La tua azienda sa più di quanto riesce a usare. Con l'AI porti tutta la conoscenza dove serve.

Un'azienda sa più cose di quante riesca a mettere a disposizione di ogni collaboratore. Lo si scopre nei momenti più ordinari: preparando un incontro, cercando un chiarimento, riprendendo una pratica seguita da un collega. L'informazione spesso esiste già. Occorre ricordare dove si trova, capire se è ancora valida e ricostruire il contesto in cui è stata prodotta.

Nel credito, questo lavoro può richiedere di muoversi tra un riferimento di settore, una procedura interna e gli ultimi scambi con un cliente. Ciascuno contiene una parte della risposta. A tenerli insieme è, molto spesso, l'esperienza di chi lavora: sapere quale documento consultare, dove cercarlo, quale dettaglio considerare, a chi chiedere conferma.

È in questa routine che l'AI generativa apre una possibilità interessante. Può aiutare a recuperare e collegare informazioni distribuite, rendendo più semplice e più veloce utilizzare il patrimonio che l'organizzazione ha costruito nel tempo. Il suo valore dipende dalle conoscenze disponibili, da come vengono curate e organizzate.

Due livelli di conoscenza

Per un'azienda del credito, il punto di partenza può essere già molto ricco. Un provider verticale di sistemi AI, con una conoscenza consolidata del settore, può predisporre una base documentale di riferimento: materiali istituzionali, terminologia, documentazione sui prodotti e sui processi standard. La sua esperienza serve a selezionare le fonti, riconoscere le distinzioni che contano e organizzare i contenuti intorno alle esigenze di chi li userà.

È un lavoro che richiede familiarità anche con l'operatività di settore. La stessa domanda può avere significati diversi secondo la fase di una pratica o il ruolo di chi la pone. Conoscere queste differenze aiuta a progettare il sistema e a valutare se le risposte sono utili e pertinenti. Janna Lipenkova, nel suo lavoro sull'integrazione dell'expertise nei sistemi AI, insiste proprio sul coinvolgimento degli esperti nella scelta delle informazioni, nella progettazione e nella valutazione dei risultati.

Fonte: Injecting domain expertise into your AI system

Su questa base si innesta la conoscenza della singola azienda. Guide, policy, manuali, procedure e buone pratiche descrivono come l'organizzazione lavora concretamente: quali passaggi prevede, come distribuisce le responsabilità, quali indicazioni ha elaborato affrontando situazioni ricorrenti. Un patrimonio che si forma negli anni e che nessun fornitore può conoscere in anticipo.

L'incontro tra questi due livelli permette di partire da riferimenti comuni e aggiungere ciò che rende differente e competitiva l'organizzazione. Entrambi concorrono alla qualità della conoscenza disponibile, con responsabilità di selezione, verifica e aggiornamento da definire insieme.

La knowledge base e i dati del CRM

A questa raccolta organizzata si dà il nome di knowledge base. Per essere utile deve conservare, insieme ai contenuti, le informazioni che consentono di interpretarli: chi li ha prodotti, a quale attività si riferiscono, quando sono stati aggiornati, chi può consultarli. Una policy approvata, una guida istituzionale e il resoconto di un caso hanno funzioni e autorità diverse. Anche quando compaiono nella stessa risposta, queste differenze devono restare riconoscibili.

Il passaggio ulteriore consiste nel collegare questo patrimonio ai dati del CRM. Il CRM può indicare a che punto è una pratica, quali attività sono state svolte e quali interlocutori sono coinvolti. I documenti e le conversazioni possono aggiungere le ragioni di una richiesta, un'esigenza già espressa, un chiarimento ancora aperto. Usati insieme, aiutano a ricostruire la situazione su cui lavorare.

Immaginiamo un collaboratore che debba preparare un incontro con un cliente seguito in precedenza da un collega. Un assistente AI, se collegato alle fonti pertinenti e autorizzate, potrebbe ricomporre gli ultimi contatti, richiamare gli elementi ancora da chiarire e individuare la guida interna utile per quella fase del lavoro nell'ordine di un minuto. Il collaboratore avrebbe una sintesi da verificare, con la comodità di risalire ai documenti e agli scambi da cui proviene. Potrebbe così dedicare più attenzione alle domande da fare al cliente e alla relazione da proseguire.

Senza riaddestrare il modello

Questo supporto può essere realizzato senza addestrare un modello sui documenti aziendali. Un approccio efficace consiste nel recuperare, al momento della domanda, i contenuti pertinenti e fornirli al modello come contesto per elaborare la risposta da proporre al collaboratore. È il principio della Retrieval-Augmented Generation, o RAG. Una procedura aggiornata può così essere resa disponibile attraverso la base di conoscenza senza riaddestrare il modello a ogni modifica. La qualità del recupero e della risposta va comunque sempre verificata dal professionista.

Resta poi la parte di esperienza che nessun manuale contiene ancora. Il motivo per cui un passaggio viene affrontato in un certo modo, il dettaglio che suggerisce un approfondimento, la spiegazione che ha aiutato un cliente a comprendere meglio. Le persone possono contribuire a rendere espliciti questi elementi scrivendone; l'AI può assisterle nel riorganizzarli e renderli consultabili. Il loro giudizio resta essenziale ad esempio per stabilire quali indicazioni siano riutilizzabili e quali dipendano da una situazione particolare.

Per un'organizzazione, questa prospettiva dà un significato nuovo anche al lavoro già fatto. Una guida curata, una procedura spiegata bene, le ragioni di una scelta documentate possono diventare risorse più facili da ritrovare e utilizzare da parte di altri colleghi. Il patrimonio continua a crescere attraverso il lavoro delle persone, mentre il sistema ne facilita l'accesso.

Una parte del futuro dell'AI nel credito passa dal dare maggiore continuità a ciò che si è imparato, collegando l'esperienza di settore del provider a quella della singola azienda. Così la prossima volta che un collaboratore junior prepara un incontro o riprende una pratica, potrà partire in pochi secondi da tutta la ricchezza della conoscenza che l'organizzazione ha già accumulato.