iulm ai lab

AIbility

AIbility è un acronimo composto dalle parole: Artificial Intelligence + Ability.

È un indice sintetico composto da indicatori in grado di stimare il livello di maturità e competenza dell’azienda rispetto all’utilizzo dei Big data e all’implementazione di soluzioni di automazione e intelligenza artificiale nel marketing, in particolare nel customer care e nell’e-commerce.

I risultati del progetto di ricerca AIbility costituiscono una prima ricognizione e valutazione dell’effettiva adozione di elementi di innovazione data-driven nei principali touch point dell’azienda offerti al cliente.

Per ognuna delle 230 aziende incluse nel campione verrà valutata l’abilità nel cogliere le potenzialità delle tecnologie algoritmiche di machine learning per il business, incorporando tecniche e strumenti di automazione e di AI nei processi aziendali.

Alcune anticipazioni dei risultati verranno rilasciate nella settimana dedicata alla Milano Digital Week durante l’evento online Chatbot e AI per una customer experience “intelligente” il 27 Maggio dalle ore 17 alle ore 18.

I risultati totali della ricerca verranno presentati durante il convegno Umania 2020 e metteranno a nudo lo stato dell’arte dell’adozione di sistemi automatizzati basati sull’AI da parte delle imprese di italiane e le principali aree di sviluppo su cui diviene oggi fondamentale investire.

Indice AIbility

LAIbility è un indice sintetico (AI + ability) composto da alcuni indicatori che stimano il livello di maturitàcompetenza dell’azienda rispetto all’ implementazione di soluzioni di AI (automazione) nel marketing, in particolare nel customer care e nell’e-commerce.

È utile quindi a valutare l’ abilità di un’ azienda nel cogliere le potenzialità delle tecnologie algoritmiche di machine learning per il business, incorporando quindi tecniche e strumenti di automazione e di AI nei processi aziendali. I risultati della ricerca AIbility offriranno quindi una ricognizione dell’effettiva adozione di elementi di innovazione data-driven, nei principali touch point dell’azienda offerti al cliente.

LE VARIABILI

Le variabili che compongono l’ indagine verranno ricomposte in un indice sintetico di AIbility, composto da 3 macro-indicatori quali:

Orientamento all’ AI
Se non presenti o meno sistemi di automazione e di product raccomendation in caso di e-commerce.

Gestione
Se si ottengono feed-back di tipo umano/automatico, in quali modalità e con quali tempistiche, nonchè la pertinenza delle raccomandazioni proposte.

Efficacia
Il livello di experience e di customer satisfaction dell’assistenza.

IL CAMPIONE

Il campione incluso nella ricerca è composto da 230 aziende grandi. Le aziende sono state selezionate incorporando quelle di grandi dimensioni incluse nel campione utilizzato dall’ Osservatorio IULM sulla Social MediAbility.

Le aziende quindi appartengono a 6 settori diversi: Abbigliamento, Alimentare, Arredamento, Banche, Hospitality, a cui per questa ricerca è stato aggiunto il comparto della GDO.

IL METODO

La metodologia utilizzato per la ricerca è di tipo non intrusivo, basato sull’analisi quali-quantitativa dei contenuti e sulla valutazione esperienziale degli elementi oggetto di indagine. In altri termini, l’ analisi prevede di prendere in considerazione:

  • tutti i touch point di relazione delle aziende con il cliente: telefonata al numero verde o numero indicato, invio di email per richiesta informazioni/assistenza, contatto dell’ azienda sui social. Una volta individuati i possibili punti di relazione con l’azienda, un team di analisti formati ad-hoc è andato a verificare
  • l’esistenza o meno di livelli di automazione: dal risponditore automatico, al chatbot, assistenti virtuali vari, dalle email automatiche di risposta, ai sistemi di riconoscimento vocale, etc.
  • e nel caso in cui l’azienda offra anche un canale di e-commerce, è stata effettuata la valutazione dell’esistenza e del funzionamento dei sistemi di raccomandazione.

Oltre una fase di analisi quantitativa di analisi è stata anche operata una valutazione qualitativa, focalizzata sull’interazione con assistenti virtuali e/o chatbot, con l’obiettivo di valutarne l’experience lato utente. Sono quindi state applicate, adattandole, scale di atteggiamento consolidate utili a comprendere la percezione:

  • dell’efficacia dell’assistenza virtuale (se l’interazione mediata è utile alla risoluzione di problemi)
  • della fiducia che l’interazione conduca alla soluzione richiesta (se quindi ci si fida che “chi sta dall’altra parte”, sia essere umano o robot possa essere effettivamente di aiuto)
  • del gradimento dell’esperienza relazionale (se quindi l’interazione è piacevole o snervante).

Alcune anticipazioni dei risultati verranno rilasciate nella settimana dedicata alla Milano Digital Week, il 27 Maggio dalle ore 17 alle ore 18

I RELATORI

Guido Di Fraia

Pro-rettore alla Comunicazione e all’Innovazione Libera Università di Lingue e Comunicazione IULM e CEO di IULMAILAB

Bianca Romano

Watson Developer Squad Manager IBM

Alessandro Zonin

Head of Marketing Officer di IBM

La partecipazione all’evento è gratuita previa registrazione.

Iscriviti all’evento

La formazione

Creiamo cultura sull'AI per aumentare la competitività delle imprese e del sistema paese