← Tutti i case study

Piattaforma — multi-settore

Una piattaforma di AI conversazionale, prima della generative AI

Prodotto adottato da centri commerciali, operatori telco ed energy, corrieri e logistica. Flussi conversazionali su web, WhatsApp e Messenger orchestrati da un unico punto.

  • Il mio ruoloChief Operating Officer, poi Senior Digital Product Owner — responsabile di prodotto
  • DurataDal 2019
  • AmbitiAI conversazionale · Orchestrazione multicanale · WhatsApp · Messenger · Web
Contesto

Prima che i modelli linguistici generativi arrivassero sul mercato, automatizzare una conversazione voleva dire progettarla: intenti, flussi, condizioni di uscita, passaggio a un operatore umano. La piattaforma nasce per fare questo su più canali contemporaneamente, senza che l’azienda debba gestire uno strumento diverso per ciascuno.

Il problema vero

Le aziende avevano già il sito, WhatsApp e Messenger, ognuno con la sua gestione separata e nessuna memoria condivisa. Il cliente che scriveva su un canale e poi su un altro ricominciava da capo. E chi rispondeva non aveva modo di sapere cosa fosse già stato detto altrove.

Come ci siamo arrivati
  1. 01

    Capire

    Lavoro sui casi d’uso reali di prevendita, post-vendita e customer support in settori molto diversi fra loro: quello che per un centro commerciale è una richiesta ricorrente, per un corriere non esiste nemmeno.

  2. 02

    Disegnare e costruire

    Product ownership della piattaforma: definizione delle funzionalità, priorità, backlog, coordinamento dei team di sviluppo e design, rilascio in produzione presso i clienti.

Cosa è andato in produzione
  • Piattaforma per orchestrare e gestire da un unico punto flussi conversazionali su sito web, WhatsApp e Messenger.
  • Copertura dei servizi di prevendita, post-vendita e customer support.
  • Adottata da centri commerciali, operatori telco ed energy, servizi di directory, corrieri e aziende di logistica.
  • La società che sviluppa la piattaforma ha raccolto oltre un milione di euro in due round di finanziamento.
Quando si ripropone

Chi automatizza conversazioni oggi con un modello generativo incontra gli stessi problemi che si incontravano allora: dove finisce l’automazione e comincia la persona, cosa succede quando il sistema sbaglia, come si tiene il contesto fra canali diversi. Il modello risolve la comprensione del linguaggio, non il disegno del servizio.

Il cliente non è nominato per riservatezza. Settore e dimensione sono reali, come tutto il resto.

Hai una situazione simile?

Se qualcosa qui somiglia al tuo caso, scrivimi due righe. Se non è terreno mio te lo dico subito.