Articoli

Azure Synapse Analytics

,
Modern Data Warehousing

La soluzione Microsoft per il Modern Data Warehousing

Enterprise data warehouse, big data e advance analytics integrati in unica piattaforma su Azure

Azure Synapse Analytics è la piattaforma abilitante per soddisfare a 360 gradi le moderne esigenze di analisi dei dati delle aziende:

  • Analisi Descrittiva: “Cosa sta succedendo nella mia attività?” Per rispondere a questa domanda viene in genere implementato un Data Warehouse.
  • Analisi Diagnostica: “Perché sta accadendo?” Rispondere a questa domanda in genere comporta una ricerca più ampia sul patrimonio dati per trovare più dati a supporto di questo tipo di analisi.
  • Analisi Predittiva: “Cosa succederà probabilmente in futuro in base alle tendenze e ai modelli precedenti?” Rispondere a questa domanda comporta l’integrazione di modelli ML
  • Analisi Prescrittiva: “Cosa dovrei fare?” Questo tipo di analisi esamina l’esecuzione di azioni basate sull’analisi dei dati in realtime o near realtime, utilizzando i modelli dell’analisi predittiva.

Modern Data Warehousing

Con Azure Synapse Analytics, Microsoft integra in un unico tool, con una user experience unificata, le funzionalità di:

  • data integration (ingestion, data preparation, data transformation, batch e near realtime)
  • enterprise data warehousing e big data (archiviazione ed elaborazione di dati strutturati, semistrutturati, non strutturati con volumi dal MB a PB)
  • advanced analytics (Machine Learning, e Deep Learning)
  • presentation (dashboard Power BI)
  • monitoring
  • management
  • security

in parte integrando al suo interno ed evolvendo componenti esistenti della piattaforma Azure (es Azure Data Factory, Azure SQL Data Warehouse, Azure Databricks/Spark e Azure Data Lake) in parte abilitando una completa integrazione con componenti quali Power BI, Azure machine Learning, Azure Cosmos DB, Azure Data Explorer, Dataverse.

Modern Data Warehousing 2

Azure Synapse Analytics

L’adozione di Azure Synapse Analytycs consentirà alle aziende di disporre di un unico tool in grado di coprire le attuali e future esigenze di archiviazione, analisi e presentazione dei propri dati preservando gli investimenti in termini di risorse e competenze.

Grazie anche ad un sistema di costi modulare le aziende potranno iniziare gradualmente il loro percorso con le funzionalità data warehouse tradizionale su dati strutturati, migrando gli attuali data warehouse on premise nel cloud Azure, sfruttando le potenzialità di elaborazione e scalabilità del Dedicated SQL Poll (Massive Parellel Processing Engine)

Parallelamente potranno archiviare in uno storage virtualmente infinito e a basso costo (Data Lake Storage) tutti quei dati aziendali che al momento non sono in grado analizzare ma che rappresentano un patrimonio da cui estrarre in futuro contenuti informativi e analitici (es, file di testo generati dalle macchine industriali, serie temporali generate da sensori, log di sistemi, e-mail, documenti, foto, video, audio ecc).

Mediante l’integrazione di modelli di Machine Learning applicati all’analisi dei dati potranno gradualmente intraprendere il percorso di evoluzione delle proprie capacità advanced analytics (Analisi diagnostica, predittiva e prescrittiva), es: anomaly detection, demand planning, recommendation, customer segmentation, sentiment analysis.

Azure Synapse Analytics offre diverse possibilità per l’integrazione di capacità machine learning sia tramite le funzionalità Apache Spark integrate nella piattaforma, sia mediante l’integrazione con Azure Machine Learning.

Le tecnologie di Artificial Intelligence potranno anche essere utilizzate per estrarre ed interpretare informazioni da documenti ed e-mail (es. identificazione di parole chiave, interpretazione del testo, traduzione, analisi del sentiment, estrazione di coppie chiave valore: es numero di fattura, numero d’ordine), da file audio (es. trascrizione), da foto (es. analisi descrittiva, identificazione di soggetti) che potranno essere messi in relazione con il resto del patrimonio dati aziendale.

