Operatori telefonici basati sull’intelligenza artificiale: problemi reali e perché il web funziona meglio

Ci sono due addette alla reception basate sull’intelligenza artificiale. Una risponde al telefono con una voce. L’altra scrive nella chat di un sito web. Questo articolo riguarda la prima: quali problemi sorgono quando l’assistenza avviene tramite una chiamata e perché tali problemi non si verificano nella chat. Ogni dato è accompagnato dallo studio a cui si riferisce e da un link per consultarlo. Non ci sono cifre inventate e non viene citata alcuna azienda concorrente.

La gente vuole poter entrare in contatto con una persona

Nel febbraio e marzo del 2026, Gartner ha intervistato 3.566 clienti, sia aziendali che privati, sull’uso dell’IA generativa nell’assistenza clienti. L’87% ha affermato che, se un’azienda utilizza tale IA, è fondamentale poter parlare con una persona. Allo stesso tempo, il 50% ha affermato che le pratiche sono più semplici quando l’azienda utilizza l’IA generativa. Il messaggio non è che «l’IA sia superflua». È piuttosto che le persone accettano l’aiuto, ma rifiutano che tale aiuto si trasformi in un ostacolo.

A coloro che non volevano utilizzare l’IA, Gartner ha chiesto cosa li avrebbe convinti a cambiare idea. La risposta più frequente è stata la possibilità di passare a un operatore umano in caso di necessità. Lo stesso commento di Gartner aggiunge che non è opportuno rendere l’IA un passaggio obbligatorio in tutti i casi: quando il cliente deve affrontare diversi tentativi falliti prima di riuscire a parlare con qualcuno, è meno probabile che utilizzi nuovamente quello strumento. Il 58% di chi utilizza l’IA generativa l’ha già impiegata per portare a termine un’attività, non solo per leggere una risposta. Nelle aziende, tale percentuale sale al 74%.

Gartner, agosto 2026: sondaggio condotto su 3.566 clienti (febbraio e marzo 2026)

La paura non è una novità: entrare in contatto con qualcuno

Un precedente sondaggio di Gartner, condotto nel dicembre 2023 su un campione di 5.728 clienti, puntava già nella stessa direzione. Il 64% preferirebbe che le aziende non utilizzassero l’intelligenza artificiale nell’assistenza clienti. Il 53% prenderebbe in considerazione l’idea di cambiare fornitore se sapesse che l’azienda utilizzasse l’IA per l’assistenza. La preoccupazione principale era che sarebbe stato più difficile parlare con una persona in carne e ossa. Seguivano poi l’impatto sull’occupazione e il rischio che l’IA fornisse una risposta errata.

Gartner, 9 luglio 2024: sondaggio condotto su 5.728 clienti (dicembre 2023)

Chi ha appena chiamato è proprio chi meno di tutti vorrebbe un'intelligenza artificiale vocale

Nel documento di Gartner “Four Data Findings to Inform Your Customer Experience Strategy”, la metà dei clienti affermava che avrebbe utilizzato un assistente digitale basato sull’IA generativa. La ripartizione per canale modifica questa cifra. Tra coloro che, nell’ultima interazione, avevano utilizzato il telefono, solo il 35% si è detto disposto a utilizzare tale assistente. Gartner spiega questo fenomeno con un'osservazione pratica: se la chiamata ha già risolto il problema parlando con una persona, non c'è motivo di rischiare di perdere tempo con una voce automatizzata la prossima volta. Lo stesso documento raccomanda di non nascondere la presenza umana: occorre chiarire che l’assistente può risolvere il caso e, in caso contrario, trasferire la chiamata a un operatore.

Gartner, Quattro risultati relativi ai dati per definire la vostra strategia di customer experience (PDF)

La voce viene fraintesa, e questo fa arrabbiare

Ofcom ha condotto uno studio sugli altoparlanti intelligenti nel Regno Unito attraverso una ricerca qualitativa sul campo svoltasi tra agosto e ottobre 2022: cento utenti, oltre a interviste a chi non ne possedeva uno. Non si tratta di un sondaggio con una rappresentatività nazionale. Ciononostante, la conclusione del rapporto è chiara: il fatto che il dispositivo non capisse o non sentisse ciò che gli veniva chiesto era, di gran lunga, la lamentela più comune. Era necessario ripetere o cambiare il modo di parlare, perché il dispositivo aveva iniziato a fare qualcos’altro o aveva ignorato la frase.

Nello stesso studio, una parte dei partecipanti ha affermato che un accento regionale o internazionale — il proprio o quello di qualcuno di casa — causava un aumento dei malfunzionamenti del dispositivo. Alcuni familiari avevano smesso di utilizzarlo perché non riuscivano a farsi capire. Il dispositivo presentava problemi anche con i bambini, con chi parlava a voce bassa, con chi parlava velocemente, da lontano o con un tono colloquiale anziché con un comando breve. La sintesi pubblica dell’Ofcom lo riassume in una frase: la maggior parte degli utenti era frustrata perché l’altoparlante non rispondeva bene ai comandi, e ciò era più evidente in chi aveva un accento regionale marcato.

