Intelligenza artificiale che spiega le risposte: perché conta per chi vende e per chi compra

Un sistema di intelligenza artificiale è utile quando non si limita a restituire risultati ma dice perché li propone, che cosa manca rispetto alla richiesta e quale alternativa esiste. Questa capacità di spiegare non è un dettaglio di stile: è ciò che permette a chi compra di fidarsi e a chi vende di ricevere richieste già qualificate. In questo articolo vediamo che cosa significa spiegare una risposta, perché un elenco muto fa perdere clienti, come si costruisce un sistema che motiva le sue scelte e come verificarlo prima di adottarlo.

In sintesi

• Spiegare una risposta significa dire perché un risultato è stato scelto, che cosa non corrisponde e da quale dato proviene.
• Un elenco senza motivazioni sposta il lavoro sulla persona, che spesso rinuncia.
• Le spiegazioni aumentano la fiducia, riducono le richieste generiche e fanno emergere le vere priorità del cliente.
• Un sistema spiega bene solo se lavora sui dati reali e ha confini chiari, compreso il permesso di dire "non lo so".
• Si verifica con domande vere e con un controllo sulle fonti citate.

Che cosa vuol dire spiegare una risposta

Prendiamo una richiesta semplice: "un divano a tre posti per un soggiorno piccolo, che si sfoderi e stia sotto i 900 euro". Un motore tradizionale restituisce trenta divani ordinati per prezzo. Un sistema che spiega risponde così: propone tre modelli, dice che il primo è largo 196 centimetri e sfoderabile, che il secondo costa 950 euro ma è il più compatto (182 centimetri), che il terzo è sfoderabile solo nei cuscini, e chiede quanto è larga la parete disponibile.

Spiegare, in pratica, significa tre cose insieme. Motivare: perché questo risultato e non un altro. Dichiarare gli scarti: in che cosa il risultato non rispetta la richiesta. Indicare la fonte: da quale scheda, listino o annuncio arriva l'informazione. Quando mancano queste tre cose, la risposta può essere corretta ma resta un atto di fede.

Perché un elenco senza spiegazione fa perdere il cliente

Chi riceve un elenco deve fare da solo il lavoro di confronto: aprire le schede, confrontare le misure, capire perché un prodotto costa di più. È un lavoro che richiede tempo e competenza, e la maggior parte delle persone lo interrompe prima di arrivare a una decisione. Nei siti immobiliari questo si vede bene: molti visitatori aprono decine di annunci e non contattano nessuno, oppure mandano la stessa richiesta generica a dieci agenzie, che poi devono leggerle una per una, come raccontiamo nell'articolo su come distinguere i contatti pronti da quelli curiosi.

Una risposta spiegata cambia il comportamento. La persona capisce subito se il risultato fa al caso suo, corregge la richiesta ("in realtà il balcone non è indispensabile") e arriva al contatto con le idee chiare. Per chi vende questo significa meno richieste da scartare e conversazioni che partono già dal punto giusto.

Tre situazioni concrete

Immobiliare: il compromesso dichiarato

Nessuna casa rispetta tutti i requisiti. Il valore di un sistema sta nel dichiarare il compromesso: "questo immobile supera il budget del sei per cento, ma è l'unico già ristrutturato; ho escluso il piano terra perché avevi chiesto luminosità". La persona può accettare il compromesso o cambiarlo, e l'agenzia riceve una richiesta che contiene già le priorità reali.

Ecommerce e portali B2B: la compatibilità spiegata

In un catalogo tecnico la domanda tipica è "va bene per il mio modello?". Un sistema che spiega risponde "sì, è compatibile con la serie indicata nella scheda; l'articolo alternativo costa meno ma richiede l'adattatore, che non è incluso". È un'informazione che oggi passa dal telefono dell'ufficio commerciale. Per i negozi online e per i portali B2B vale lo stesso principio che descriviamo nell'articolo sull'ecommerce B2B: il cliente professionale vuole certezze, non un elenco.

