Inserimento degli ordini? Ci pensa l’IA!
08/02/2024
In un mondo che viaggia a velocità impensabili, in cui l’ottimizzazione dei processi è alla base del miglioramento delle performance aziendali, l’errore è sempre meno compreso e l’intervento manuale diventa sempre più complicato, c’è una categoria di lavoratori ancora in attesa di aiuto. Sto parlando di tutti quegli utenti che lavorano in condizioni di mobilità o, comunque, in condizioni tali per cui non sempre è possibile avere un computer e una postazione a disposizione per inserire gli ordini.
Pensiamo ad esempio a chi gestisce le cucine o a chi lavora nei mercati dei prodotti freschissimi, come ortofrutta e pesce: in questi contesti i prodotti cambiano quotidianamente e non c’è il tempo per sedersi davanti a un computer, effettuare un accesso e compilare un ordine. Questa, infatti, è una categoria di utenti che non trova spazio nelle maschere di inserimento strutturate e che non ha tempo di capire quale variante del prodotto è disponibile. Per di più, questi utenti hanno un rapporto ‘intimo’ con il loro fornitore e si aspettano di essere sempre riconosciuti, forti della storicità dei propri acquisti e delle proprie abitudini.
Un ordine, fatto nelle condizioni sopra descritte, spesso:
Lo scenario in cui operano queste categorie di lavoratori ha reso il processo di inserimento dell’ordine manuale e di dominio dell’operatore che deve processarlo. Data la sua particolarità, tutte le logiche che lo governano, dal riconoscimento del cliente all’abbinamento dell’articolo ‘migliore’, non potevano essere trasportate in un applicativo.
Ora, invece, possiamo dare un aiuto concreto a questi operatori, e alle rispettive aziende, perché siamo in grado di automatizzare il processo di riconoscimento dell’ordine, lasciando all’operatore solo la sua validazione.
I vantaggi per le aziende sono enormi, in quanto si dà forma ad un processo che di strutturato aveva gran poco, ma come si fa?
In Aton siamo sempre stati attenti all’innovazione e sono i clienti che, per primi, ci spingono a fare ricerca e sviluppo: partendo da esperienze concrete di mercato, sviluppiamo soluzioni che soddisfino bisogni già presenti negli utenti. E così, proprio con l’aiuto dei LLM (Large Language Model) e con l’introduzione dei Database vettoriali, siamo riusciti a gestire anche questa necessità: a partire da un ordine “destrutturato” possiamo automaticamente riconoscere il cliente, gli articoli e le note ordine, tornando dall’operatore con una proposta d’ordine solamente da validare.
Questo processo ha anche un ulteriore risvolto, ovvero la necessità di creare nuove maschere di iterazione con i dati: infatti, quelle attuali, sono pensate per un’immissione di dati che parte dell’utente. Tale rigidità, però, non si sposa con i nuovi processi in cui il mix tra automazione e validazione richiede una esperienza utente (UX) diversa.
Prendiamo un ordine come esempio: come facciamo a gestirlo e aiutare l’utente dell’azienda che lo riceve?
Vediamo intanto le criticità di questo ordine:
L’ordine di esempio, come abbiamo visto, contiene diversi elementi naturali che solo un essere umano è in grado di comprendere e, per di più, che solo un operatore che conosce già il cliente è in grado di processare, rischiando comunque di commettere errori di interpretazione o battitura.
Invece, grazie all’uso dell’IA, possiamo riconoscere i vari elementi che compongono un ordine e rappresentarli in una struttura organizzata.
In qesto modo, la riga 7kg di patate novell diventa:
Bene, abbiamo strutturato la riga originale e ora arriva il bello: come facciamo a riconoscere l’articolo del cliente che acquista di solito?
Qualcuno potrebbe dire che esistono tecniche di ricerca nei database tradizionali che potrebbero assolvere al compito: vero, ma con che percentuale di precisione?
Con la ricerca semantica in un database vettoriale cambia tutto: possiamo individuare l’articolo statisticamente più simile a quello richiesto e, perché no, associarne delle alternative.
Ecco che la nostra riga si modifica così:
Abbiamo fatto una piccola magia e ora siamo in grado di sottoporre il risultato a una procedura più classica, che può affinarlo (ad es. l’articolo individuato potrebbe non essere disponibile, la quantità potrebbe non coincidere con l’imballo) e un operatore ha il compito di validare questo risultato e mandare l’ordine in evasione.
Quanto possiamo scalare questo processo adesso? Da un’e-mail o da un vocale – ebbene si, iniziamo a parlare anche di interpretazione di messaggi vocali – possiamo arrivare ad un risultato incredibile in pochi secondi. Ebbene sì, abbiamo usato l’IA per inserire gli ordini!
Abbiamo letto e interpretato il linguaggio naturale e abbiamo trasferito parte della conoscenza del cliente, e delle sue abitudini, in una procedura: non male vero?
Calare le nuove tecnologie in un contesto e utilizzarle nel modo corretto è fondamentale: è bene non citare l’Intelligenza Artificiale solo per cavalcare un trend e fare notizia perché si corre il rischio di banalizzarne le potenzialità di utilizzo.
Una tecnologia facilmente accessibile non è per definizione facile da adottare, ecco perché Aton crede nella formazione delle persone che possono, così, sperimentare e portare le soluzioni su un altro livello.
Volete saperne di più sulle nuove tecnologie che Aton sta implementando? Stay tuned!
