Con l’84% dei clienti che valuta l’esperienza quanto il prodotto e l’incremento potenziale fino al 40% dei ricavi, la GenAI scala efficienza e personalizzazione, ma la fiducia in calo impone modelli ibridi, controllo dei dati e centralità del fattore umano
Il dibattito sulla customer experience nell‘era dell‘intelligenza artificiale si concentra su una dicotomia artificiosa: automazione completa contro l’interazione umana tradizionale. La realtà è invece un paradigma ibrido, nel quale l‘AI non sostituisce gli operatori ma ne amplifica le capacità. La customer experience rappresenta uno degli asset strategici più critici per le organizzazioni. Secondo i dati dello “State of the Connected Customer Report 2025“ di Salesforce, l‘84% dei clienti considera l‘esperienza offerta da un‘azienda importante quanto i prodotti o servizi stessi.
In questo contesto, l‘intelligenza artificiale si pone come strumento di potenziamento. Il 2025-2026 segna un punto di svolta significativo: per Avaya, il 34% delle aziende riporta l‘utilizzo attivo dell‘AI in tutti i processi di interazione con i clienti, mentre il 52% dei decision-maker aziendali la sceglie per migliorare l‘efficienza del supporto clienti.
Tuttavia, i dati rivelano anche una crescente complessità: la fiducia dei consumatori nella tecnologia è scesa dal 62% del 2023 al 59% del 2025, con la percentuale di persone che considerano l’intelligenza artificiale “molto inaffidabile“ più che raddoppiata dal 5% al 12%. Questi numeri suggeriscono che l‘implementazione nella customer experience richiede un approccio sofisticato, che bilanci automazione ed empatia umana.
«Per anni abbiamo immaginato l’operatore come l’ultimo anello della catena: quello che risponde alle domande, gestisce il problema, chiude il ticket» – spiega Francesco Aimi, consulente e docente, esperto di Moda, Lusso e Retail. «Oggi non è più così. L’intelligenza artificiale sta spostando il baricentro del lavoro umano: meno esecuzione, più comprensione. Meno gestione meccanica, più relazione». Nel suo recente libro “Il modello partecipativo nella moda. Personalizzazione e velocità grazie all‘intelligenza artificiale“ (Franco Angeli, 2025), Aimi scrive che il customer service non è più presidio post-vendita ma luogo di relazione continua con la persona. Questo vale ancora di più quando l’AI entra nei processi. «L’AI si occupa della parte che le riesce meglio: cercare, correlare dati, suggerire procedure, individuare pattern» – spiega Aimi. «L’essere umano resta dove serve davvero: interpretare il contesto, riconoscere l’emozione, costruire la fiducia».
QUESTIONE DI MODELLI
Nella customer experience il modello ibrido AI-human si basa sulla distribuzione intelligente dei compiti secondo le competenze specifiche: l‘intelligenza artificiale gestisce interazioni strutturate ad alto volume, analisi di dati complessi e attività ripetitive, mentre gli agenti umani si concentrano su situazioni che richiedono giudizio contestuale, empatia e risoluzione di problemi complessi. Questo approccio si fonda su tre pilastri. L’automazione intelligente, dove l‘AI gestisce query strutturate, raccolta dati e routing iniziale, riducendo il carico di lavoro ripetitivo; l’escalation contestuale, in cui i sistemi di trasferimento intelligente garantiscono che le situazioni complesse raggiungano agenti umani con il contesto completo della conversazione; e il supporto decisionale in tempo reale, che permette all’AI di fornire agli agenti umani suggerimenti, analisi del sentiment e dati rilevanti durante le interazioni.
