Migliorare l'assistenza con ogni interazione in OpenAI
Questo articolo fa parte della nostra serie che spiega come OpenAI sta sviluppando le proprie soluzioni sfruttando la nostra tecnologia.
Assistenza è tradizionalmente stato sinonimo di code, ticket e produttività. Ma per OpenAI, questo non bastava. Serviamo centinaia di milioni di utenti, gestiamo milioni di richieste all'anno e vediamo che questo volume cresce esponenzialmente ogni anno.
Molte organizzazioni affrontano la questione della scalabilità. Poche affrontano scalabilità e crescita esponenziale. Quasi nessuna organizzazione si trova a dover gestire entrambe le sfide, mentre sviluppa anche la tecnologia che potrebbe rivoluzionare l'intero panorama. Questa combinazione ci ha messo in una posizione unica per ripensare l'assistenza dalla base.
“L'assistenza non è mai stata solo una questione di rispondere ai ticket. La vera essenza sta nel garantire che le persone ottengano ciò di cui hanno bisogno e che questo soddisfi davvero le loro esigenze.”
L'assistenza non è una sfida di volume. È una sfida di progettazione ingegneristica e operativa. Per questo abbiamo creato qualcosa di diverso: un modello operativo in cui ogni interazione contribuisce a migliorare la successiva.
Il team di Ops non si accontentava di usare un chatbot per rispondere alle domande di assistenza. Il team ha una visione chiara: ripensare l'assistenza come un modello operativo basato sull'IA che apprende e migliora in continuazione.
Al centro di questo modello ci sono tre elementi fondamentali:
- Superfici. I punti di contatto con i sistemi di assistenza: chat, e-mail e telefono, ma sempre più spesso l'assistenza è integrata direttamente nel prodotto.
- Conoscenza Non solo documenti statici, ma una guida in continua evoluzione, alimentata da conversazioni reali, politiche aziendali e contesti specifici.
- Valutazioni e classificatori. Definizioni condivise di qualità, sviluppate congiuntamente da software e operatori umani, supportate da strumenti per misurare, migliorare e mettere in evidenza il feedback
Questi elementi non sono separati ma formano un ciclo. Un pattern individuato in una conversazione aziendale può alimentare una FAQ per sviluppatori. Una valutazione scritta per un singolo caso rafforza il modello per migliaia di altri. E poiché le stesse strutture di base alimentano ogni punto di contatto (chat, e-mail, voce) i miglioramenti si propagano automaticamente su tutti i canali.
Il ruolo del rappresentante dell'assistenza sta cambiando. Il nostro obiettivo è spostare il modello, che in passato si concentrava principalmente sulla gestione delle richieste transazionali verso un approccio che faccia parte del processo complessivo di costruzione. I rappresentanti sono ora autorizzati a contribuire direttamente all'architettura del sistema, sia attraverso miglioramenti dal basso con modifiche rapide, sia indirettamente attraverso le dinamiche quotidiane del loro lavoro.
I rappresentanti segnano le interazioni che dovrebbero diventare casi di test, propongono e implementano classificatori quando individuano nuovi pattern, e addirittura prototipano automazioni leggere per colmare le lacune nei flussi di lavoro in pochi giorni. Anche la formazione si evolve: non si limita più solo alle politiche, ma include la valutazione delle interazioni, l'identificazione delle lacune strutturali e l'integrazione di miglioramenti continui.
Il nuovo approccio mira a garantire che i rappresentanti dell'assistenza siano tanto costruttori quanto risolutori di problemi.
"Gli agenti non si limitano a rispondere ai ticket. Arricchiscono la nostra base di conoscenza e le nostre politiche. Hanno una percezione diretta della realtà che noi non abbiamo.”
Il risultato è un’organizzazione di supporto definita meno dalla produttività e più dalla sua capacità di evolversi. Ogni persona non si limita a fornire assistenza agli utenti, ma contribuisce attivamente al miglioramento del sistema che serve tutti gli utenti.
