Le industrie devono diventare data driven per sopravvivere e crescere. È un imperativo categorico – anche e soprattutto in virtù di nuovi modelli di business come quello della servitizzazione, in cui non si vende più la macchina o l’elettrodomestico o l’automobile, ma il pay per use e i servizi connessi, come la manutenzione. Perché questi modelli funzionino il presupposto è la gestione della conoscenza, o tecnicamente il Knowledge Management: la raccolta e la strutturazione delle informazioni per la loro successiva trasformazione in valore.
La gestione della conoscenza è di fatto il presupposto della digital transformation ed è ciò che consente alle industrie di diventare learning organization. Industria Italiana ne ha parlato con Leonardo D’Itri, ceo della società di consulenza Aryanna – Advanced Knowledge Management, e autore del volume “Advanced Knowledge Management. Una visione nuova per gestire la conoscenza aziendale”.
Dal Knowledge Management alla digital transformation
Ma cos’è il Knowledge Management e perché è così poco conosciuto in ambiente aziendale? «In termini tecnici, è la gestione della conoscenza aziendale. Informazioni, modulistica, notizie: se gestite in maniera corretta diventano un asset di impatto per le aziende, che incide sul conto economico. A inizio anni 2000 il Knowledge Management è stato agganciato alla tecnologia: i vendor mettevano sul mercato piattaforme tecnologiche di gestione delle informazioni. Ma non essendoci attenzione al fattore “trovabilità” delle informazioni, le piattaforme diventavano repository, che nel tempo prendevano polvere. L’altro elemento a discapito di questa funzione è che ha avuto una connotazione molto accademica, quindi scarse o nulle applicazioni pratiche». Negli anni più recenti anziché di knowledge management si è iniziato a parlare di digital transformation, ma il succo non cambia: l’obiettivo è far sì che l’azienda diventi una learning organization e che apprenda da quello che accade nel mercato.
E le tecnologie si sono evolute: non solo più database e motori di ricerca, ma Iot, Blockchain e AI. Anche in questo caso il discorso non cambia: se ci si limita a usare la tecnologia senza aver gestito la conoscenza, si creano infiniti archivi disordinati e dunque per lo più inutili. «La tecnologia arriva dopo, perché è solo un contenitore di quelle che sono le informazioni. E lo stesso accade con l’AI generativa: si pensa erroneamente che basti mettere dentro al motore le informazioni destrutturate e poi girando la chiave il motore parte. Non è così è l’AI generativa è di fatto solo un altro contenitore che può essere migliorativo ma che da solo non basta».
La metodologia di Aryanna per la valorizzazione delle informazioni e il caso del customer care
Aryanna ha dunque definito una metodologia, l’Advanced Knowledge Management, partendo dalla sua esperienza nel Customer Care «che è la Formula Uno del Knowledge Management – continua D’Itri – il nostro approccio consente alle imprese di sfruttare l’informazione come un asset strategico, coltivando legami più forti con la propria base clienti». Il Crm è un esempio chiave di come questa gestione della conoscenza possa creare valore. Se analizziamo la dinamica della chiamata al servizio clienti, lo scenario è quello in cui un operatore che, affrontando una richiesta del cliente, deve accedere istantaneamente a informazioni pertinenti da un vasto repository. «Questo processo deve essere rapido, poiché ogni secondo in un’interazione dal vivo equivale a un valore tangibile per l’azienda – dice D’Itri – Indicatori chiave di performance (Kpi), che includono metriche come il Tempo Medio di Gestione (Tmg), la Risoluzione in una Sola Chiamata e l‘Indice di Soddisfazione del Cliente (Csi), determinano l’efficienza operativa e la qualità».
Allora, una volta individuata l’informazione, la comprensibilità diventa fondamentale. In molti casi le informazioni sono scritte nel manuale dell’operatore in maniera comprensibile agli addetti ai lavori ma del tutto oscura per chi si approccia per la prima volta al tema. L’attività di organizzare una base di conoscenza è difficile e incide sul bilancio economico dell’azienda. «La metodologia strutturata di Aryanna, adattabile a diverse industry, individua lacune, ridefinisce il contenuto e migliora la comprensione. Il nostro processo implica il riconoscimento della conoscenza tacita detenuta dagli esperti, strutturandola in modo intuitivo e migliorandone l’usabilità attraverso le linee guida di Content Language Usability (Clu), garantendo quindi un’interpretazione uniforme per tutti».