Per Ornella Urso, research director di IDC, l‘automazione rappresenta il primo livello di impatto dell‘AI. «Il futuro della customer experience non è “AI vs persone“, ma una sinergia evoluta tra capacità algoritmiche ed empatia umana, in cui la tecnologia ha la funzione di orchestrare l’intero customer journey, unificando dati, interpretando contesti e fornendo suggerimenti in tempo reale. In questo scenario, il ruolo umano non scompare: si trasforma. Le interazioni ad alto valore, quelle che richiedono comprensione emotiva, negoziazione e fiducia, restano saldamente nelle mani delle persone». L’AI diventa quindi un moltiplicatore di efficacia, non un sostituto. Human-in-the-loop rappresenta uno dei concetti ricorrenti nelle ricerche IDC. «Non solo gli esseri umani restano coinvolti nei processi decisionali, ma ne diventano il fulcro strategico. Nell‘ambito del retail, gli addetti, sia in store che nei contact center, sono sempre più affiancati da copiloti, knowledge base intelligenti e insight predittivi. Questo modello di digital augmentation consente di aumentare la qualità e la coerenza del servizio, ridurre il carico operativo, liberare tempo per interazioni a maggiore valore relazionale. Il risultato è un duplice miglioramento: customer experience più personalizzata e employee experience più qualificata».
AI IN AZIONE
I sistemi di self-service basati su AI dimostrano di poter risolvere le richieste dei clienti in modo autonomo, per query semplici e complesse. In India HDFC Bank ha implementato EVA (Electronic Virtual Assistant), un chatbot che gestisce 3,5 milioni di richieste clienti giornaliere, riducendo il tempo medio di risposta da ore a pochi secondi. Questo ha permesso alla banca di riallocare gli agenti umani su richieste più complesse, migliorando simultaneamente efficienza e soddisfazione del cliente.
Gli agenti che utilizzano strumenti AI possono gestire il 13,8% in più di richieste da parte dei clienti senza aumentare il personale. Questo incremento di produttività deriva dal fatto che l‘AI si occupa del recupero delle informazioni, degli aggiornamenti di sistema e dei follow-up di routine, mentre gli agenti si concentrano sulla conversazione e sulla risoluzione dei problemi.
Ancora Urso: «Alcuni grandi player del retail stanno già ridefinendo il rapporto tra AI e servizio clienti. Carrefour ha sviluppato un ecosistema CX unificato basato su GenAI, capace di offrire supporto omnicanale personalizzato. The Home Depot integra un assistente in-store che combina consulenza esperta e supporto digitale. Levi’s ha introdotto un “super assistant“ che fornisce ai dipendenti accesso immediato a informazioni su prodotti e processi, migliorando engagement e produttività. Questi esempi dimostrano che l’AI, se ben integrata, può elevare l’esperienza cliente in un‘ottica contestuale e real-time».
C’è chi immagina un futuro in cui l’intelligenza artificiale sostituirà completamente gli operatori dei customer center. Ma questa visione, secondo diversi esperti, rischia di essere semplificata. Per Daniele Cazzani, strategy partner di Kiki Lab (Promotica Group) e docente alla 24Ore Business School in Retail, Marketing e Sales, il punto di partenza di questa convinzione è la percezione del customer service come un costo “obbligato” per aziende e retailer. Un’attività considerata necessaria, quasi come un “airbag” da attivare nei momenti critici: un pacco smarrito, una fatturazione errata o un prodotto difettoso. Una lettura – osserva Cazzani – che rischia però di essere miope, perché non considera come l’assistenza clienti sia ormai un vero e proprio touchpoint strategico dell’esperienza complessiva del consumatore, distribuito su canali sempre più diversi, dal telefono ai social media.
Da questa impostazione nasce l’idea che l’AI possa allo stesso tempo ridurre i costi e migliorare la qualità del servizio. Uno scenario che, secondo l’esperto, è in parte già realtà: «L’intelligenza artificiale è oggi in grado di gestire numerose attività ripetitive nell’assistenza clienti e può diventare un supporto concreto per aumentare la produttività degli operatori umani».
Resta però un elemento centrale da non trascurare: il cliente. «Non va dimenticato che una parte delle persone può preferire ancora l’interazione umana rispetto a una conversazione con un chatbot» – sottolinea Cazzani – avvertendo che ignorare questa dinamica sarebbe un errore già visibile in alcuni segnali del mercato. In questa prospettiva, l’AI non dovrebbe essere vista come un sostituto, ma come uno strumento abilitante. Per il docente, può diventare il sistema in grado di raccogliere e organizzare il know-how aziendale, rendendolo accessibile a tutti. Un aspetto non secondario, considerando che molte aziende dispongono già di grandi quantità di dati spesso frammentati tra funzioni diverse o difficili da estrarre e condividere. L’intelligenza artificiale, conclude, rappresenta quindi un’opportunità per strutturare e rendere realmente fruibile la conoscenza interna delle imprese.
