Una recensione dei clienti è scritta da qualcuno che ha vissuto il risultato, non il processo che c'è dietro. Eppure in quel risultato si trova spesso una traccia di come si è arrivati a quel risultato. Una recensione che menziona che un preventivo era pronto "entro un'ora" dice qualcosa di diverso sull'organizzazione dietro di esso rispetto a una recensione che parla di "finalmente una risposta dopo due settimane". Entrambe sono feedback sulla velocità. Solo una delle due indica un lavoro che forse non viene più svolto solo da un essere umano.
Quando l'IA subentra in parte del lavoro dietro un servizio, non cambia il servizio in sé, ma il modello con cui i clienti lo vivono. Il tempo di risposta a una domanda era per lungo tempo una questione di chi era alla scrivania quel giorno. Dove un sistema effettua la prima valutazione e un collaboratore si limita a giudicare e decidere, quella dipendenza dall'organico scompare. Ciò non cambia solo la velocità, ma anche la coerenza: un cliente che scrive tardi la sera riceve lo stesso trattamento di un cliente al lunedì mattina. Le recensioni che parlano di un servizio uniforme in orari inusuali indicano più probabilmente quel cambiamento rispetto alle recensioni sulla rapidità occasionale.
Ciò non vale per ogni azienda nello stesso mercato, e questo è esattamente il punto. Un'azienda fa svolgere a un sistema la prima valutazione con un collaboratore che approva o respinge motivando la decisione; un'altra lo fa ancora completamente a mano, e una terza non ha ancora toccato il processo perché il contatto con il cliente lì resta deliberatamente personale. La differenza non sta nell'ambizione, ma in dove si trova il compito: completamente automatizzabile, parzialmente sotto supervisione, o lavoro umano invariato. Le recensioni mostrano da quale lato di questa tripartizione si trova un concorrente, a condizione che si sappia cosa cercare.
Tre segnali sono utilizzabili senza presupporre troppo.
In primo luogo: un tempo di risposta che non varia in base all'orario o al carico di lavoro. Un processo umano conosce picchi e cali; un primo passaggio automatizzato solitamente no. Reclami su risposte lente il lunedì ma non nel weekend indicano lavoro umano. Una velocità costante, anche fuori dagli orari d'ufficio, indica un sistema che si occupa di una parte del processo.
In secondo luogo: il tono e la specificità delle risposte. Le recensioni che segnalano che una risposta era "molto dettagliata e diretta al punto" possono indicare un sistema che ha già aggregato i dati prima che un collaboratore risponda. Le recensioni che si lamentano di risposte generiche e poco pertinenti indicano piuttosto un processo senza quella pre-elaborazione, oppure un sistema che gestisce troppo in autonomia senza una supervisione che corregga.
In terzo luogo: come vengono gestiti gli errori. Un reclamo che viene affrontato rapidamente con una risposta personale e motivata indica una supervisione umana che approva o respinge con motivazione — esattamente la seconda categoria della tripartizione. Un reclamo gestito in modo corretto ma generico, senza che qualcuno sembri davvero seguirlo, indica piuttosto un processo completamente delegato senza un livello di correzione.
L'insidia è leggere la qualità come prova di automazione, o viceversa. Una risposta lenta può essere una scelta deliberata per il contatto personale, non una mancanza di tecnologia. Una risposta rapida può essere un piccolo team dedicato senza alcun uso di IA. Le recensioni forniscono un'indicazione del risultato, non della causa. Sono inoltre selettive: i clienti satisfatti scrivono in genere meno dei clienti insatisfatti, per cui il quadro appare strutturalmente più negativo della realtà. E le recensioni non dicono nulla su cosa un concorrente afferma di fare esso stesso; per questo è più utile guardare a come i venditori stessi di un concorrente parlano del loro modo di lavorare oppure a cosa rivelano gli annunci di lavoro sul ruolo che l'IA svolge in un team.
Se un'azienda impieghi l'IA per alleggerire il lavoro è inoltre una domanda diversa da cosa l'azienda faccia con quella capacità alleggerita — quest'ultimo aspetto rientra nei requisiti legali propri in materia di politica del personale e non è una conclusione che si possa trarre dalle recensioni.
Le recensioni valgono la pena come traccia complementare, non come fonte principale. Sono utili quando le si affianca ad altri segnali: cosa rivelano i preventivi persi su dove un concorrente è più rapido o più lento di voi stessi, e cosa il sito web stesso di un concorrente dichiara di fare in termini di velocità e servizio. Le recensioni confermano o contraddicono queste affermazioni dal punto di vista del cliente. Letta isolatamente, senza quell'altra traccia, una recensione è soprattutto un'opinione su un'unica esperienza, e troppo limitata per costruirci un giudizio sull'uso dell'IA di un'intera organizzazione. Chi vuole cercare in modo strutturato senza dati del concorrente stesso, trova un approccio più ampio in il metodo per ottenere informazioni sui concorrenti quando questi non pubblicano risultati propri.
Tutte le recensioni insieme raccontano qualcosa sui concorrenti, ma la domanda che rende di più riguarda la vostra stessa organizzazione: quale lavoro qui può davvero essere trasferito all'IA, quale lavoro richiede ancora supervisione, e quale lavoro resta lavoro umano. Questo viene mappato per compito con la scansione del lavoro di FTE TO AI.
Volete sapere se le vostre stesse ipotesi su velocità e servizio resistono? Individuate le dimensioni su cui pensate di vincere ed eseguite il controllo gratuito delle dimensioni: vedrete immediatamente quali di queste affermazioni sono difendibili con prove e quali restano per ora un'ipotesi. Il benchmark completo, con la matrice delle prove e il confronto con il proprio gruppo di riferimento, è in fase di sviluppo.