Assistenza e documentazione: la fonte accanto alla risposta

Quando un assistente risponde su garanzie, tempi di consegna o procedure, la fonte è tutto. "La garanzia copre due anni, come indicato nella pagina Condizioni di vendita, sezione 4" è una risposta verificabile; "la garanzia dura due anni" è una risposta che l'azienda deve sperare sia giusta. La stessa logica vale per i numeri dell'azienda: Cogest.80, l'applicativo di reportistica di Finlight.80, cita i dati da cui deriva ogni risposta proprio per questo motivo.

Come si costruisce un sistema che spiega

Un sistema non spiega bene per caso. Ci sono quattro condizioni, e sono le stesse che seguiamo in AIware.80.

1. Dati reali e aggiornati. Le risposte nascono dall'archivio del cliente (immobili, prodotti, documenti). Se il dato non c'è, il sistema non lo inventa.
2. Regole esplicite. Che cosa può dire, che cosa non deve dire, quando deve passare la conversazione a una persona. "Non lo so, ma posso metterti in contatto con chi lo sa" è una risposta prevista, non un fallimento.
3. Il linguaggio del settore. Il sistema viene addestrato sui termini che usano i clienti e l'azienda: "sfoderabile", "doppia esposizione", "minimo d'ordine" devono avere un significato preciso.
4. Verifica su domande vere. Prima della pubblicazione il sistema risponde a un elenco di domande raccolte dalle richieste reali e ogni risposta viene controllata, correggendo regole e dati finché il risultato è affidabile.

Come verificarlo prima di adottarlo

Questa lista serve a chi deve scegliere uno strumento, che sia nostro o di altri.

• Chiedi una risposta e poi chiedi "perché?": la motivazione deve arrivare senza esitazioni e deve essere coerente con la richiesta.
• Fai una domanda a cui i dati non possono rispondere: il sistema deve dirlo, non improvvisare.
• Controlla una fonte citata: apri la scheda o l'annuncio e verifica che l'informazione ci sia davvero.
• Cambia idea a metà conversazione: il sistema deve aggiornare i risultati e spiegare cosa è cambiato.
• Chiedi che cosa manca: la risposta deve elencare gli scarti rispetto alla richiesta, non solo i pregi.

Che cosa cambia per chi vende: tre numeri da guardare

Il valore delle spiegazioni si misura, e i numeri da guardare sono tre. Il primo è la quota di conversazioni che finisce con un'azione: una richiesta di visita, un preventivo, un articolo nel carrello. Il secondo è la qualità delle richieste in arrivo: quante contengono già budget, tempi e preferenze, e quindi quante l'ufficio può gestire senza una telefonata di chiarimento. Il terzo è il numero di domande ripetitive che smettono di arrivare all'assistenza, perché hanno trovato risposta con la fonte accanto. Nei progetti che seguiamo confrontiamo questi numeri nel mese precedente e nei tre mesi successivi all'introduzione del sistema: è il modo più onesto per capire se le spiegazioni stanno lavorando per l'azienda.

I limiti da conoscere

Un sistema che spiega non è un consulente umano. Non conosce ciò che non è nei dati, non può valutare un'emozione e non deve prendere decisioni al posto delle persone. Il suo compito è ridurre la distanza tra una richiesta e una scelta informata, e passare la mano al momento giusto. Per questo, nei progetti che seguiamo, la conversazione finisce sempre con un'azione concreta: una visita, un preventivo, una persona da chiamare.

Se vuoi capire come risponderebbe un sistema di questo tipo sui tuoi contenuti, iniziamo da un caso reale: scegliamo insieme dieci domande vere e ti mostriamo le risposte con le loro spiegazioni.

Per approfondire

• Ricerca conversazionale: cos'è, come funziona e dove serve davvero
• Ecommerce B2B: cosa cambia rispetto al negozio per il pubblico
• AIware.80: sistemi basati sull'intelligenza artificiale che spiegano le risposte
• Cogest.80: la reportistica che cita i dati di ogni risposta