PERSONALIZZAZIONE SCALABILE
L‘iper-personalizzazione rappresenta una delle applicazioni più promettenti dell‘AI. Secondo gli esperti di NICE (specializzata in soluzioni per la CX), nel 2025 le esperienze iper-personalizzate hanno generato fino al 40% in più di fatturato per i retailer rispetto a esperienze non personalizzate.
L‘AI analizza in tempo reale il comportamento di navigazione, la cronologia degli acquisti, le interazioni social e persino l‘intento del cliente per fornire un‘esperienza cucita specificamente su di lui. L‘analisi del sentiment identifica clienti frustrati o insoddisfatti, permettendo agli agenti umani di intervenire con supporto personalizzato prima che la situazione si deteriori. Un approccio proattivo che trasforma la customer experience da reattiva a preventiva.
Un caso studio interessante riguarda Rio, una startup di elettronica di consumo che ha collaborato con Crescendo per implementare un assistente CX alimentato da AI. I risultati sono stati significativi: oltre il 90% delle richieste prevendita e il 60% delle richieste post-acquisto sono state risolte senza intervento umano, con un risparmio stimato di 10mila dollari mensili in personale e tecnologia. Le piattaforme avanzate utilizzano algoritmi di machine learning per analizzare vasti volumi di dati e prevedere preferenze e comportamenti dei clienti. Così possono fornire agli agenti raccomandazioni in tempo reale sulla migliore azione successiva basandosi sul contesto dell‘interazione cliente. Se un cliente sta chiedendo informazioni su un problema con un prodotto, l’AI potrebbe suggerire di offrire uno sconto su un acquisto futuro o un upgrade gratuito.
Secondo Cazzani, basta osservare per poche ore il lavoro – spesso sottovalutato – di un operatore di call center per coglierne la complessità. Qualsiasi soluzione capace di snellire le attività ripetitive e liberare tempo per la relazione con il cliente dovrebbe essere accolta con favore. «Oltre al miglioramento della produttività dovremmo pensare di più al benessere degli operatori umani. L’attenzione alla qualità relazionale del servizio non può che nascere da un reale approccio customer-centrico, oggi ancora poco diffuso. Attualmente, il driver nell’adozione è la ricerca di efficienza, ovvero la riduzione dei costi. È ancora troppo diffuso un approccio top-down, in cui l’AI viene attivata sui software degli operatori senza averli ingaggiati appieno sugli obiettivi a 360 gradi del progetto».
UN ESOSCHELETRO COGNITIVO
Secondo Aimi, l’intelligenza artificiale non guida la macchina, così come la macchina non può fare a meno di un pilota. Allo stesso modo, l’AI non agisce in autonomia: è la persona a operare attraverso di essa. «Se la consideriamo come un “esoscheletro cognitivo”, diventa più chiaro il suo ruolo. L’AI amplifica alcune capacità umane – memoria, velocità di accesso alle informazioni, sintesi, riconoscimento di pattern – ma non sostituisce giudizio, sensibilità ed empatia. Fornisce contesto, suggerimenti e dati organizzati: la decisione resta sempre in capo alla persona». Eppure – continuiamo a immaginare l’AI come se fosse un’entità autonoma» – spiega Aimi. «Cinema e narrativa ci hanno abituati a scenari alla HAL 9000 o Matrix. Ma nella realtà non siamo di fronte a una coscienza artificiale». C’è poi il pregiudizio che l’AI serva solo per tagliare costi o sostituire persone. «Se viene usata bene, accade l’opposto» – continua Aimi. «Aumenta il valore del lavoro umano. Quando togli alle persone la parte ripetitiva e burocratica del lavoro, emergono le competenze che fanno davvero la differenza». L’altro equivoco è pensare che l’AI renda la relazione più fredda. «In realtà può renderla molto più personalizzata, se viene progettata con intelligenza».