Ofcom, Ricerca sugli altoparlanti intelligenti (PDF, indagine sul campo agosto-ottobre 2022)

Ofcom, sintesi: Questo Natale non sarà solitario per gli utenti di altoparlanti intelligenti

Nel 2019, BBC Research & Development ha pubblicato un sondaggio online condotto su 330 persone, reclutate tramite un post pubblicato sul proprio blog. Non si tratta di un campione casuale a livello nazionale: la maggior parte delle risposte proveniva da persone di età compresa tra i 25 e i 54 anni, con una prevalenza di dipendenti della BBC a Londra e nel nord-ovest dell’Inghilterra. Tenendo conto di questa limitazione, un quarto degli intervistati ha dichiarato che l’assistente li capiva poco o per niente. Il 38% attribuiva gli errori all’accento e il 36% al rumore nella stanza. Il 55% ha affermato che la tecnologia non fosse ancora all’altezza e il 58% che l’errore derivasse dal non sapere quale comando pronunciare. Quando l’assistente non capisce, il rapporto rileva frustrazione, rabbia e maggiore stress. La lamentela non riguardava solo l’errore in sé, ma anche i messaggi di errore, ripetitivi e poco utili.

BBC Research & Development, Smart Speaker: esperienza utente ed emozioni degli utenti (PDF, 2019)

Su quel canale opera un’operatrice telefonica basata sull’intelligenza artificiale. Deve ascoltare una frase, spesso con rumori di fondo, e decidere quando la persona ha finito di parlare. Una chat sul web non trascrive: legge ciò che il visitatore ha digitato. L’accento e il rumore della stanza non alterano le lettere. Ciò non rende la chat infallibile. Se il testo è errato, anche la risposta lo è. Elimina l’errore intrinseco dell’ascolto.

La risposta arriva in ritardo per una conversazione orale

In una conversazione tra persone, il turno di parola arriva solitamente subito. Un articolo pubblicato su SIGDIAL 2022, intitolato «When can I Speak?», riassume lo stato attuale dei sistemi di dialogo parlato: questi iniziano il proprio turno dopo un lungo silenzio, che va dai 700 ai 1.000 millisecondi, e per questo la conversazione risulta lenta e poco naturale. Le persone, secondo lo stesso articolo, rispondono solitamente entro circa 200 millisecondi. Aspettare che ci sia un silenzio così lungo è il modo usuale per non interrompere chi sta ancora riflettendo. È anche il modo per lasciare una pausa che, durante una telefonata, si nota.

SIGDIAL 2022: Quando posso intervenire? Previsione dei punti di avvio per gli agenti di dialogo parlato

Uno studio presentato a SemDial ha misurato interazioni reali con gli assistenti vocali, non un esperimento di laboratorio basato su un unico comando. Ha analizzato 1.077 cambi di turno di dieci persone che utilizzavano l’assistente per la prima volta, in sei abitazioni. Il tempo medio stimato dal momento in cui la persona terminava il proprio intervento a quello in cui l’assistente prendeva la parola era di 1.366 millisecondi, con un errore standard di 30 millisecondi. Gli autori lo confrontano con il cambio di turno tra persone, che si aggira intorno ai 300 millisecondi, citando Levinson e Torreira (2015), Stivers et al. (2009) e Heldner ed Edlund (2010). Il campione è ridotto e si tratta di primi risultati: non è una media di tutti i paesi né di tutti i prodotti. Tuttavia, nelle conversazioni reali, mostra un’attesa parecchie volte superiore a quella di una conversazione umana, e senza le espressioni di riempimento con cui una persona avverte che sta per rispondere.

SemDial: Alexa, sei troppo lenta! (Barthel), turni di lavoro con gli assistenti vocali

In una chat, quell’attesa non interrompe la frase di nessuno. Il visitatore scrive, invia e può continuare a navigare sulla pagina. La risposta rimane scritta. Non c’è una voce che interviene in ritardo e sovrasta la frase successiva, il che è un altro effetto descritto dallo stesso studio di SemDial nei turni dell’assistente. Hostly non pubblica un tempo di risposta garantito per il modello: la chat passa attraverso una coda e il tempo dipende dal carico di lavoro. Ciò che manca è il silenzio di una chiamata mentre un sistema decide che hai finito di parlare.

Loop, voce sintetica e la domanda: c’è qualcuno?

Il commento di Gartner del 2026 non fornisce una percentuale relativa alle chiamate che rimangono in un circolo vizioso. Descrive invece il meccanismo: diversi tentativi falliti con l’IA prima di riuscire a parlare con una persona rendono meno probabile che il cliente utilizzi nuovamente lo strumento. Durante una chiamata, quel circolo vizioso si percepisce. Bisogna ripetere, attendere la domanda successiva del menu e chiedere nuovamente di parlare con un operatore. Nella chat, il thread rimane scritto. Il team lo apre nella dashboard e può rispondere direttamente in quel thread.

