Ogni leader di contact center oggi si confronta con le stesse ostinate realtà: le aspettative dei clienti sono in aumento, i prodotti e le normative stanno diventando più complessi e, allo stesso tempo, c’è una pressione incessante per ridurre i costi. I tempi medi di gestione si allungano mentre gli agenti cercano risposte. I rischi di conformità aumentano con il moltiplicarsi delle regole. I livelli di stress aumentano, alimentando l’attrito ed erodendo la qualità del servizio. Negli ultimi anni, molti dirigenti si sono rivolti all’intelligenza artificiale come soluzione rapida: alcuni hanno persino ridotto drasticamente il personale, presumendo che i bot potessero assumersi interi carichi di lavoro. Il risultato è stato deludente: la qualità del servizio è diminuita, la fiducia è calata e i guadagni di efficienza non si sono concretizzati.

Entro il 2027, il 50% delle organizzazioni che prevedevano di ridurre significativamente la propria forza lavoro nel servizio clienti abbandonerà questi piani, secondo Gartner, Inc. In un altro rapporto – “Innovation Insight: Multiagent Systems (MAS)” – pubblicato a luglio 2025, gli analisti di Gartner osservano che i bot monolitici, progettati per gestire tutto, faticano con la complessità del mondo reale.

Entro il 2027, il 50% delle organizzazioni che prevedevano di ridurre significativamente la propria forza lavoro nel servizio clienti abbandonerà questi piani, secondo Gartner, Inc. In un altro rapporto – “Innovation Insight: Multiagent Systems (MAS)” – pubblicato a luglio 2025, gli analisti di Gartner osservano che i bot monolitici, progettati per gestire tutto, faticano con la complessità del mondo reale.

Punti chiave

• I contact center non possono soddisfare le esigenze odierne solo con gli umani o solo con l’automazione.
• La ricerca di Gartner mostra che i sistemi multiagente — modulari, collaborativi e rispettosi del principio human-in-the-loop — sono il modello di progettazione emergente per flussi di lavoro complessi.
• La collaborazione tra agenti AI e agenti umani consente un servizio clienti più rapido, intelligente e umano.

Perché i contact center faticano oggi

L’aumento delle aspettative e la crescente complessità hanno creato una tempesta perfetta. I clienti desiderano risposte immediate e supporto personalizzato su ogni canale. Allo stesso tempo, gli agenti sono gravati da prodotti sempre più complessi, crescenti requisiti di conformità e obiettivi più stringenti per il tempo di gestione. Il risultato è prevedibile: chiamate più lunghe, più errori, maggiore affaticamento e alti livelli di turnover del personale.

Perché le strategie solo di automazione sono fallite

La prima ondata di adozione dell’AI prometteva sollievo, ma le strategie solo di automazione spesso sono fallite (circa l’85% dei modelli/progetti, secondo alcune stime), in gran parte a causa di problemi con i dati. Molte organizzazioni hanno ridotto il personale, credendo che i bot potessero gestire interazioni end-to-end. I clienti hanno invece sperimentato risposte rigide e scriptate che non potevano adattarsi alle eccezioni o dimostrare empatia. Secondo il rapporto di Gartner “Innovation Insight: Multiagent Systems (MAS)”, i sistemi multiagente richiedono la supervisione human-in-the-loop proprio per evitare tali fallimenti. Senza persone che convalidino, rassicurino e si adattino, l’automazione diventa fragile e disconnessa da ciò di cui i clienti hanno effettivamente bisogno.

Il modello collaborativo: sistemi multiagente

La vera opportunità risiede nella collaborazione, non nella sostituzione. Gartner sottolinea che i MAS hanno successo perché distribuiscono i compiti tra agenti specializzati, ciascuno ottimizzato per il suo ruolo, e li orchestrano in modi più adattabili e resilienti. Proprio come un’orchestra si affida a molti musicisti e a un direttore, i MAS riuniscono più agenti AI con umani che guidano strategicamente la performance complessiva (Gartner, Innovation Insight on Multiagent Systems, luglio 2025).