INSIGHT NEI PUNTI DECISIONALI
Le tendenze indicano che l‘iper-personalizzazione continuerà a espandersi, con l‘AI che analizza dati dei clienti per fornire interazioni cucite su misura, migliorando soddisfazione e fedeltà. Il modello ibrido uomo–AI consentirà alle aziende di scalare il supporto in modo efficiente sotto il profilo dei costi, senza compromettere la qualità. La combinazione tra velocità operativa dell’intelligenza artificiale ed empatia umana permette infatti di offrire un’esperienza di assistenza più fluida, coerente e affidabile. Il report “Signals of Connection” (Avaya Connected Consumer Research) analizza le previsioni per il 2026, evidenziando che l’83% dei clienti ritiene fondamentale l’interazione umana, mentre la velocità è un fattore chiave per il 60% degli utenti.
Nelle organizzazioni, le principali resistenze all’adozione dell’AI restano legate al timore di impatti sugli organici. Un rischio reale che – secondo Cazzani – non può essere ignorato senza conseguenze sull’equilibrio interno. «Dal lato dei clienti, l’AI è percepita in modo diverso a seconda delle generazioni. Ma il punto chiave è un altro: oggi gli utenti chiedono semplicità, prima ancora che velocità. Se l’AI saprà rispondere a questa esigenza, le diffidenze iniziali si ridurranno rapidamente. Al contrario, se saranno i clienti a doversi adattare a questi strumenti, la curva di adozione rischia di allungarsi, con possibili impatti anche sul business».
Ci sono almeno quattro aree in cui l’impatto dell’AI è già evidente – come spiega Francesco Aimi. La prima è l’accesso alla conoscenza operativa. «Gli operatori non devono più cercare informazioni in manuali o documenti dispersi: l’AI le recupera e le sintetizza in tempo reale». La seconda è l’analisi dei feedback. «Oggi possiamo leggere e interpretare migliaia di segnali provenienti da clienti e staff in modo sistematico». La terza è la personalizzazione della relazione. «L’AI permette di ricostruire un ritratto molto più completo della persona che abbiamo davanti». La quarta è la formazione continua. «Possiamo capire dove una persona ha bisogno di supporto e offrirglielo in modo mirato».
Le persone non si stancano tanto del lavoro in sé, quanto della frustrazione. «La frustrazione nasce quando le informazioni sono difficili da trovare, le procedure sono confuse, gli strumenti non aiutano. Quando l’AI elimina il lavoro meccanico e rende più chiari i processi, succedono due cose: aumenta la produttività e il benessere; perché le persone tornano a fare ciò che dà senso al loro lavoro: relazionarsi con altre persone».
In altre parole, l’AI lavora nel backstage: organizza i dati, suggerisce informazioni, supporta l’operatore. La persona resta nel frontstage: ascolta, interpreta, costruisce fiducia. Questo perché gli algoritmi sono molto bravi ad analizzare dati, riconoscere pattern, suggerire probabilità, sintetizzare le informazioni. Ma l’empatia non è solo riconoscimento di segnali. È riconoscimento dell’identità dell’altro.
La coerenza – secondo Aimi – nasce da due fattori chiave: un’identità di brand ben definita e una formazione allineata delle persone. «L’AI può essere addestrata sul linguaggio del marchio, sui valori e sulle linee editoriali. Ma serve comunque una regia umana. Paradossalmente, più cresce la tecnologia, più diventano centrali le competenze umane: empatia, ascolto attivo, comunicazione efficace, capacità narrativa, intelligenza emotiva e abilità nell’interagire con strumenti intelligenti».
In questo quadro, evolve anche il ruolo manageriale: meno controllo gerarchico e più capacità di facilitare, coordinare e valorizzare le persone. L’intelligenza artificiale può diventare un alleato concreto per ridurre la variabilità del tone of voice tra operatori e canali, contribuendo a definire un perimetro coerente entro cui lasciare spazio allo human touch, ancora oggi elemento distintivo e apprezzato dagli utenti. «Le competenze tecnologiche si acquisiscono» – spiega Cazzani. «Ma sarà decisiva la capacità di adattamento delle persone, che dovranno essere accompagnate dalle organizzazioni in un percorso continuo di evoluzione e ridefinizione del proprio ruolo. Una dinamica che non riguarda solo il customer service, ma tutte le funzioni aziendali. Dalle interlocuzioni degli ultimi mesi, emerge chiaramente come questa esigenza sia trasversale ai settori e rappresenti una delle principali sfide organizzative e culturali».
