Gestire parte delle richieste di soccorso in autonomia, con un passaggio alle persone quando necessario.
PROJECT LAB / GEN AI / TRANSFORMATION
From Conversation
to Automated Assistance
Progettazione funzionale e coordinamento di un sistema AI conversazionale integrato nei processi operativi di soccorso stradale.
EXECUTIVE VIEW / IL PROGETTO IN UN MINUTO
Flusso conversazionale, verifiche funzionali e integrazioni API fino alla creazione dell’assistenza.
Ideazione condivisa con il superiore, progettazione funzionale e coordinamento operativo, delle integrazioni e del fornitore. Sviluppo tecnico con il fornitore, senza sviluppo del modello LLM.
20% delle assistenze totali create automaticamente; circa 400 mila euro di costo operativo diretto.
DALL’ANALISI ALL’ESECUZIONE
01Challenge
Automatizzare le attività standard lasciando alle persone i casi che richiedono valutazione.
02Analysis
Fattibilità, business case e individuazione di dati, regole e snodi decisionali.
03Solution
Disegno conversazionale e integrazioni funzionali per creare l’assistenza.
04Implementation
Coordinamento con superiore, team e fornitore; supervisione delle criticità.
05Results
Successo dei contatti, assistenze create e costo operativo diretto, descritti con le rispettive basi di lettura.
06Skills
Process design, API funzionali, KPI, business case e vendor coordination.
DEEP DIVE
Esplora la logica.
Prova le ipotesi.
Rappresentazioni ricostruite per rendere leggibile il metodo. I dati dimostrativi sono separati dai risultati professionali.
Una conversazione diventa un processo.
Esplora le fasi e i punti in cui entrano dati, verifiche e decisioni.
Chiamata in ingresso
Il contatto entra nel percorso di assistenza; una parte delle chiamate viene intercettata dal voicebot.
AI engagement
La conversazione guida la raccolta delle informazioni necessarie alla richiesta.
Raccolta dati
Dati del cliente e del veicolo, causa del fermo e informazioni utili al servizio.
Verifica copertura
Le verifiche funzionali interrogano le informazioni di portafoglio e le condizioni applicabili.
Posizione e servizio
Localizzazione e valutazione di dépannage o traino, con i relativi vincoli.
Scelta officina
Il flusso considera la rete disponibile e la destinazione del servizio.
Creazione assistenza
Le integrazioni API permettono di registrare la richiesta nel gestionale.
Conclusione o fallback
Il percorso si completa oppure passa agli operatori quando non può procedere autonomamente.
Quando l’automazione si completa.
Quando serve una persona.
Scegli le condizioni della richiesta. Nessuna chiamata, verifica di polizza o creazione reale viene eseguita.
Il caso dimostrativo è pronto.
Veicolo DEMO-01, richiesta di traino e dati di contatto fittizi. Avvia il percorso per vedere verifiche e decisioni.
Collegare la conversazione ai sistemi.
Una mappa dei bisogni informativi coordinati nel progetto, senza endpoint o dettagli interni.
processo conversazionale
↔ Sistemi aziendali
Verifiche e scambio dei dati necessari al flusso.
↔ Copertura e massimali
Informazioni di polizza e condizioni del servizio.
↔ Cliente e veicolo
Raccolta e verifica dei dati funzionali alla richiesta.
↔ Geolocalizzazione
Posizione del veicolo e valutazione della destinazione.
↔ Servizi e officine
Scelta tra dépannage e traino e rete disponibile.
↔ Gestione assistenza
Creazione della pratica o passaggio agli operatori.
Misurare anche dove il flusso si ferma.
Indicatori definiti per il fornitore e seguiti dopo il rilascio. Dove manca una misura documentata, è descritto il presidio.
Delle chiamate intercettate dal percorso.
Individuazione del punto di passaggio agli operatori.
Analisi della fase conversazionale interessata.
Controllo delle chiamate API fallite e confronto col fornitore.
Osservazione della durata per individuare criticità.
Confronto con il business case e richiesta di correttivi.
RISULTATI ED EVIDENZE
Ciò che il progetto
ha reso possibile.
intercettate dal percorso voicebot
gestite autonomamente
Le percentuali hanno denominatori diversi: il 60% del 30% non rappresenta la quota delle assistenze complessive.
Un’ulteriore osservazione: chilometri dei traini
Nel flusso conversazionale ho introdotto la proposta della destinazione più vicina tra quelle disponibili nella rete, per orientare il traino verso una soluzione coerente con il servizio e contenere la distanza percorsa. Questa logica ha contribuito alla riduzione osservata: 38 km medi per i traini gestiti dal voicebot, rispetto ai 44 km della media generale. La minore percorrenza si riflette anche sul costo del servizio erogato, riducendo la componente legata ai chilometri.
LE COMPETENZE IN AZIONE