Azure Synapse Analytics consente di integrare servizi AI Azure Cognitive Services quali

  • Anomaly Detector: per l’identificazione di anomalie in serie temporali
  • Text Analytics: per la Sentiment Analysis, identificazione della lingua, identificazione di dati sensibili e frasi chiave
  • Form Recognizer: per estrazione di dati da documenti, scontrini, fatture e documenti di identità
  • Translator: per l’identificazione della lingua e la traduzione
  • Computer Vision: per la classificazione di immagini
  • Face: per il riconoscimento di volti

In conclusione, con Azure Synapse Analytics Microsoft introduce una soluzione che integra in un unico strumento modulare funzionalità enterprise data warehouse tradizionali, big data e advance analytics, consentendo alle aziende di intraprendere un percorso graduale, salvaguardando gli investimenti e contenendo i costi.

Di seguito alcuni link di riferimento:

https://azure.microsoft.com/en-us/services/synapse-analytics/

https://docs.microsoft.com/en-us/azure/synapse-analytics/overview-what-is

I dati e l’intelligenza artificiale per la loro elaborazione rendono disponibili alle imprese nuovi modi per migliorare i processi e generare valore

Scopri le nostre soluzioni
di intelligenza artificiale

Claudio Deidda

AI Team Leader

/da

Personalità dei chatbot

,
I caratteri del CHATBOT

Vorreste un chatbot professionale, gentile, spiritoso, servizievole o entusiasta?

Quale modello scegliere per la propria organizzazione

I chatbot imperano.
Mi è capitato di usarne uno di recente in merito al supporto per la connessione internet e devo dire che mi ha solo fatto innervosire perché si avviluppava su se stesso…senza apertura, non si poteva  contattare un operatore, risposte poco chiare.

Un altro caso che ricordo è stato in merito al supporto per un acquisto online,  qui è andata meglio perché ho percepito “maggiore comprensione” da parte dello strumento, un supporto effettivo e quindi  un maggiore senso di utilità.

Cito questi due esempi perché pur essendo un utente “addetto ai lavori”, e di conseguenza con uno spirito critico più attento, sono stata  molto influenzata dal tono dello strumento e da quello che mi ha trasmesso. Non solo se mi ha permesso di raggiungere lo scopo, ma come mi ha aiutata? I due casi citati mi hanno trasmesso un sentimento molto diverso

I caratteri del chatbot

Per ruolo mi trovo ultimamente a dover progettare diversi chatbot, dalle finalità più svariate.
Al di la delle funzionalità e delle interpretazioni del linguaggio, l’aspetto della “personalità” si sta evolvendo.

Fino a poco tempo fa la stesura dei dialoghi di cortesia era delegata a me in quanto non esisteva nulla di “pronto”. Sinceramente, anche fosse esistito, avrei preferito lo stesso farlo io perché trovavo l’attività “divertente”. ..ogni tanto fare cose così fa piacere! Aumentando però il volume delle richieste e la tipologia di chatbot da sviluppare, aumenta anche la complessità di gestione di questi aspetti.

Usando prodotti di “educational”  basati su Microsoft, mi sono interessata alla recente uscita del tool “chit-chat” in lingua italiana. Chit-chat è un tool che si può innestare a QNMaker (quindi lo strumento più semplice di training di casa Microsoft) e permette di rendere lo strumento più colloquiale e accattivante con uno “sforzo minimo”. Sono state identificate 5 tipologie caratteriali (sarei curiosa di sapere sulla base di quali analisi sono uscite queste categorie)

  • Professionale
  • Gentile
  • Spiritoso
  • Servizievole
  • Entusiasta

Ok bene! Ti domandi in cosa consista la differenza…Ecco l’esempio è il seguente, alla  domanda “quanti anni hai” leggiamo le diverse risposte impostate in chit-chat per i diversi caratteri :

  • Professionale: Il tempo è un concetto che non si applica a me
  • Gentile: In realtà non ho una età
  • Spiritoso: Sono senza età
  • Servizievole: Non ho una età
  • Entusiasta: Sono un bot, non ho una età

Obbiettivamente si fa un po’ di fatica a cogliere le sfumature ma questo è solo un esempio e mi rendo conto che ci sono. Chit-chat gestisce un numero davvero elevato di domande fuori contesto, più di 20.000 e una persona non riuscirebbe a programmarle se non con costi davvero importanti.

Le risposte poi si possono modificare se proprio non convincono e rendere più accattivanti o in linea con  la comunicazione che il brand rappresenta.

E’ evidente che si cerca sempre di automatizzare tutto… ma spesso non è possibile se non con risultati non proprio esaltanti. Dietro un chatbot davvero utile ci deve sempre essere una testa pensate che lo caratterizza, lo educa e lo gestisce.

Non possono vincere sempre i costi, diversamente otterremmo esperienze d’uso poco gratificanti e il minimo di investimento fatto sul prodotto verrebbe quindi vanificato.

Ricordiamoci sempre che dietro un grande bot c’è sempre una/un grande “educatrice”/”tore”????

Scopri heybot, il chatbot conversazionale che dialoga direttamente con i tuoi clienti e con i tuoi partner, risponde 24/7 alle Q&A dei tuoi utenti in modo proattivo fornendo informazioni dettagliate.

Scopri heybot

 

Federica Bottino

Modern Workplace Consultant

/da

Azure Custom Vision, la soluzione AI Microsoft per il riconoscimento delle immagini

,
Microsoft Azure Custom Vision - Cognitive Services

Cosa è Azure Custom Vision

Azure Custom Vision è uno dei servizi disponibili nella famiglia Visione Artificiale degli “Azure Cognitive Service”

Azure Cognitive Services

I Cognitive Services di Visione Artificiale coprono diverse esigenze, ad esempio:

  • analisi delle immagini:
    • identificazione e classificazione di elementi e oggetti rappresentati
    • classificazione e descrizione delle immagini
    • identificazione di marchi
    • identificazione di contenuti per adulti
  • analisi dei volti:
    •  identificazione delle persone
    • identificazione del genere e dell’età
    • valutazione delle emozioni
    • identificazione delle caratteristiche dei volti (es. geometria del viso, capelli, barba)
    • identificazione accessori (es tipologia occhiali) e trucco
  • analisi video
  • estrazione dei contenuti dai documenti semistrutturati e scritti a mano

Azure Custom Vision

Tra i servizi di analisi delle immagini, Azure Custom Vision consente di implementare soluzioni applicative in grado di classificare immagini o riconoscere oggetti all’interno delle stesse, utilizzando modelli Machine Learning di classificazione in modo trasparente, senza la complessità legata alla loro implementazione.

Azure Custom Vision

Cosa si può fare con Azure Custom Vision

Custom Vision può essere utilizzato in differenti scenari, ad esempio nel monitoraggio dell’adozione dei presidi di sicurezza negli ambienti di lavoro. Analizzando le immagini acquisite da sistemi di videosorveglianza è possibile identificare in real-time se un soggetto rispetta le prescrizioni ad esempio sull’utilizzo di caschi, occhiali di protezione e della mascherina.

Azure Custom Vision

Custom Vision può essere utilizzato per l’implementazione di soluzioni per il monitoraggio dell’inventario di strumenti di lavoro con l’obiettivo di minimizzare le perdite di strumenti e di ridurre le tempistiche di gestione.
Custom Vision analizzando le immagini è in grado di riconoscere i vari strumenti e di distinguere i diversi modelli anche se differiscono di poco.
Inoltre, l’utilizzo di modelli dedicati consente di sviluppare soluzione ottimizzate per l’analisi e la classificazione di immagini in ambito fashion e retail.

Come funziona

Per implementare una soluzione per il riconoscimento delle immagini è necessario per prima cosa costruire il modello di interpretazione rispetto all’ambito. Ad esempio, se voglio classificare immagini di frutta devo “addestrare” il modello con alcune immagini di frutta e per ogni immagine devo specificare se si tratta di mele, pere o altra frutta.


La costruzione del modello prevede le seguenti fasi:

  1. Definizione del training set di immagini, cioè dell’insieme delle immagini che saranno utilizzate per l’addestramento
  2. Caricamento ed etichettatura delle immagini (Labeling), durante il quale viene indicato al modello se l’immagine caricata è un mela, una pera o un altro frutto
  3.  Addestramento del modello (Training), nel quale viene elaborato il modello sulla base delle immagini del training set
  4. Valutazione della qualità del modello, sulla base di alcuni indicatori di qualità (Precision e Recall)
  5. Test con immagini non comprese nel training set, nel quale viene verificato se il modello classifica correttamente delle nuove immagini non appartenenti al training set

L’etichettatura delle immagini consente di “dire” al modello come deve essere classificata l’immagine o gli oggetti rappresentati al suo interno. L’immagine o gli oggetti contenuti vengono marcati con delle etichette.
Il ciclo di addestramento può essere ripetuto più volte fino a quando non si ottiene un modello predittivo soddisfacente.