IL VALORE DA COSTRUIRE
In molti contesti applicativi (customer service, call center, CRM, assistenza tecnica) si sta andando verso modelli di “AI-assisted agents”. Detto questo, non è corretto parlare di un vero e proprio passaggio lineare dagli “AI agents autonomi”, che eseguono compiti end-to-end (prenotazioni, workflow automatici, task digitali ripetitivi) agli “AI-assisted agents”. In realtà stanno evolvendo entrambi gli approcci in parallelo.
Don Scheibenreif, VP Distinguished Analyst di Gartner e co-autore del libro “When Machines Become Customers”, prevede che i “machine customers” (agenti AI e dispositivi IoT autonomi) diventeranno un driver di crescita da mille miliardi di dollari entro il 2030. Nel prossimo futuro vedremo tre evoluzioni molto chiare – spiega Aimi. «La prima è nel customer service sempre più proattivo. Non si aspetta più il problema: lo si anticipa. La seconda: una conoscenza più profonda della persona. Non solo comportamenti, ma motivazioni. La terza, un’integrazione dei sistemi. Retail, HR, customer experience e marketing smetteranno di lavorare a silos». Già oggi possiamo analizzare il sentiment, il linguaggio, le intenzioni implicite. «Ma la gestione autentica delle emozioni richiede qualcosa che le macchine non possiedono: esperienza vissuta» – continua Aimi. «L’empatia non è solo interpretazione, è risonanza. Per questo credo che la relazione resterà un terreno profondamente umano. Se l’AI serve solo per spingere vendite o raccogliere informazioni, genera diffidenza. Se invece migliora davvero l’esperienza, diventa un elemento di fiducia».
L’equilibrio tra componente umana e artificiale sarà determinato dalle scelte strategiche delle aziende, in coerenza con il proprio posizionamento e con le specificità del settore di riferimento: un aspetto che si conferma centrale nel dialogo con la C-suite. In questo scenario – evidenzia Cazzani – si sta delineando una prima fase guidata dagli “ice-breaker”, aziende pronte a investire in modo significativo per introdurre soluzioni di intelligenza artificiale avanzate, accettando anche il rischio di un ROI inizialmente non positivo. A questi seguiranno i tradizionali “follower”, che potranno beneficiare sia della crescente accessibilità delle tecnologie sia di un contesto di mercato in cui i clienti saranno sempre più abituati a interagire con sistemi di AI al posto degli operatori umani.
Dalle analisi di IDC emergono quattro dimensioni chiave per implementare con successo l’AI nella CX: dati unificati e accessibili, gestione del cambiamento e sviluppo delle competenze, definizione di nuovi KPI human-centric, oltre a governance ed etica. «La personalizzazione scalabile richiede una base dati integrata, governata e disponibile in tempo reale» – spiega Ornella Urso. «Senza questa base, l’AI agentica perde efficacia. L’adozione tecnologica è prima di tutto una trasformazione organizzativa. Upskilling, comunicazione e coinvolgimento sono essenziali per superare resistenze interne».
Sul fronte delle priorità, i dati indicano un’evoluzione significativa: il 54% delle organizzazioni considera il miglioramento delle metriche customer-centric – come retention, soddisfazione e effort – il principale obiettivo dell’AI agentica. Seguono le metriche operative (49%) e quelle finanziarie (36%). L’efficienza resta un fattore rilevante, ma non esclusivo: crescono infatti l’attenzione a fiducia, loyalty e qualità complessiva dell’esperienza.
Centrale anche il tema della trasparenza, dell’explainability e della supervisione umana, elementi considerati indispensabili per preservare la fiducia dei clienti e la reputazione dei brand. Le previsioni indicano inoltre una rapida evoluzione – conferma Urso. «Entro il 2027, il 60% delle organizzazioni gestirà esperienze basate su ecosistemi multi-agente distribuiti su più canali. Entro il 2029, quasi due terzi delle interazioni con i clienti saranno mediate da sistemi di intelligenza artificiale o da agenti automatizzati. Nonostante ciò, il valore percepito “premium” per il consumatore continuerà a essere legato alla componente umana, soprattutto nelle fasi ad alto valore relazionale come consulenza, loyalty e interazioni in-store».
HNRG – Verso l’Ecosystem Experience
Formula AI Tech: innovazione software tra usabilità, automazione e AI generativa
