Nei film di fantascienza con cui siamo cresciuti le comunicazioni coi computer non avvenivano tramite mouse, tastiere o altre interfacce fisiche, ma erano basate sul linguaggio naturale. Significativa la surreale scena di Scott in Star Trek che solleva un mouse cercando di usarlo come microfono, che lasciava intendere come nel futuro sarebbe stata la voce l’interfaccia primaria.
Ancora oggi siamo qui a digitare migliaia e migliaia di caratteri ogni giorno, però le interfacce vocali hanno fatto degli enormi passi avanti. I sistemi di dettatura, che un tempo richiedevano mesi di training prima di funzionare adeguatamente, oggi sono molto più efficaci e non abbiamo problemi a “chiacchierare” con assistenti vocali quali Alexa, Siri o Google Home, che sono anche capaci di leggerci i messaggi in arrivo. Non è solo il riconoscimento vocale ad aver fatto enormi passi in avanti, ma tutti i servizi che si basano su questa funzionalità, a partire dai bot utilizzati da numerose aziende per il loro servizi di help desk, che grazie all’IA sono in grado di comprendere anche il contesto, così da fornire risposte automaticamente, anche senza l’intervento degli operatori, almeno per quanto riguarda i quesiti più semplici.
Fra le aziende che operano nel settore del riconoscimento vocale, una delle più attive è Spitch, realtà svizzera che dal 2014 sviluppa soluzioni di Conversational AI e ha come clienti realtà operanti prevalentemente nel mondo finanziario, ma anche nelle assicurazioni, nel settore medicale e nel retail.
La tecnologia di Spitch non si appoggia ai noti motori offerti dai big del settore (Google e Microsoft) ma è stata sviluppata internamente ed è attualmente integrata in tre prodotti dell’azienda, destinati ad altrettanti casi d’uso: Virtual Assistant, Voice Biometrics e Speech Analytics.
Il primo è un assistente virtuale omnicanale in grado di elaborare e interpretare sia messaggi di testo sia richieste vocali. Come tutti i prodotti simili, non si sostituisce totalmente alle persone, ma permette di migliorare l’efficienza e la produttività dell’helpdesk reagendo immediatamente alle richieste e occupandosi di rispondere a quelle più semplici, per poi passare il contatto a un operatore umano nel caso non sia in grado di risolvere la problematica.
Un aspetto che differenzia Spitch da altre piattaforme simili è la semplicità con cui si può gestire la knowledge base, cioè quel set base di informazioni da cui la piattaforma deriva le risposte. Realizzare una knowledge base può risultare un’operazione lunga e complessa, che va rifinita nel tempo, anche perché la maggior parte dei sistemi oggi disponibili richiede una notevole quantità di dati per poter far funzionare in maniera efficace l’assistente virtuale.
Nel caso Spitch, di contro, il procedimento è estremamente veloce, dato che sono necessari molti meno dati inizialmente e il sistema, facendo leva sulla machine learning, si aggiorna costantemente. Spitch non richiede una KB basata su un foglio excel da aggiornare in continuazione, ma si “addestra” semplicemente ascoltando le registrazioni degli operatori. Piergiorgio Vittori, Country Manager di Spitch, ci ha fatto l’esempio relativo a un proprio cliente, un’azienda inglese attiva nel campo della cybersecurity: “non appena installato Spitch sui sistemi del cliente, il riconoscimento era attorno al 77%. Dopo due ore di addestramento, si è arrivati al 94%”.
A rendere così efficace e veloce il prodotto di Spitch è il fatto che l’IA non si basa, come spesso accade, su trascrizioni di conversazioni, che possono essere errate e non offrono dati semantici. Analizzando direttamente l’audio, è Spitch è in grado di rilevare più dettagli, per esempio le pause nella conversazione e comprendere meglio l’intento di chi chiede assistenza.