Come funziona la collaborazione in pratica

La collaborazione può essere compresa attraverso tre fasi del percorso del cliente: prima del contatto, durante il contatto e dopo il contatto.

• Prima dell’interazione, gli agenti AI possono analizzare le conversazioni passate, rilevare problemi ricorrenti e generare flussi ottimizzati. I supervisori umani quindi perfezionano questi flussi per allinearli alle priorità aziendali.
• Durante l’interazione, gli agenti AI recuperano i dati, automatizzano i passaggi di routine, autenticano continuamente i clienti e forniscono prompt di conformità. Gli agenti umani rimangono in controllo, concentrandosi su empatia, rassicurazione e decisioni complesse che richiedono sfumature.

Dopo l’interazione, gli agenti AI generano trascrizioni, scenari di formazione e suggerimenti di miglioramento. I supervisori umani rivedono questi output, aggiungono contesto e decidono come i processi dovrebbero evolvere.

Questo grafico mostra come diversi agenti AI —da Voice Biometrics, Virtual Assistant, all’Agent Assist e al Quality Management — si allineano sia al percorso del cliente che al percorso del dipendente. Insieme, creano un ciclo di supporto e miglioramento continuo. Prove che il modello collaborativo offre risultati

Prove che il modello collaborativo offre risultati

Le organizzazioni che adottano modelli collaborativi stanno già vedendo risultati misurabili. La creazione di flussi può ridursi da giorni a minuti o addirittura secondi quando gli agenti AI generano e orchestrano i processi. L’efficienza operativa aumenta con l’automazione del lavoro di routine, mentre i casi complessi ricevono un’attenzione umana più mirata. L’onboarding è più veloce quando l’AI funge da coach digitale, guidando il nuovo personale attraverso scenari sconosciuti. Ancora più importante, la soddisfazione del cliente migliora quando velocità e accuratezza si combinano con empatia e fiducia.

Questi risultati sono coerenti con l’osservazione di Gartner secondo cui i MAS migliorano l’adattabilità, la resilienza e l’accuratezza distribuendo i compiti tra più agenti specializzati, mantenendo al contempo gli umani strategicamente coinvolti (Gartner, Innovation Insight on Multiagent Systems, luglio 2025).

Come i leader possono iniziare

Per i leader dei contact center, il percorso da seguire è pragmatico. Inizia con un pilot in cui gli agenti AI gestiscono compiti ripetitivi e a basso rischio, mentre gli umani rimangono saldamente in controllo. Implementa soluzioni che aiutino gli agenti umani a concentrarsi sul lavoro di alto valore: formazione degli agenti, agente della conoscenza, assistenza agli agenti e analisi del parlato. Integra la governance fin dall’inizio con una registrazione trasparente, solide protezioni di conformità e protocolli di escalation chiari. Scala gradualmente, estendendo il supporto dell’AI prima, durante e dopo le interazioni con i clienti, assicurando al contempo che l’empatia umana rimanga centrale per l’esperienza.

Conclusione: il futuro è la collaborazione

La prima narrazione secondo cui “l’AI sostituirà le persone” si è dimostrata sia irrealistica che dannosa. Come chiarisce il rapporto Gartner sopra menzionato, il vero futuro dell’AI nel servizio clienti risiede nella collaborazione: sistemi modulari multiagente che combinano la precisione della macchina con l’empatia e la supervisione umana.

Le organizzazioni che abbracciano questo modello non solo forniranno un servizio più efficiente, ma creeranno anche esperienze più resilienti, affidabili e umane.

All’apice del ciclo di innovazione odierno, Spitch sta guidando questa trasformazione. La nostra soluzione Collaborative Agentic AI incarna i principi che Gartner identifica, aiutando le organizzazioni a passare dall’hype al reale valore aziendale.

Se sei interessato a saperne di più su come la collaborazione tra umani e AI può trasformare il tuo servizio clienti, contattaci per iniziare la conversazione. Il futuro appartiene a coloro che sanno coltivare la collaborazione — ed ora è il momento di agire.