Azure Custom Vision

Una volta che il modello è stato messo a punto può essere facilmente integrato in una soluzione applicativa utilizzando le web api o l’SDK fornito dalla piattaforma o esportando il modello per un suo utilizzo offline.

Di seguito alcuni link di riferimento:

Azure Cognitive Services
Azure Custom Vision
Personal Face Mask Detection with Custom Vision and Tensorflow.js
PPE Compliance Detection using Artificial Intelligence in Learning Factories
Leveraging Cognitive Services to simplify inventory tracking

I dati e l’intelligenza artificiale per la loro elaborazione rendono disponibili alle imprese nuovi modi per migliorare i processi e generare valore

Scopri le nostre soluzioni
di intelligenza artificiale

Claudio Deidda

AI Team Leader

/da

Dynamics 365 Sales Insights: predittività a supporto della forza vendita

,
Microsoft Dynamics365 Sales Insight

Individuare trend ed esigenze degli acquirenti per rivoluzionare le reti vendita grazie all’Intelligenza Artificiale integrata nella soluzione.

Dynamics 365 Sales Insights è una suite di funzionalità in grado di raccogliere e analizzare continuamente una vasta raccolta di dati relativa ai clienti memorizzati in Dynamics 365 Sales e Office 365.
Aiuta a comprendere al meglio le relazioni commerciali, a valutare le attività in relazione ai precedenti successi e a scegliere il percorso migliore. Inoltre, consente di stabilire relazioni solide con i clienti, intraprendere azioni basate su approfondimenti e chiudere opportunità più rapidamente.

Trasforma ogni venditore in un esperto aumentandone la produttività

In un mercato globale in continua espansione nulla rimane invariato. Il cliente è alla ricerca dell’innovazione, i canali di acquisto cambiano e le dinamiche tra i concorrenti si trasformano in dinamiche tra partner, chiedendo ai team di vendita enormi sforzi per restare al passo e con un atteggiamento reattivo al mercato.
Come fare a recepire tutte queste informazioni? La chiave è I’AI.
L’Intelligenza Artificiale, usata come motore di calcolo sui nostri dati, può rilevare trend ed esigenze degli acquirenti, difficili da individuare dalle sole capacità umane. Le informazioni dettagliate e in tempo reale consentono ai venditori, impegnati esclusivamente con l’interazione umana, di agire anziché reagire di fronte alle opportunità.

Dynamics 365 Sales Insight - AI a supporto della forza vendita

Andiamo a elencare i punti di forza di questa soluzione.

Strategy & Analytics

Soluzioni predittive aiutano a ridurre gli errori dovuti ai giudizi soggettivi del venditore e individuare nuove esigenze dei clienti tramite:

  • monitoraggio continuo del mercato
  • analisi dei topics e tags negli ambienti social
  • interpolazione con i dati di vendita

Dynamics 365 Sales Insight - Strategy e Analytics

Focus sugli acquirenti giusti

Grazie ai modelli predittivi dell’AI, il tasso di conversione dei lead in opportunità sarà notevolmente maggiore, dando quindi priorità ai lead che sono più affini alle nostre proposte.

Dynamics 365 Sales Insight - Lead & Opportunities

Engagement

Grazie ai dati memorizzati in Microsoft Exchange, attraverso un collega sarà possibile instaurare un contatto con dei lead; i collegamenti ci aiutano nelle presentazioni e nel fare cross selling.
Possiamo inoltre integrare le relazioni personali, ad esempio le proprie liste di Linkedin, con quelle situate in Dynamics 365, avendo quindi un dato aggregato a 360°. Possiamo usare l’AI per creare un modello di vendita personalizzato, usando le discussioni abituali in modo da poterle integrare in specifici processi aziendali.

Lavoro smart

Lo strumento permette di rimanere sempre aggiornati sulle attività di vendita tramite un sales assistant che in background semplifica il lavoro, suggerendo sempre le attività pianificate, riducendo il carico di lavoro.
Preparare una riunione non sarà mai stato così facile, disponendo infatti di tutti i dati del cliente, si avranno informazioni chiave sull’azienda e i suoi partecipanti.
Creare e gestire le proprie attività in modo così veloce genererà un processo virtuoso di risparmio del tempo, permettendo al venditore un impiego fruttuoso delle attività che più lo identificano, ovvero l’approccio umano.

