La piattaforma per l’analisi dei dati dei clienti, Pathlight, ha recentemente annunciato l’adozione di agenti di intelligenza artificiale per estrarre insight strategici da una vasta quantità di conversazioni con i clienti. Questo approccio ambizioso, che nessun essere umano potrebbe gestire da solo, è stato oggetto di discussione questa settimana. Tuttavia, la realizzazione di questa visione basata su agenti AI ha comportato sfide tecniche significative, costringendo l’azienda con sede a Palo Alto a sviluppare da zero una propria infrastruttura personalizzata.
In un’intervista esclusiva con VentureBeat, il CEO e co-fondatore di Pathlight, Alexander Kvamme, ha condiviso i vantaggi e le sfide legate alla creazione di un sistema di intelligenza artificiale in grado di gestire analisi di vasta portata su larga scala. Secondo Kvamme, mentre i dirigenti aziendali desiderano comprendere rapidamente le questioni critiche dei clienti, dedicare risorse umane per esaminare dettagliatamente ogni interazione diventa sempre più impraticabile man mano che le aziende crescono.
“Una delle ragioni per cui le startup hanno successo è la loro vicinanza ai clienti e la loro agilità”, ha dichiarato Kvamme. “Tuttavia, quando l’azienda cresce e diventa un’impresa, diventa impossibile revisionare tutte queste interazioni individuali.” Per superare questa sfida, Pathlight ha deciso di sviluppare un “team di ricerca attivo 24/7” in grado di monitorare costantemente le conversazioni, senza le limitazioni legate alla raccolta manuale dei dati.
Sebbene l’implementazione di agenti AI offra a Pathlight un vantaggio competitivo, i clienti interagiranno con interfacce software familiari per accedere a queste nuove capacità. All’interno del pannello di controllo di Pathlight, i dirigenti possono creare “flussi di insight”, che sono agenti specializzati progettati per affrontare specifiche direttive analitiche, come la comprensione dei problemi dei prodotti o l’identificazione di opportunità per nuove strategie.
Pathlight non è l’unico a seguire questa strada. L’uso di vari modelli generativi che collaborano per produrre risultati è una tendenza emergente nel campo dell’intelligenza artificiale.
All’inizio di questo mese, Microsoft ha annunciato AutoGen, un framework per semplificare l’orchestrazione, l’ottimizzazione e l’automazione dei flussi di lavoro LLM (Large Language Models). Inoltre, nuovi laboratori di intelligenza artificiale come Imbue si concentrano sulla ricerca e lo sviluppo di modelli di base cooperativi in grado di apprendere, adattarsi e ragionare.
Kvamme sottolinea che chiedere a un essere umano di esaminare attentamente ogni interazione con il cliente per aggregare informazioni individuali non è realistico. Gli agenti aziendali ricevono direttive per analizzare attivamente le conversazioni.
“La chiave è considerare gli agenti e i flussi di insight come risorse per affrontare lavori che sarebbero altrimenti impossibili da gestire”, ha spiegato Kvamme.
Va notato che gli agenti non operano in modo isolato. Kvamme ha descritto una gerarchia in cui gli agenti segnalano attivamente le loro scoperte, che vengono quindi consolidate dagli agenti principali in riepiloghi coerenti. Questo permette ai dirigenti aziendali di prendere decisioni informate e rispondere a domande importanti che altrimenti sarebbero rimaste senza risposta.
“Ogni dirigente ha una serie di domande a cui non ha risposte e che gli tengono la mente inquietante”, ha aggiunto Kvamme.
Durante l’intervista, Kvamme ha anche fornito una dimostrazione del dashboard dell’agente AI di Pathlight. Ha spiegato come il sistema analizza in tempo reale le conversazioni dei clienti.
Kvamme ha mostrato come le chiamate e i messaggi entrano nella piattaforma, vengono gestiti da un operatore umano del servizio clienti e poi elaborati dall’intelligenza artificiale. Riassunti, analisi del sentiment e altri dati vengono automaticamente aggiunti. Ciò che è ancora più significativo è che il sistema individua temi e problemi chiave che gli agenti, e in ultima analisi i manager e i dirigenti umani, dovrebbero esaminare.
Nel demo dell’account, sono emersi temi come “richieste relative all’effettuazione degli ordini”. Una volta selezionati, i dirigenti potevano accedere alle riflessioni e alle intuizioni segnalate dagli agenti. Ad esempio, una riflessione ha evidenziato un problema legato alla “consegna errata del pacco da parte di FedEx”.
Kvamme ha sottolineato che ottenere un livello così dettagliato di intuizione sarebbe quasi impossibile per un essere umano senza l’assistenza dell’intelligenza artificiale. Gli agenti di intelligenza artificiale consentiranno ai leader aziendali di accedere a un contesto completo e alla memoria di tutte le conversazioni.
Tuttavia, per realizzare un sistema del genere, è stato necessario costruire da zero un’infrastruttura personalizzata. Non è possibile semplicemente inserire enormi set di dati contenenti numerose interazioni con i clienti in strumenti di intelligenza artificiale preesistenti, come ChatGPT, ha spiegato Kvamme. Le dimensioni e le esigenze tecniche hanno richiesto a Pathlight di sviluppare i propri sistemi backend per gestire la nuova mole di lavoro. “Attualmente, dobbiamo costruire l’infrastruttura da zero per affrontare queste sfide, ma siamo determinati a farlo”, ha affermato Kvamme.
Nonostante l’entusiasmo per le opportunità offerte dall’intelligenza artificiale, Kvamme riconosce che la tecnologia degli agenti non è ancora pronta a sostituire completamente il giudizio e il processo decisionale umano. Al momento, l’analisi passiva di Pathlight genera valore affrontando problemi che nessun team potrebbe gestire da solo attraverso il monitoraggio costante delle conversazioni.
Nel futuro, Pathlight mira a implementare azioni correttive automatizzate limitate, nel caso in cui le reti di agenti rilevino problemi sistemici che richiedono una risposta immediata, come la modifica di campagne di marketing fuorvianti. Tuttavia, la supervisione rimarrà un elemento fondamentale per garantire che l’intelligenza artificiale supporti invece di sostituire la supervisione umana.
Attraverso lo sviluppo continuo di un’infrastruttura personalizzata per l’IA e dei suoi framework di agenti iterativi, Pathlight sta assicurando che la capacità delle macchine di comprendere i clienti superi notevolmente ciò che è umanamente possibile. I suoi agenti assumono responsabilità analitiche che nessun team umano potrebbe gestire, alimentando così conversazioni aziendali critiche.