La voce che risponde a una chiamata automatica è una voce generata. Questo articolo non riporta una percentuale di persone che la trovano «robotica»: tra le fonti sopra citate non c’è alcun sondaggio che misuri tale percezione con un campione ben definito. Ciò che invece è stato misurato è la frustrazione quando il sistema non capisce, come riportato nel servizio della BBC, e la lamentela di Ofcom quando è necessario ripetere il comando. Una voce che non ammette sfumature e un riconoscimento vocale che fallisce si sommano nello stesso minuto. Sul web, la risposta è un testo. Si può rileggere. Non bisogna indovinare una parola che è stata pronunciata male.

Salesforce ha commissionato a YouGov un sondaggio condotto su 15.015 consumatori, dal 16 luglio al 16 agosto 2024, in 18 paesi, tra cui la Spagna. Quasi tre su quattro volevano sapere se stavano parlando con un agente di IA. Il 45% affermava che avrebbe utilizzato maggiormente un agente di IA se ci fosse stata una procedura chiara per passare a un operatore umano. Solo il 30% dei consumatori avrebbe interagito con un agente di IA anziché con una persona in cambio di un servizio più rapido. Il rapporto in formato PDF di Salesforce, relativo alla stessa ricerca, lo quantifica così: il 72% ritiene importante sapere quando sta parlando con un agente di IA. La trasparenza e la possibilità di passare a un operatore umano non sono un optional. Sono ciò che il campione richiede.

Salesforce, “State of the AI Connected Customer”, sondaggio YouGov luglio-agosto 2024

Salesforce, State of the Connected Customer (PDF relativo alla stessa linea di ricerca)

Perché una receptionist web basata sull’IA non presenta questi difetti

Hostly è l’addetta alla reception basata sull’intelligenza artificiale del sito web, non del telefono. Il visitatore scrive nella chat del tuo sito. Non c’è riconoscimento vocale, né accento, né rumori di fondo, né una voce sintetica che risponde. La risposta si basa sulle informazioni approvate dall’azienda. Se i dati non sono disponibili, risponde di non saperlo. Non inventa prezzi, orari né disponibilità. Se le prenotazioni sono attive, propone solo gli orari disponibili secondo l’agenda.

Su Hostly, il collegamento con un operatore non comporta un trasferimento automatico della chiamata. Il team visualizza la conversazione nella dashboard e ne assume il controllo. Mentre un operatore sta scrivendo, l’IA non risponde in quella conversazione. Richiedere un operatore non trasferisce automaticamente la conversazione: è chi si trova nella dashboard a farlo. Si tratta di un limite effettivo del prodotto, ed è meglio dirlo piuttosto che promettere un «passami con qualcuno» che la chat non esegue automaticamente. Ciò che si evita, però, è lasciare qualcuno a parlare da solo con un menu: il testo rimane, e un operatore può riprendere la conversazione da dove si era interrotta.

L'IA risponde nella chat del tuo sito web. Il pulsante WhatsApp, se lo attivi, apre l'account WhatsApp dell'azienda e la risposta viene fornita da una persona: l'IA non interviene in quella conversazione. Hostly non legge quel messaggio WhatsApp né inserisce un modello al suo interno. Chi desidera scrivere all'azienda, e non alla chat del sito, utilizza quel pulsante. Chi si trova sul sito può rimanere nella chat.

Il prezzo di base è di 29,90 € al mese, IVA inclusa. Questa pagina non afferma che una chat riduca i tassi di cancellazione né che l’addebito tramite Stripe comporti una commissione specifica: tali informazioni non figurano nelle fonti sopra citate e non costituiscono una promessa del prodotto nel presente testo. L'addebito, se l'azienda lo attiva, avviene in acconto o per l'intero importo al momento della prenotazione. La carta di credito non passa attraverso Hostly.

Cosa non dimostra questo articolo

Ciò non dimostra che tutti gli assistenti telefonici basati sull’IA presentino gli stessi difetti. Gli studi valutano gli assistenti vocali, gli altoparlanti e l’opinione sull’IA nel settore dell’assistenza, non un censimento dei prodotti. Il campione di SemDial è composto da dieci persone. Quello della BBC non è casuale. Quello di Ofcom sugli altoparlanti è di natura qualitativa. Quelle di Gartner e Salesforce sono indagini su larga scala, rivolte a clienti e consumatori, non un test di ascolto su un numero specifico.

Né dimostra che una chat non commetta mai errori. Se la scheda non è aggiornata, lo è anche la risposta. Se l’azienda disattiva l’IA, nessuno risponde finché non interviene una persona. Se il visitatore ha bisogno di una telefonata, il numero di telefono dell’azienda rimane quello di sempre: Hostly non lo sostituisce. Ciò che la chat evita sono gli errori che si verificano solo perché la conversazione è orale.

La scheda del prodotto, con le informazioni relative all’installazione, alle lingue, alle prenotazioni e al prezzo, è la receptionist IA.

Fonti

La scheda del prodotto è la addetto alla reception IA.