Comunicazione

Più acquirenti o più trattative? È questo il dilemma.
Grazie all’intelligenza artificiale questo gap viene minimizzato, permettendo al venditore di gestire contemporaneamente più conversazioni.
Sarà possibile quindi, tenere traccia delle interazioni con i clienti, instaurare un legame 1 a 1 e pianificare attività di follow-up e far avanzare le trattative.

Dynamics 365 Sales Insight - Comunicazione e Artificial Intelligence

Traccia e analizza automaticamente le emozioni, individua i desideri dei tuoi clienti e condividi le strategie più efficaci con il tuo team!

 

Allinea le vendite e il marketing, aumenta la produttività del reparto vendite e costruisci relazioni migliori con i tuoi clienti con un CRM moderno e in cloud.

Scopri Dynamics 365

 

Isidor Cako

Dynamics 365 Consultant

 

/da

La prima impressione è quella che conta!

, ,
La progettazione dell'esperienza utente

First impression

La prima impressione è quella che conta! Quante volte abbiamo sentito questa frase applicabile in ogni contesto sociale, forse troppe e in alcuni casi ci siamo anche ricreduti sul suo significato. Ma l’approccio verso i nuovi strumenti di comunicazione/lavoro su cosa si basa?

Purtroppo in questi contesti il primo sguardo e la prima impressione sono davvero elementi che potranno decretare o meno il successo di un progetto, quindi che fare? Oltre a dedicare tempo alla progettazione alla usabilità e al lancio degli strumenti, non dobbiamo dimenticarci di supportarne fortemente l’adozione tramite la motivazione.

Se incontraste sulla vostra strada una persona affaticata e mal vestita, sapendo che sta facendo il muratore in cantiere, che cosa pensereste? Sareste scevri da una prima “negativa” impressione rispetto al fatto di non saperlo?

Vediamo alcuni esempi:

Chatbot

la primissima interazione tra l’utente e il bot è fondamentale per l’esperienza dell’utente. Quando si progetta un bot, bisogna tener presente che c’è molto di più in quel primo messaggio oltre a dire “ciao”.

L’utente deve capire subito con cosa interagisce, cosa può ottenere dallo strumento, se questo lo farà innervosire, se sarà in grado di aiutarlo e non di fargli perdere tempo.

Diversamente non ci sarà una seconda volta.

Siti internet

Il sito internet vive sulla schermata principale.

La prima schermata deve, oltre a mostrare la pertinenza del contenuto ricercato, fornire importanti spunti di navigazione. Gli utenti dovrebbero comprendere intuitivamente dove si trova il menu e come funziona, dove chiedere aiuto, qual è la politica sulla privacy e così via.

Intranet

Le intranet oggi si configurano sia come strumenti di comunicazione interna sia come strumenti di lavoro: se la prima pagina non mi permette di capire questo ed accedere velocemente a ciò che voglio, gli utenti smetteranno di considerala tale e perderanno magari più tempo per essere aggiornati o addirittura rinunceranno.

Applicazioni

Nella applicazioni, qualunque sia il loro scopo, deve capirsi il flusso e l’obiettivo dell’utilizzo. La schermata principale spesso è il punto di smistamento alle varie funzionalità ed il punto di ritorno.

Si potrebbe andare avanti all’infinito con gli esempi, ma appare chiaro che il primo approccio allo strumento ne decreta il futuro ed assiduo utilizzo. Che cosa significa questo? Nei processi di Change management il concetto di adoption deve essere accompagnato in maniera soft ma incisiva: mostrare agli utenti i prodotti migliori, performanti ma senza barriere, facilissimi da usare renderà vincente l’operazione di evoluzione. Spiegare agli utenti il perché li devono usare e quali vantaggi ne deriveranno sarà la chiusa per fare goal.

La progettazione oggi parte da metriche rovesciate rispetto al passato, prima di preoccuparci della fattibilità, preoccupiamoci di come verrà accolta l’innovazione, se verrà accolta e se veramente porterà il valore aggiunto che stiamo ricercando. Dopo capiremo come costruire questo risultato.

