In diversi contesti, gli esperti evidenziato come AI e machine learning rappresentino strumenti digitali dalle alte potenzialità, per esempio per servizi di customer care (come i digital assistant), in grado di portare benefici non solo alla relazione con le persone (interne o esterne all’azienda) ma anche al business.
Per capire come sfruttare questi abilitatori digitali per migliorare la relazione con i clienti e la CX, Machine Learning Reply e Google Cloud con Inno3 propongono un viaggio in due tappe

Christian Berzi, solution specialist di Machine Learning Reply
Christian Berzi, solution specialist di Machine Learning Reply

Nel primo di questi appuntamenti si è parlato di quali siano gli elementi essenziali di un progetto basato sull’AI analizzando gli use case “per e delle” grandi aziende del settore retail, telco e banking. Anche in questo secondo appuntamento vengono illustrati i benefici apportati da queste tecnologie partendo da casi d’uso reali, ma nel mondo finance e energy. Allo stesso tempo sono approfondite alcune tematiche, per esempio per quanto riguarda l’integrazione di funzionalità cognitive e tecniche avanzate di AI per ottenere il massimo dal servizio di assistenza clienti.

Il webinar evidenzia le effettive abilità degli assistenti virtuali, e degli avatar, a supporto delle azioni di “routine”; con quali tecniche e prodotti della Google Cloud Platform possono essere sviluppati e quali sono i benefici.

Davide Vena, machine learning engineer di Machine Learning Reply
Davide Vena, machine learning engineer di Machine Learning Reply

Con Emanuela Teruzzi, direttore responsabile di Inno3, ne parlano Christian Berzi, solution specialist, Davide Vena, machine learning engineer di Machine Learning Reply e Lucio Floretta, Emea AI practice & customer engineering di Google Cloud.

Il webinar offre le risposte che servono per capire i tempi di implementazione di un progetto che prevede l’utilizzo di un virtual assistant, e quanto servirà per istruirlo, le possibilità di migliorare l’accuratezza dei sistemi (continuous learning) e come ottimizzare i modelli in base alle specifiche esigenze di ogni azienda.

Lucio Floretta, Emea AI practice & customer engineering di Google Cloud
Lucio Floretta, Emea AI practice & customer engineering di Google Cloud

Tante realtà, timorose sulle difficoltà che si possono incontrare, non raccolgono la sfida; ecco, gli esperti di Machine Learning Reply e Google affrontano il tema spiegando quali sono le competenze richieste in azienda per adottare queste soluzioni e come essere sicuri che esse siano effettivamente in grado di migliorare i paramenti di fiducia dei clienti. 

 

 

Registrati nel form sottostante per rivivere il webinar dalla durata di un’ora. Riceverai via email il link per accedere al webinar.

 

© RIPRODUZIONE RISERVATA

Condividi l'articolo: