Perché la CTI legacy sta frenando la tua strategia CX basata sull'Agentic AI

Entro il 2029, secondo Gartner, l'agentic AI risolverà autonomamente ben l'80% dei problemi comuni del servizio clienti senza intervento umano. Questi potenti sistemi possono prendere decisioni istantaneamente all'interno dei flussi di lavoro, promettendo una client experience iper-personalizzata e assistenza in tempo reale, oltre a notevoli aumenti di produttività.

Non c'è da stupirsi che ci sia grande pressione per implementare l'agentic AI, dimostrarne il valore e presentare al consiglio di amministrazione qualcosa di impressionante. I budget vengono approvati, i fornitori selezionati e vengono implementate rapidamente potenti AI. Eppure, mesi dopo, molte aziende si ritrovano a porsi una domanda scomoda: perché l’agentic AI non sta mantenendo le aspettative?

L'integrazione computer-telefonia (CTI) raramente occupa un posto di rilievo nelle discussioni sulla trasformazione digitale basata sull'AI. La CTI rappresenta il livello infrastrutturale che collega i sistemi telefonici, i canali digitali, i sistemi CRM e l'instradamento delle chiamate nei contact center.

La pressione per ottenere risultati concreti dall'AI è proprio ciò che intrappola molte aziende. Quando si implementano strumenti di AI in ambienti costruiti nel corso di 15-20 anni, si chiede di fatto a un sistema intelligente di operare all'interno di architetture di routing frammentate, complesse e monolitiche. Di conseguenza, anziché eliminare questi problemi, l'AI li mette in evidenza.
Quindi, se pensate che il vostro percorso verso l'AI si sia bloccato, potrebbe non dipendere dall'AI stessa. Piuttosto, potrebbe trattarsi di un problema con la vostra infrastruttura: in altre parole, con la vostra CTI.

La realtà è che in un qualsiasi contact center odierno, una parte significativa delle configurazioni (numeri di directory vettoriali, vettori, competenze) potrebbe essere inutilizzata o ridondante. Si tratta di un "debito tecnico" ereditato da fusioni, accumulato nel corso degli anni con soluzioni provvisorie o semplicemente dimenticato.
I sistemi CTI legacy sono spesso monolitici e strettamente integrati con i sistemi PBX o CRM esistenti. Fondamentalmente, mancano delle API moderne o lo streaming di eventi in tempo reale necessari ai servizi di intelligenza artificiale per funzionare efficacemente. Per colmare questa lacuna, le organizzazioni sono costrette a creare adattatori personalizzati, a fare affidamento su middleware complessi e a realizzare pipeline di arricchimento dati elaborate solo per rendere i dati delle chiamate utilizzabili dai modelli AI. In definitiva, questo aumenta vertiginosamente la complessità dell'integrazione, introduce latenza e incrementa i costi operativi.
Immagina la tua AI come una Ferrari nuova di zecca. Ora immagina di guidarla su una strada sterrata dissestata e piena di buche. Quella strada potrebbe essere la tua attuale CTI.
Gli impatti del debito tecnico sulla trasformazione dell'AI possono essere riassunti in due problemi.

Per raggiungere i suoi obiettivi, l'agentic AI necessita del contesto, il che significa accedere ai dati corretti, al momento giusto e indirizzarli nel posto giusto. Prima di poter fare qualsiasi cosa utile – risolvere un problema, personalizzare una risposta, instradare una chiamata in modo intelligente – deve sapere chi è il cliente, cosa ha fatto in precedenza e di cosa potrebbe aver bisogno ora.

In genere, i sistemi CTI tradizionali rendono quasi impossibile la consapevolezza del contesto. I dati vocali, di chat e CRM risiedono probabilmente in silos scollegati. Quando un cliente raggiunge un agente assistito dall'AI, il sistema potrebbe operare alla cieca.

I sistemi CTI legacy semplicemente non erano progettati per l'innovazione basata sull'AI, che per sua natura è altamente iterativa e rapida. Nelle architetture tradizionali, la modifica dei flussi di routing può richiedere una complessa riconfigurazione. L'introduzione di un nuovo percorso IVR può richiedere settimane. L'integrazione di un nuovo modulo AI richiede uno sviluppo personalizzato. Ciò che è necessario per testare le modifiche rischia di causare interruzioni operative. Tutto ciò ostacola la sperimentazione e causa ritardi che, in un mercato competitivo, comportano rischi strategici. C'è anche l'onere delle risorse: dalla ricerca svolta da IDC è emerso che la gestione del debito tecnico può consumare dal 20 al 40% del tempo di sviluppo, sottraendo risorse alla modernizzazione e all'innovazione.

Di fronte a queste sfide, le aziende spesso prendono in considerazione due opzioni: la sostituzione completa dei sistemi CTI e di contact center esistenti oppure una migrazione "lift-and-shift" al cloud.

Entrambi gli approcci presentano vantaggi e svantaggi.

Sebbene una sostituzione completa possa sembrare un nuovo inizio, la sostituzione dei sistemi di telefonia e routing principali comporta rischi legati alla migrazione e alla potenziale interruzione del servizio, tra cui la necessità di ricostruire complesse configurazioni di routing e di riconvalidare la conformità e la sicurezza. Per le aziende più complesse, questo processo può richiedere dai 12 ai 24 mesi, periodo durante il quale l'innovazione si arresta.

Il metodo "lift-and-shift" (in altre parole, la migrazione "così com'è" in un ambiente cloud) migliora la flessibilità dell'hosting e l'ottimizzazione dei costi, ma non elimina la complessità intrinseca, la frammentazione, la logica di routing ridondante e i flussi di lavoro codificati in modo rigido.

La buona notizia è che è possibile un approccio più pragmatico, ovvero introdurre un livello di orchestrazione cloud che si sovrapponga o affianchi i sistemi telefonici esistenti. Questo disaccoppia l'abilitazione dell'AI (inclusi logica di routing, orchestrazione dei canali e integrazione dei dati) dai vincoli dei sistemi preesistenti.

Questo nuovo livello di orchestrazione cloud utilizza le API per integrare i dati su ogni canale in tempo reale, in modo che l'AI disponga di un contesto cliente immediato e completo in ogni touchpoint.

Questo risolve immediatamente il problema dei dati. È ciò che può trasformare l'AI da un bot che risponde meccanicamente in un copilota intelligente che supporta i tuoi agenti in tempo reale per migliorare la customer experience, anziché frustrare i tuoi clienti.

Inoltre, il livello di orchestrazione cloud è "nativo AI", il che significa che si integra perfettamente con i sistemi di intelligenza artificiale. Di conseguenza, gli strumenti di agentic AI possono essere testati, iterati, implementati e aggiornati molto rapidamente.

In Konecta, abbiamo constatato che il passaggio a un livello CTI nativo del cloud può ridurre il time-to-market di oltre il 40%. Questa agilità è fondamentale perché l'agentic AI non è un'implementazione una tantum, bensì un processo continuo di prototipazione, apprendimento e scalabilità di ciò che funziona.

Grazie a un livello di orchestrazione integrato, è diventato più facile sfruttare i vantaggi dell'AI che i leader attendevano. Ma non bisogna aspettarsi una soluzione miracolosa che risolva tutto in una volta sola. È meglio pensare alla modernizzazione in tre fasi. Ognuna di esse produce risultati misurabili, come stiamo già constatando in Konecta lavorando con diverse tipologie di clienti, tra cui un'azienda di beni di consumo, un fornitore di utility e un ente pubblico di previdenza sociale.

1. Le fondamenta: stabilizzare e disaccoppiare. Si tratta di abbandonare le dipendenze hardware, eliminare la logica di routing ridondante, stabilire un'orchestrazione accessibile tramite API e garantire la continuità operativa. Già oggi, le aziende riscontrano spesso una maggiore stabilità del sistema e una riduzione dei costi infrastrutturali del 40%.
2. Potenziamento intelligente: orchestrare e migliorare. Ciò include l'integrazione di assistenti virtuali basati sull'AI nei flussi di lavoro degli agenti, l'automazione di interazioni ad alto volume e bassa complessità e l'introduzione di analisi delle prestazioni. I risultati includono riduzioni (circa il 25-30%) dei tempi di gestione, con un'automazione dei processi pari al 30-50%.
3. Automazione e personalizzazione scalabili: un progresso a prova di futuro. Si tratta di estendere la risoluzione autonoma e l'iper-personalizzazione, oltre all'orchestrazione nei flussi di lavoro di back-office. Ora l'automazione è sistemica, con costi di servizio inferiori, resi possibili ad esempio da un passaggio del 60% ai canali digitali, con la soddisfazione del cliente che si stabilizza o aumenta.

Se stai valutando il ritorno sull'investimento (ROI), prima di investire ulteriormente nell'AI, è opportuno verificare se la tua infrastruttura è pronta ad accoglierla.

Alcune domande da porre al team di tecnologia e infrastrutture potrebbero essere: quanti oggetti di routing nel nostro ambiente CTI sono inutilizzati o non documentati? Quanto tempo occorre per implementare una modifica di routing? La nostra AI può accedere al contesto del cliente in tempo reale e su tutti i canali? La nostra architettura è basata sugli eventi o sull'elaborazione batch? Quale percentuale di interazioni assistite dall'AI richiede ancora un intervento manuale? La logica di routing e la telefonia sono strettamente integrate?

L'esperienza dimostra che integrare una potente intelligenza artificiale in un sistema preesistente può amplificare i problemi esistenti. Si perde tempo, si spreca budget e si introducono rischi non previsti.

Non limitarti ad acquistare l'AI per migliorare l'esperienza del cliente. Riorganizza la tua infrastruttura per liberare il potenziale dell'AI.

La tua tecnologia attuale ostacola la tua strategia AI? Scopri come le soluzioni di modernizzazione della CX di Konecta forniscono le basi necessarie per una trasformazione reale e misurabile.