Scopri heybot, il chatbot conversazionale che dialoga direttamente con i tuoi clienti e con i tuoi partner, risponde 24/7 alle Q&A dei tuoi utenti in modo proattivo fornendo informazioni dettagliate.

Scopri heybot

 

Federica Bottino

Modern Workplace Consultant

 

/da

Progettare i ChatBot – le nuove sfide

,
Progettare i ChatBot – le nuove sfide

Quando la tecnologia prova a simulare l’umano iniziano i dilemmi

Oggi gli assistenti virtuali sono i nuovi “siti web” del passato: tutti sanno cosa sono, tutti li vogliono, tutti dicono di saperli fare, tutte le persone del settore hanno una opinione a riguardo.
Dal momento che ho avuto modo di iniziare a progettare attività di questo tipo, condivido le prime osservazioni in merito alla sua usabilità che in questo caso è davvero il driver del progetto.

Regole base ed espedienti narrativi

Come per tutti gli strumenti tecnologici, anche per progettare un chatbot esistono delle prime linee guida condivise a livello generale:

  • dare una identità definita ed un nome al chatbot, in grado di comprendere il contesto dell’utente e che faccia prendere vita al brand
  • definire il suo carattere  permette di mantenere una coerenza di comunicazione durante tutte le conversazioni e lo umanizza
  • farlo agire con tempi “umani”: ad esempio non si può elargire una risposta immediata, lasciamo i puntini di avanzamento per far percepire che anche lui “pensa” e scrive

Gli espedienti narrativi si possono sintetizzare in questo modo:

  • dialogare sempre in prima persona;
  • essere sintetici;
  • nel dare soluzioni, preferire dei consigli guidati (con link ai vari step);
  • non dimenticare il carattere del personaggio;
  • non esagerare con l’umorismo;
  • comunicare con grazia i possibili errori (es. “Mi dispiace, ma non conosco la risposta”).

Tracciare l’obiettivo

Chiariti i punti sopra, bisogna partire con la progettazione e l’usabilità vera e propria: a me non sembrava complicato idealmente, invece l’attività è piuttosto difficile  perché non si basa solo su “espedienti” tecnici con ausilio di pulsanti e percorsi di navigazione, ma segue anche le derive del linguaggio umano.

Bisogna prevedere tutto il flusso della conversazione e ipotizzare gli  eventuali scostamenti: se al bot vengono richiesti argomenti non trattati, se il bot viene insultato (non è così raro), se si prova a farlo impazzire per puro divertimento.

Non si può nemmeno ipotizzare di prevedere tutte le casistiche, diversamente un progetto di questo tipo avrebbe dei costi stratosferici.

Quindi si inizia ad identificare chiaramente che cosa il bot ci deve realmente offrire, una volta chiariti i punti di arrivo dobbiamo cercare di accompagnare l’utente, tramite i pulsanti di azione, la conversazione ad arrivare alla fine del percorso.

Purtroppo su questo non esistono manuali o regole euristiche, esiste solo la pratica. E quando parlo di pratica, intendo quella vera e propria: il sistema va educato e solo utilizzandolo si può applicare l’apprendimento adattivo per gestire al meglio le conversazioni.

Ad esempio se un range di utenti scrive una determinata parola per indicare una richiesta specifica, ad esempio il nome di una procedura in maniera non convenzionale ma riconosciuta internamente, possiamo educare un chatbot ad interpretare quel termine e quindi rispondere in maniera adeguata. Tutto questo è frutto di molteplici conversazioni ed utilizzi ripetuti che solo l’utilizzo massivo del bot può garantire.

Ne consegue che i progetti di questa tipologia non hanno una data di scadenza legata al training, sicuramente sono “evolutivi” nelle performance se ben  gestiti, ma non saranno mai all’altezza di noi “umani”.
Ad oggi le aspettative che  il mercato ha proiettato su questi strumenti sono più elevate delle reali possibilità, non rimaniamo delusi se quindi il nostro robot non ci comprende, non siamo noi quelli “strani”?.

Scopri heybot, il chatbot conversazionale che dialoga direttamente con i tuoi clienti e con i tuoi partner, risponde 24/7 alle Q&A dei tuoi utenti in modo proattivo fornendo informazioni dettagliate.

