Il Gruppo ENGIE, leader mondiale della Transizione Energetica, accelera la trasformazione verso un'economia carbon neutral attraverso soluzioni che riducono il consumo di energia e rispettano l’ambiente.

In questa intervista, Flavia Lenzi, Head of Marketing & Customer Service ENGIE Italia e Elisa Fontana, Senior CRM Consultant di Engineering, raccontano quali sono le sfide e le opportunità nell’adozione di un CRM AI-Driven, dal punto di vista business e tecnologico: un CRM vivo, adattivo, integrato e scalabile, dove ogni cliente è seguito con precisione chirurgica, ogni dato è trasformato in azione, ogni operatore è potenziato, non sostituito.

Gli use case che finora abbiamo identificato e implementato a livello globale toccano diversi ambiti: il servizio clienti (ottimizzazione del lavoro dei consulenti, digitalizzazione e self care tramite chatbot o risposta automatizzata alle mail), ma anche il marketing (personalizzazione delle campagne di comunicazione per il miglioramento dell’esperienza e della soddisfazione del cliente per incrementarne il valore).

In Italia abbiamo sperimentato diverse tipologie di Intelligenza Artificiale - predittiva, generativa e ora anche agentica. Con la predittiva, utilizziamo da tempo soluzioni utili per le nostre analisi, come un tool di speech analytics che intercetta in tempo reale le conversazioni dei clienti, identificando i topic rilevanti e il sentiment, sia nelle interazioni telefoniche che digitali. Usiamo anche modelli di machine learning per la previsione d’acquisto e la churn prevention, cioè la probabilità che un cliente ci abbandoni nei mesi successivi, per potenziare le nostre campagne di caring e ricontatto.

Lo scorso anno abbiamo sperimentato il primo use case di Intelligenza Generativa, volto a potenziare le attività dei nostri operatori di call center durante le chiamate con i clienti. Abbiamo creato un motore che permette loro di interagire in linguaggio naturale con la nostra knowledge base, in modo più fluido e rapido, gestendo più velocemente le conversazioni.

Utilizziamo la generativa anche nelle campagne di comunicazione, personalizzando oggetto, contenuto e tono dei messaggi in base alle informazioni presenti nel CRM, così che ogni cliente riceva comunicazioni più in linea con le proprie caratteristiche. Questo ci consente di lavorare sulla personalizzazione, tanto richiesta dai clienti, grazie ai dati e all’Intelligenza Generativa.

Abbiamo inoltre sviluppato un modello di segmentazione dei clienti, che li raggruppa per comportamenti e caratteristiche omogenee. Questo ci permette di offrire esperienze differenziate: script dedicati nei contatti diretti o comunicazioni outbound personalizzate per segmento.

L’ultima frontiera che abbiamo testato è quella dell’Intelligenza Artificiale agentica, ossia gli agenti virtuali. Volevamo esportare questa tecnologia verso i clienti finali, testando il loro interesse, curiosità e reazione, ma in un ambiente protetto, senza rischi per la reputazione o l’esperienza del cliente. Abbiamo scelto quindi uno use case semplice e circoscritto: la fase di onboarding. Durante questa fase, i clienti ricevono già comunicazioni proattive che spiegano cosa accade al loro contratto di fornitura. In una di queste comunicazioni abbiamo introdotto la possibilità di interagire in chat con un agente virtuale, per porre domande specifiche su contratto, offerta, condizioni economiche o data di attivazione. 

Le opportunità dell’integrazione tra Intelligenza Artificiale e CRM si sviluppano principalmente lungo tre direttrici.

La prima è l’automazione: l’AI consente di automatizzare numerosi processi, in particolare nel customer service, grazie all’impiego di chatbot, assistenti virtuali e sistemi intelligenti di gestione dei ticket. Anche nel marketing si stanno aprendo nuove possibilità: l’integrazione tra AI e marketing automation permette di generare contenuti personalizzati e automatizzati, adattati in tempo reale al comportamento e alle caratteristiche del cliente.

La seconda è la personalizzazione. L’AI abilita una personalizzazione avanzata, sia a livello individuale che su segmenti dinamici, rendendo possibile proporre contenuti, prodotti e promozioni più pertinenti, nel momento giusto e attraverso il canale più efficace. Questo approccio migliora significativamente la customer experience e la rilevanza delle interazioni.

Infine, la predittività. Uno dei principali valori aggiunti dell’AI è la sua capacità di analisi predittiva. Nei processi di vendita e marketing, consente di identificare clienti con alta propensione all’acquisto o a rischio di abbandono, offrendo così alle aziende strumenti per aumentare le conversioni e ridurre il churn.

Per i prossimi passi, siamo convinti che l’Intelligenza Artificiale offra un grande potenziale, sia per l’efficienza operativa sia per migliorare l’employee experience. Deve essere uno strumento che semplifica la vita e consente di svolgere meglio il lavoro.

Vogliamo quindi estenderla ad altri use case rilevanti, con grandi volumi, costi o attività ripetitive, dove l’impatto è maggiore. Ad esempio, introdurre un agente virtuale vocale che risponda anche al telefono per richieste semplici (come duplicati di bollette), offrendo un servizio 24/7, quando i call center sono chiusi.

A livello operativo, puntiamo a eliminare per gli operatori tutte le attività che fanno perdere tempo -  come la sintesi e l’attualizzazione delle chiamate - per liberarli e permettere loro di concentrarsi sulla relazione e sull’empatia con il cliente. Lo stesso vale per le richieste scritte standardizzate, dove l’Intelligenza Artificiale può aiutare nella catalogazione e nella redazione di una risposta preconfezionata, che poi l’operatore può personalizzare.

A mio avviso, i prossimi passi per una piena integrazione tra Intelligenza Artificiale e CRM richiedono un equilibrio tra tecnologia, persone e strategia: solo combinando questi elementi l’AI potrà evolvere da opportunità potenziale a leva concreta di competitività nei processi CRM.

Tecnologia: è fondamentale disporre di soluzioni CRM in grado di interagire con diversi sistemi aziendali e di gestire basi dati integrate, pulite e affidabili. Senza dati di qualità, l’AI non può generare insight realmente utili.

Persone: l’adozione dell’AI non è solo un tema tecnologico, ma soprattutto culturale. Le aziende devono sviluppare competenze interne che permettano alle persone di sfruttare appieno il potenziale dell’AI, trasformandola in uno strumento di empowerment delle proprie capacità, senza esserne sopraffatte o annichilite

Strategia: l’obiettivo principale deve essere generare valore concreto per il cliente e, di conseguenza, per l’azienda. Ciò implica progettare applicazioni capaci di personalizzare le interazioni, anticipare i bisogni dei clienti e rendere più efficienti i processi di marketing, vendita e customer service.