Introduzione

Tra le tecnologie IT emergenti negli ultimi anni, la domanda di chatbot è cresciuta in modo significativo con l’avvento della pandemia di Covid‑19. I consumatori, più reticenti a recarsi fisicamente in uffici o punti vendita, hanno preferito visite ai siti web, email, telefonate e messaggi su piattaforme di instant messaging o mobile messaging. Di conseguenza, molte aziende hanno iniziato a implementare chatbot capaci di rispondere a domande o completare transazioni senza l’intervento umano, oppure di attivare un handover verso l’operatore più adatto quando la conversazione supera le capacità della macchina. Diverse ricerche prevedono una crescita annua degli investimenti in chatbot tra il 20 % e il 30 % nei prossimi cinque anni.

Che cosa sono i chatbot

I chatbot sono software progettati per simulare una conversazione fra esseri umani. In inglese, “chat” significa chiacchierare, mentre “bot” indica un programma autonomo che opera all’interno di una rete, consentendo l’interazione tra persone e/o sistemi. L’idea di base risale a circa settanta anni fa, in parallelo allo sviluppo dell’intelligenza artificiale (AI). Due momenti chiave hanno accelerato il loro utilizzo: la diffusione del Web nei primi anni 2000 e, a partire dal 2015, l’apertura dei canali di mobile messaging da parte dei fornitori di servizi, che hanno permesso l’integrazione di chatbot nei propri ecosistemi.

Tipologie di chatbot

Chatbot rule‑based

I chatbot basati su regole (rule‑based) utilizzano una GUI (graphic user interface) e un motore di scanning che analizza le parole chiave inserite dall’utente. Attraverso istruzioni “if‑then”, il sistema ricerca la risposta più adeguata in una knowledge base (libreria di informazioni su prodotti, servizi, ecc.) e la restituisce in forma testuale o vocale tramite tecnologia text‑to‑speech (TTS). È possibile arricchire questi chatbot con componenti di Natural Language Processing (NLP) per trasformare domande orali in testo da analizzare.

Chatbot AI‑based

I chatbot basati su AI rappresentano la frontiera più promettente. Oltre al NLP, impiegano tecnologie di Natural Language Understanding (NLU), machine learning (ML), deep learning (DL) e, in alcuni casi, computer vision. La differenza principale tra NLP e NLU è che il primo traduce il linguaggio naturale in una forma comprensibile alla macchina, mentre il secondo approfondisce l’analisi psico‑linguistica, rendendo possibile anche l’analisi predittiva. Grazie a questi motori, i chatbot AI possono gestire conversazioni più complesse, adattarsi al contesto e apprendere dall’interazione con gli utenti.

Integrazione e architettura

Sia i chatbot rule‑based sia quelli AI‑based possono variare notevolmente in termini di complessità e ambito di utilizzo. Un ruolo cruciale è svolto dalle API (application programming interface), che consentono di collegare il bot a sistemi esterni, a database o a servizi di terze parti, anche open source. Le opzioni di distribuzione includono:

    • On‑premise: installazione locale sui server aziendali.
    • Cloud: servizio gestito da provider come AWS, Azure o Google Cloud.
    • Hybrid cloud: combinazione di risorse on‑premise e cloud.
    • Bot‑as‑a‑service (BaaS): piattaforme cloud pronte all’uso, spesso estensibili in modalità multi‑cloud.

Le interfacce utente variano dal tradizionale widget pop‑up a vere e proprie applicazioni mobili, passando per smart speaker, avatar su wearable device o cuffie Bluetooth con microfono integrato.

Applicazioni aziendali

Marketing e vendite

I chatbot possono fungere da prima interfaccia di ingaggio conversazionale, presentando prodotti e servizi a potenziali clienti. In alcuni scenari gestiscono l’intero ciclo di vendita, dalla qualificazione del lead alla chiusura dell’acquisto, oppure trasferiscono la conversazione a un operatore umano quando necessario.

Customer service

Nel servizio clienti, i bot rispondono a richieste frequenti in modo rapido e coerente, migliorando l’esperienza dell’utente. Quando non riescono a fornire una risposta soddisfacente, effettuano l’handover a un operatore reale, garantendo continuità del servizio.

Human resource

Grazie a “skill” predefinite fornite da vendor, sviluppatori o team interni, i chatbot HR possono:

    • Raccogliere e selezionare curriculum vitae.
    • Fornire informazioni ai neo‑assunti.
    • Gestire richieste di ferie e approvazioni.
    • Rilevare presenze e generare report.
    • Somministrare questionari per corsi di formazione.

Esempi di chatbot di spicco nel 2021

Negli ultimi anni, quasi tutti i fornitori di software on‑premise e di servizi cloud hanno integrato soluzioni per chatbot enterprise. Alcuni esempi rilevanti sono:

    • XAAP AI: ha lanciato su AWS Marketplace la soluzione “Conversational Self Service for Contact Center Intelligence” (CSS4CCI), pensata per ottimizzare i contact center.
    • IBM Watson Assistant: alla base della nuova applicazione Vira, sviluppata da IBM in collaborazione con la Johns Hopkins Bloomberg School of Public Health, per supportare la comunicazione sanitaria.
    • Google Dialogflow e Microsoft Azure Bot Service: piattaforme BaaS che offrono integrazioni native con CRM, ERP e altri sistemi aziendali.

Prospettive di crescita

Le previsioni di mercato indicano una crescita annua compresa tra il 20 % e il 30 % degli investimenti in tecnologie chatbot per i prossimi cinque anni, spinta dalla necessità di automatizzare le inter