Il panorama aziendale moderno è in continua evoluzione, spinto da tecnologie emergenti come l'intelligenza artificiale (IA). Tuttavia, per le aziende che operano in settori altamente regolamentati, l'adozione dell'IA presenta sfide uniche, che vanno oltre la semplice implementazione tecnologica. Smarsh, un leader globale nella fornitura di soluzioni di archiviazione e analisi delle comunicazioni per queste industrie, ha affrontato queste sfide di petto, raggiungendo un notevole successo nell'integrazione dell'IA, dimostrando come una strategia mirata e una preparazione rigorosa possano trasformare il servizio clienti e l'efficienza operativa.

Il Contesto: Scalare Senza Perdere Qualità in Ambienti Regolamentati

Smarsh si era prefissata un obiettivo ambizioso: utilizzare l'IA per espandere la propria forza lavoro e aumentare la produttività del 30%. Ma il vero ostacolo non era semplicemente automatizzare; si trattava di risolvere un problema strutturale che incideva direttamente sull'esperienza del cliente. I clienti di Smarsh, principalmente istituzioni finanziarie e aziende sottoposte a rigorosi controlli di conformità, si trovavano a navigare in un labirinto di prodotti complessi, documentazione tecnica densa e requisiti normativi stringenti.

Il team di assistenza clienti ha identificato una chiara opportunità: non avevano bisogno di una generica automazione, ma piuttosto di un punto di ingresso intelligente e centralizzato che potesse facilitare l'accesso al supporto. Rohit Khanna, direttore clienti di Smarsh, ha sintetizzato la domanda chiave che ha guidato il loro approccio: "A livello di team ci siamo chiesti: come possiamo diventare una migliore organizzazione di supporto per i nostri clienti di industrie regolamentate, dato che continuiamo ad acquisire aziende e abbiamo così tanti prodotti da supportare? Come sfruttiamo la conoscenza interna e la presentiamo in modo da rendere i nostri team più efficienti e il servizio clienti più efficace?". Questa riflessione ha posto le basi per una soluzione innovativa, mirata e profondamente integrata.

La Soluzione: Archie, l'Agente di IA Addestrato con Conoscenza Proprietaria

Per affrontare queste sfide, Smarsh ha sviluppato Archie, un agente di IA progettato per funzionare come una "porta d'ingresso intelligente". La peculiarità di Archie risiede nel suo addestramento: è stato alimentato con l'ampia base di conoscenza proprietaria dell'azienda, che include documentazione sui prodotti, normative e casi d'uso specifici. Invece di costringere gli utenti a percorrere complessi alberi decisionali o a cercare manualmente informazioni, Archie consente ai clienti di descrivere le proprie esigenze in linguaggio naturale e di ricevere una guida precisa verso la soluzione corretta. Questo approccio ha eliminato le frizioni tipicamente associate ai sistemi di supporto tradizionali, migliorando notevolmente l'efficienza e la soddisfazione del cliente.

Un elemento cruciale per il successo di Smarsh è stato superare il "punto critico" o "ultimo miglio", il momento in cui molte iniziative di IA si arenano tra un pilota di successo e un'implementazione produttiva su larga scala. Smarsh ha scelto la Salesforce Agentforce 360 Platform per garantire che Archie potesse operare con il contesto condiviso, l'esecuzione controllata e l'orchestrazione necessarie per un ambiente aziendale complesso. Implementando Agentforce invece di costruire una soluzione proprietaria da zero, Smarsh ha permesso ad Archie di pianificare ed eseguire il lavoro attraverso più sistemi, offrendo un self-service più intelligente e risoluzioni più rapide. I risultati preliminari e le proiezioni sono impressionanti:

  • 20% di aumento nei tassi di successo del self-service.
  • 25% più veloce nella risoluzione dei problemi rispetto ai metodi tradizionali.
  • 30% di incremento nella produttività dei rappresentanti del servizio.
  • 59% di adozione del self-service tra gli utenti.

La Preparazione che Fa la Differenza: Dati Puliti e Sicuri

Uno dei fattori più critici del successo di Smarsh è stato qualcosa che l'azienda ha iniziato a costruire molto prima che l'IA generativa diventasse mainstream: una base di dati puliti, sicuri e ben strutturati. Questa preparazione lungimirante ha dato a Smarsh un vantaggio competitivo decisivo. "Molte organizzazioni affrontano sfide e non completano i loro progetti di IA perché i dati non sono pronti", afferma Khanna. "Noi abbiamo iniziato con forza fin dall'inizio perché i nostri dati erano già puliti e protetti. Oggi siamo in produzione con un agente di servizio funzionante."

Smarsh ha investito anni nella razionalizzazione, annotazione e anonimizzazione dei propri dati, anticipando le esigenze dell'IA moderna. Mentre altre aziende lottano con la qualità dei dati, Smarsh ha potuto concentrarsi sull'ottimizzazione dell'esperienza utente e sull'adozione. Questa base solida ha garantito che, una volta pronta per l'IA generativa, Smarsh avesse il carburante di qualità necessario per alimentare i suoi modelli e ottenere risultati accurati e affidabili, fondamentali in un settore dove la precisione non è un'opzione ma un requisito.

