire previsioni corrette e trasformarle in decisioni ponderate.
Come acquisire nuovi clienti
L’obiettivo principale di ogni azione di marketing è aumentare il numero dei clienti. Lo confermano anche le risposte raccolte da Traction, da cui emerge che il 41% dei partecipanti si aspetta questo risultato dall’intelligenza artificiale.
Eppure, sebbene questo strumento sia in grado di agire sulla customer acquisition, questo avviene solo per effetto di una strategia complessiva che mira a individuare e coinvolgere nuovi clienti. La tecnologia si innesta in un progetto più ampio, aprendo nuove possibilità di vendita.
Un recente caso di studio di Traction rivela, ad esempio, come l’intelligenza artificiale riesca a prevenire l’abbandono del carrello in ambito e-commerce, con un conseguente incremento del numero dei clienti. Ecco che la tecnologia centra l’obiettivo, ma come parte integrante di altre attività.
Obiettivo fidelizzazione
Infine, solo il 5% dei partecipanti al sondaggio afferma di voler usare l’intelligenza artificiale per incrementare il proprio retention rate, ovvero il tasso di mantenimento della clientela. Una rilevazione da sottolineare, considerando che l’AI dà il suo meglio proprio nella fidelizzazione dei clienti. Grazie alla capacità di analizzare i dati dei clienti e individuare modelli comportamentali, la tecnologia sviluppa strategie mirate e personalizzate, offrendo esperienze uniche che favoriscono la fidelizzazione a lungo termine. Inoltre, ne anticipa le necessità, con suggerimenti tagliati su misura che rinsaldano il rapporto.
La fidelizzazione è quindi uno dei campi in cui l’AI risulta più efficace, a differenza di quanto creduto dalle imprese ascoltate da Traction.
Diffusione dell’AI
Il mercato dell’intelligenza artificiale sta registrando una crescita impetuosa, come afferma una recente indagine dell’Osservatorio Artificial Intelligence del Politecnico di Milano. Nel 2023, +52% per il mercato in Italia, per un valore di 760 milioni di euro. La stessa indagine rileva come il 90% del mercato sia dovuto alle grandi imprese. Il resto è diviso in maniera equa tra PMI e Pubblica Amministrazione. Uno squilibrio che può essere colmato, anche grazie a una conoscenza più approfondita della tecnologia.