Questo approccio all'assistenza è possibile solo perché si basa sull’infrastruttura tecnologica di OpenAI.
- Agents SDK ci fornisce, di default, tracciabilità dettagliata e visibilità completa. Possiamo rivedere le esecuzioni, analizzare le chiamate agli strumenti e diagnosticare immediatamente le cause alla radice.
- Responses API alimenta i classificatori per valutare tono, accuratezza e conformità alle policy.
- Realtime API rende possibile l'assistenza vocale.
- Evals Dashboard di OpenAI consente di misurare la qualità in modo continuo e visualizzarla nel tempo.
Poiché questi componenti fondamentali sono già pronti all’uso, dedichiamo meno tempo all’integrazione dei sistemi e più tempo a ciò che conta davvero: definire cosa significa “qualità”, misurarla e migliorarla.
Siamo partiti da un semplice sistema di domande e risposte che funzionava bene. Con Agents SDK, abbiamo rapidamente esteso le funzionalità a operazioni dinamiche come rimborsi, fatture e consultazione di incidenti. Man mano che i modelli migliorano, grazie a finestre di contesto più ampie, funzionalità di Deep Research e agenti più sofisticati, possiamo adottare questi progressi in tempo reale.
Gli Evals trasformano le conversazioni quotidiane in test di produzione. Definiscono cosa significa "eccellente": non solo risolvere il problema, ma farlo in modo cortese, chiaro e coerente. I rappresentanti dell'assistenza svolgono un ruolo diretto in questo processo, segnalando esempi positivi e negativi che diventano "evals", i quali vengono eseguiti continuamente in produzione per orientare il comportamento del modello.
“Di solito, quando si ha un problema, vuoi solo ottenere aiuto nel più breve tempo possibile. Grazie ai nostri strumenti basati sull'IA, siamo in grado di ottenere risposte molto più velocemente e, altrettanto importante, sappiamo quando il modello non dovrebbe rispondere”, spiega Jay Patel, Ingegnere software, Automazione dell'assistenza.
L'apprendimento non si ferma alla risoluzione I modelli si alimentano continuamente di feedback, alimentando la conoscenza, l'automazione e la progettazione dei prodotti. Il sistema si rafforza: risposte più rapide per gli utenti, cicli di feedback più stretti per i costruttori, e un livello qualitativo sempre più alto in ogni aspetto.
E non è solo l'IA a imparare. L'organizzazione impara insieme a essa. Gli specialisti vedono dove i modelli non sono perfetti, creano nuovi classificatori e contribuiscono con set di dati per l'ottimizzazione. I dashboard di osservabilità rendono la qualità misurabile, mostrando come le prestazioni migliorano nel tempo.
Il cambiamento più significativo non riguarda tanto gli strumenti, quanto le persone e il modo in cui l'organizzazione misura il successo. Gli specialisti dell'assistenza vengono riconosciuti non solo per risolvere i problemi, ma per arricchire la conoscenza, ottimizzare i modelli e far crescere l'intero sistema. I leader cercano un nuovo tipo di collaboratore: una persona capace di coniugare l'empatia del frontline con l'intuizione progettuale, fondendo l'arte dell'assistenza con la curiosità per migliorare il sistema.
“Stiamo cominciando a vedere questa fusione tra una profonda competenza artigianale e una solida expertise ingegneristica. Questo è il futuro del modo in cui operano i reparti.”
La nostra visione è che l'assistenza non sia più una destinazione in cui andare, ma un'azione integrata in ogni aspetto del prodotto. Gli utenti non "aprono un ticket", ma ottengono semplicemente ciò di cui hanno bisogno, nel momento e nel luogo in cui si trovano.
Ciò che è nato come una risposta alla necessità di scalare, è diventato un modello su come persone e intelligenza artificiale possano collaborare: in modo sinergico, adattivo e in continua evoluzione.