Tempi di risposta ridotti del 25% e qualità aumentata del 24%
Più in dettaglio: il primo step è capire se in azienda esista o meno una Knowledge Base. Se non c’è viene creata da zero, se c’è spesso ha bisogno di aggiustamenti. «Allora va formalizzata, riorganizzandola e strutturandola in maniera semplice e intuitiva. È un processo di vera e propria architettura delle informazioni. Immaginiamo una griglia di informazioni all’interno della quale vengono inseriti i contenuti che sono stati atomizzati: lo step successivo è la riscrittura secondo le regole di Clu, definite con linguisti computazionali, in modo che se letti da mille persone, queste capiscano la stessa cosa», spiega il manager. Infine, Aryanna si occupa anche di knowledge analisys, incrociando i dati, per capire quanto l’utilizzo del knowledge management migliori i kpi operativi.
«Abbiamo anche fatto un test per isolare la variabile knowledge: l’operatore all’arrivo della telefonata riceveva il contenuto vecchio o quello riscritto da noi. Il gruppo di controllo che non sapeva chi avesse ricevuto il contenuto vecchio o quello riscritto, e abbiamo ascoltato le risposte. È emerso che il delta del tempo medio di gestione con i testi vecchi, rispetto a quelli nuovi, è superiore del 25%. Con i testi nuovi in sostanza si risparmia un quarto del tempo per raggiungere le informazioni che, moltiplicato per numero di contatti e operatori, rappresenta un guadagno tangibile per l’azienda. Sulla qualità il focus group ha rilevato un delta del 24% (ovviamente a favore dei testi rielaborati)». Risultati molto interessanti sono arrivati anche sul fronte sales: «Abbiamo lavorato con Italiaonline, azienda per la quale abbiamo realizzato sia tecnologia, sia Knowledge Base per la rete vendita di oltre 700 agenti.” Prima l’ufficio di supporto riceveva una marea di richieste dai venditori che non si ricordavano i dettagli dei prodotti a catalogo e che per non perdere tempo chiedevano senza cercare: oggi queste richieste si sono ridotte del 40%. E sono state eliminate le attività a basso valore aggiunto.
L’Integrazione dell’AI nel Mondo del Knowledge Management
Come accennato in apertura, con l’arrivo dell’AI c’è stata la corsa all’utilizzo di questa nuova tecnologia per migliorare la gestione delle informazioni, ma i risultati non sono stati di buona qualità. «Se è vero che chatbot e modelli generativi come Gpt sono sempre più frequentemente adottati (perché consentono un risparmio in termini di risorse umane e ore uomo spese nel contatto con il cliente) è altrettanto vero che non sono una soluzione olistica – spiega D’Itri – perché anche il più sofisticato dei modelli generativi oggi disponibili non può che basare le proprie risposte sulle informazioni condivise in una logica di input set. La qualità di queste risposte è pertanto fortemente condizionata da come è stato organizzato e strutturato il contenuto informativo di partenza: tanto più la Knowledge Base e le informazioni sono state ottimizzate in un’ottica di usabilità e trovabilità, tanto più attinente e soddisfacente è la risposta fornita dal modello di AI generativa». D’Itri continua a spiegare attraverso un esempio pratico: l’operatore di customer care o di vendita può raggiungere l’informazione in molti modi, per parole chiave, per ricerca semantica o scrivendo in linguaggio naturale.
«Il primo elemento discriminante è questo: siamo abituati a cercare per parole chiave e su un sistema di AI generativa se si scrive per parole chiave questo non funziona. Quindi dobbiamo capire quale contenuto ci verrà restituito se anziché utilizzare parole chiave effettuiamo una ricerca con il linguaggio naturale. Noi abbiamo lavorato su due binari per usare l’AI. Il primo è la Knowledge Base. Se è piena di incongruenze, di buchi e scritta male l’AI lavora male. E allora devi bilanciare l’altro elemento, ovvero la configurazione del sistema di AI affinché riduca al massimo le allucinazioni (ovvero le informazioni errate). Con i motori di ricerca full text, prima dei semantici, c’erano i system integrator che lavoravano per agganciare i motori di ricerca alla Knowledge Base. Oggi, bisogna bilanciare le due componenti: da un lato una Knowledge Base strutturata e scritta bene e dall’altra l’ingegnerizzazione con ChatGpt e gli altri strumenti di AI generativa». Aryanna integra senza soluzione di continuità l’AI nel Knowledge Management, migliorandone il potenziale. «La nostra soluzione AI proprietaria convive armoniosamente con le strutture tradizionali di Knowledge Management, apportando un’accuratezza senza precedenti», conclude D’Itri. Una rivoluzione copernicana rispetto al repository iniziale. «Oggi Aryanna sta implementando anche un’area Education: non solo forniamo servizio e tecnologia ma vogliamo trasferire alle aziende anche il know-how. Vogliamo diffondere una cultura del knowledge management per trasformarne la percezione. E arrivare a un futuro in cui la conoscenza non sia solo un asset, ma una forza motrice indispensabile per il successo delle imprese».