Speech Analytics è un servizio di monitoraggio del servizio di assistenza che offre una serie di informazioni statistiche utili a migliorare i processi dell’helpdesk e, in ultimo, la soddisfazione dei clienti o il numero delle vendite. Offre informazioni come il tempo delle chiamate, comprensivo anche del numero di pause e dei silenzi all’interno delle singole conversazioni. Non solo, verifica anche che gli operatori seguano gli script previsti, offre una valutazione oggettiva delle loro chiamate e li aiuta a identificare le best practice per ottenere i migliori risultati, sia nel campo dell’assistenza sia nella vendita di prodotti e servizi.
Nel film I Signori della truffa, un thriller del 1992 che ruotava attorno a una banda di hacker, si poteva vedere in azione un dispositivo di accesso biometrico che si basava sulle impronte vocali. Per aprire una porta, era necessario pronunciare una specifica frase (“La mia voce è il mio passaport”). Naturalmente il sistema era in grado di riconoscere il timbro vocale di chi la pronunciava, che faceva da chiave, proprio come le impronte digitali o l’iride. Quello che nei primi anni 90 abbiamo visto al cinema oggi possiamo vederlo in azione grazie a Voice Biometrics di Spitch. In questo caso, però, non viene usato per sbloccare porte di aree riservate ma per identificare i chiamanti ed effettuare una verifica continua dell’identità durante l’intero corso della conversazione. Una soluzione pensata per rafforzare la protezione contro truffe e furti di identità, semplificando allo stesso tempo le procedure per il cliente finale, che non dovrà barcamenarsi fra OTP o decine di domande di sicurezza.
VB analizza oltre 100 differenti parametri vocali per identificare il chiamante in pochi secondi, confrontando la sua voce con un database di impronte vocali. Il vantaggio di questo approccio è che è semplice da usare, veloce e intrinsecamente sicuro: l’analisi della voce infatti non si limita all’autenticazione iniziale, ma prosegue lungo tutto il corso della telefonata. Non si tratta del primo sistema del genere sul mercato ma, al contrario di altre soluzioni, quella di Spitch non chiede di usare una specifica frase, ma riconosce proprio il timbro vocale, che è unico da individuo a individuo, come le impronte vocali. Questo aumenta ulteriormente la sicurezza, dal momento che i sistemi che si appoggiano a frasi chiave potrebbero in alcune situazioni essere violati semplicemente usando una registrazione. Addirittura, VB è in grado di “insospettirsi” nel caso una chiamata sia troppo simile a una avvenuta in precedenza.
Come ci spiega Vittori, il sistema è in grado di riconoscere anche le voci di due gemelli, identificandoli univocamente, pur non essendo troppo rigido. Funziona anche in caso di leggeri cambi di tono (la mattina abbiamo una voce leggermente diversa dalla sera) e quando si ha il raffreddore. E, naturalmente, soddisfa tutte le normative relative alla privacy e al trattamento dei dati.
I tre prodotti di Spitch vanno a soddisfare specifiche esigenze nell’ambito del supporto ai clienti, ma anche ai team interni alle aziende. Permettono di velocizzare la gestione delle chiamate, risolvendo in automatico quelle più semplici, ma questo è solo uno dei possibili scenari di utilizzo. L’analisi del sentiment, per esempio, può essere utilizzata per verificare la conformità. È quanto ha fatto Abramo, azienda svizzera di customer care. Quando si fa assistenza telefonica la legge infatti impone di registrare ogni singola chiamati e i clienti di Abramo – prevalentemente aziende operanti nel settore delle comunicazioni e dell’energia, hanno sfruttato la tecnologia di Spitch per automatizzare i processi di auditing, che richiedevano ingenti investimenti in termini di tempo e, dato che venivano gestiti manulmente, erano proni all’errore.
La Voice Biometrics, invece, è stata utilizzata per verificare l’identità degli operatori che lavoravano da remoto, che per legge devono venire identificati, mentre il Virtual Assistant viene utilizzato da alcuni clienti di Spitch per aggiornare automaticamente il CRM, senza dover quindi immettere manualmente i dati.
La tecnologia di Spitch, insomma, è adattabile a numerosi casi d’uso, anche non strettamente legati all’assistenza telefonica o alle classiche attività dei call center.