Strategia di Dati: Fusione di Team di Documentazione e IA

Per mantenere la massima precisione e sicurezza, Smarsh ha eliminato le tradizionali barriere dipartimentali. Il team di documentazione e il team di IA lavorano in un ciclo continuo e collaborativo: tutto il materiale prodotto dalla documentazione viene verificato e validato dal team di IA prima di essere esposto al modello linguistico. Questa sinergia assicura che le informazioni utilizzate da Archie siano sempre aggiornate, accurate e conformi agli standard richiesti. Janine Deegan, responsabile del programma di supporto digitale di Smarsh, ha sottolineato l'importanza di questo approccio: "Con Archie, l'obiettivo era andare oltre la sperimentazione e rendere l'IA realmente utilizzabile in un ambiente regolamentato. Non era così semplice come attivare un agente; abbiamo dovuto costruire un sistema che desse a quell'intelligenza grezza il contesto e il controllo che la nostra industria richiede".

Il Complesso Mondo delle Industrie Regolamentate: Conformità e Fiducia

Per le aziende che operano in settori altamente regolamentati, come i servizi finanziari, la sanità e le assicurazioni, l'implementazione dell'IA non è solo una sfida tecnica, ma anche regolatoria. Smarsh è custode dei dati di archiviazione per le istituzioni finanziarie, il che significa che la sicurezza e la conformità sono assolutamente critiche. "Siamo in un mondo di conformità. Siamo custodi dei dati di archiviazione per tutte le nostre istituzioni finanziarie, e i nostri dati sono così sacri che non li consegniamo", ha sottolineato Khanna. "Dobbiamo essere molto consapevoli della sicurezza e dell'identità quando apriamo i nostri sistemi all'IA agentica."

Smarsh è regolarmente sottoposta a audit non solo da organismi di regolamentazione, ma anche dalle banche e istituzioni finanziarie stesse, che devono rispettare rigorose regole di protezione dei dati. Questi clienti richiedono un model risk management (MRM), ovvero una documentazione dettagliata su come funziona il modello di IA e garanzie che i loro dati non vengano divulgati a modelli pubblici. "I regolatori e le banche chiedono MRM", dice Khanna. "Dicono: 'Dimostrami che tutti i miei dati non finiscono nel pubblico perché si connette con un LLM. Parlami dell'LLM. Parlami del modello che stai usando.' Lavoriamo con Salesforce per poter ottenere l'approvazione MRM per i nostri clienti. E grazie alla base di conoscenza e documentazione di Salesforce, possiamo sempre spiegare a questi organismi di regolamentazione cosa e perché Archie sta rispondendo".

Salesforce Trust Layer: Sicurezza Senza Compromessi

La scelta di Salesforce Agentforce non è stata casuale. Collegando la propria documentazione direttamente ad Agentforce, supportato dal Salesforce Trust Layer, Smarsh ha trasformato dati statici in una risorsa viva e affidabile che gestisce la precisione necessaria per uno spazio regolamentato. Questo approccio ha garantito che Archie non solo fornisse risposte accurate, ma lo facesse in un ambiente sicuro e conforme. "Siamo un'azienda Salesforce", ha condiviso Khanna. "Utilizziamo un insieme centrale di prodotti Salesforce, inclusi Data 360, Agentforce Service, Agentforce Sales e altro, quindi aveva senso scommettere su un agente di IA fornito da Salesforce invece di acquistare qualcosa di esterno. Sappiamo che all'inizio, quando arriva una nuova tecnologia, sarà impegnativo, ma Salesforce è all'altezza e ci evolveremo insieme". Questa partnership strategica ha permesso a Smarsh di sfruttare le capacità IA di Salesforce mantenendo la massima fiducia e conformità.

Superare l'Ostacolo dell'Adozione: Educazione e Personalizzazione

Anche con una soluzione tecnicamente solida come Archie, Smarsh ha affrontato una sfida critica: l'adozione da parte degli utenti. Al lancio iniziale, alcuni clienti si sono sentiti confusi vedendo una casella di testo al centro del loro schermo e non hanno immediatamente capito come interagire con essa. "Abbiamo imparato a nostre spese che avevamo bisogno di una migliore gestione del cambiamento e di assicurarci che i nostri clienti del settore capissero che potevano semplicemente fare domande in linguaggio naturale", ha riconosciuto Khanna.

La soluzione è stata la personalizzazione. Una volta che i clienti hanno compreso meglio come Archie poteva essere utilizzato per un autoservizio più efficiente e personalizzato, il tasso di adozione è balzato al 59%. Questo dimostra l'importanza di non solo costruire una tecnologia eccellente, ma anche di educare gli utenti su come massimizzarne il potenziale. "La personalizzazione è stata molto critica per noi. Ora vediamo l'accettazione, e ci aspettiamo che continui quando implementeremo Archie nel resto dei nostri prodotti", ha concluso Khanna, evidenziando il ruolo cruciale dell'esperienza utente nell'adozione di soluzioni IA.

Lezioni Chiave per i Fondatori di SaaS B2B che Implementano l'IA

Il caso di Smarsh offre apprendimenti preziosi per i fondatori di startup tecnologiche, specialmente quelli in settori regolamentati o con prodotti complessi:

  • 1. Prepara i tuoi dati prima di pensare all'IA: La qualità dei dati non è negoziabile. Smarsh ha investito anni nella preparazione prima di implementare l'IA generativa. Se i tuoi dati non sono puliti, è improbabile che un'iniziativa di IA abbia successo su larga scala.