Scopri heybot

 

Federica Bottino

Modern Workplace Consultant

 

/da

Dai social all’intelligenza artificiale, i nuovi modi per favorire l’accesso alla conoscenza

, ,
Digital Transformation

La nuova user experience per comunicare e condividere

Sempre più liquide, sempre più dinamiche, sempre più frammentate tra smart working e mobility, le aziende più innovative sfuggono in molti casi alle definizioni canoniche di organizzazione. E non è solo una questione teorica: i nuovi assetti presuppongono una altrettanto nuova capacità dell’impresa di tenere in vita i flussi informativi in uno scenario nel quale comunicazione e collaborazione sono elementi fondamentali per far funzionare meglio il business e creare valore aggiunto per i clienti. È poi essenziale che in contesti sempre meno strutturati rimangano intatti – e anzi siano potenziati – i canali su cui passano le linee strategiche che si innervano in tutti i dipartimenti dell’azienda.

Spetta all’ufficio HR garantire che questi flussi non perdano efficacia. Gli strumenti tradizionalmente a disposizione delle Risorse umane sono lo sportello dell’help desk, le newsletter e la Intranet, a cui si possono aggiungere le iniziative speciali, oltre che gli imprescindibili programmi di formazione.

È evidente che le informazioni somministrate attraverso mezzi inadeguati rispetto alla rapidità della dimensione digitale non possono tenere il passo delle esigenze dei collaboratori. Soprattutto dei nuovi talenti, che si aspettano di trovare al lavoro user experience simili a quelle che ormai da diversi anni contraddistinguono, nella vita di tutti i giorni, il modo in cui si socializza, si dialoga, ci si confronta, si condivide.

Dalla Intranet al social business: la nuova user experience per comunicare e condividere

L’Intranet è uno strumento più moderno e flessibile di quanto si possa immaginare, a patto che venga progettata in modo da stimolarne adozione e utilizzo. Immaginarla alla stregua di un portale che evidenzia le principali novità come un bollettino statico o come una dashboard dotata di funzionalità base, con una logica one-to-many priva di una vera bidirezionalità della comunicazione, è sicuramente l’approccio meno efficace. Proponendola invece come punto di partenza per esplorare documenti e risorse, nonché per ricevere notizie con un formato accattivante, interattivo, e soprattutto offrendo agli utenti la possibilità di condividere facilmente i contenuti attraverso discussioni e forum, si può aspirare a trasformarla in una piattaforma di snodo e d’incontro per l’intera comunità aziendale. In altre parole, in un vero e proprio social network, ovviamente pensato per soddisfare in primis le esigenze del business e quindi fornito di tutti i connettori necessari a integrare le suite di produttività di ciascun dipartimento. Che si acceda da desktop o da smartphone, dall’ufficio o da casa, in riunione come a un incontro con i clienti, l’esperienza d’uso sarà sempre la medesima: intuitiva, semplice, appagante, proprio come accade sui vari Facebook, Messenger e Whatsapp.

Semplificare e potenziare i canali di comunicazione grazie all’intelligenza artificiale

L’altra via per favorire l’accesso alla conoscenza è quella dell’automazione. Sono molteplici le domande e le risposte che all’interno di un’organizzazione possono essere indicizzate per permettere agli utenti una rapida risoluzione dei piccoli e grandi dilemmi quotidiani senza dover interagire con un operatore umano. A raccordare il tutto ci pensa infatti l’intelligenza artificiale, che grazie ad applicazioni come i bot riesce a trasformare il patrimonio informativo aziendale in un bacino accessibile con il semplice linguaggio naturale. Si parlava poco più sopra di comunicazione bidirezionale: i bot sono la soluzione ideale per garantire un flusso continuo, 24 ore su 24, tra l’impresa e i collaboratori, che possono richiedere documenti, imparare nuove procedure, comprendere iter burocratici e policy aziendali, lasciando sempre un feedback sul servizio ricevuto. La flessibilità dell’intelligenza artificiale non sta solo nella user experience che offre, ma anche nella facoltà di installarla su qualsiasi piattaforma, come per esempio la già citata Intranet o la mobile app aziendale. Lungi dall’essere un mero modulo da agganciare agli strumenti già installati, l’intelligenza artificiale è un elemento che integrandoli ne semplifica l’utilizzo e ne potenzia le funzioni. Ma soprattutto ne alleggerisce la gestione per chi in azienda si occupa di help desk.

 

 

 

/da