Revenue operations e AI, intervista a Stefano Bertoli di RuleInside

Intervista a Stefano Bertoli, founder di RuleInside, che ha ideato una intelligenza artificiale che opera in completa autonomia nelle revenue operations.

Parliamo di un servizio che, grazie a un team di 6 agenti AI dedicati, lavora a livello di marketing, vendite e supporto informativo a ogni specifica fase della vendita, dall’apertura del primo contatto fino al sollecito del potenziale cliente o all’organizzazione di appuntamenti.

Il servizio, adattabile a tutte le tipologie di impresa, è in grado di ottimizzare costi e rendere competitive anche le piccole aziende prive di grandi reparti vendita, lasciando solo la fase più delicata di chiusura contrattuale al responsabile commerciale.

– A suo parere come saranno ridisegnati gli scenari economici aziendali in futuro grazie alla presenza dei sistemi AI nei reparti commerciali? Si andrà sempre più verso soluzioni tailor made?

Gli scenari aziendali evolveranno verso un riequilibrio competitivo: PMI e startup potranno accedere a capacità commerciali di livello aziendale attraverso modelli a consumo, abbattendo le barriere d’ingresso tradizionali. Il passaggio chiave è economico: un commerciale junior costa circa €30.000-35.000 lordi annui e spesso si ritrova a fare un’attività faticosa, ripetitiva e a volte frustrante. Le piattaforme di un reparto commerciale AI gestiscono volumi paragonabili a team di 10 persone con investimenti inferiori a una singola risorsa umana, con un’operatività continua impossibile per team tradizionali. La profilazione dei contatti che sono in grado di fare i sistemi AI può consentire di lasciare al professionista esperto solo la fase finale della vendita o processi dove il rapporto umano è più efficace.

Il trend verso la personalizzazione si sta accelerando. Le implementazioni più avanzate utilizzano agenti commerciali specializzati per funzioni distinte: il contatto diretto di potenziali clienti che potrebbero essere interessati, la gestione delle chiamate in entrata (con risposte sotto 10 secondi). L’agente può contattare chi ha prenotato un appuntamento 24 e 2 ore prima per confermare la presenza, riprogrammare e/o cancellare l’incontro. Si va incontro anche a soluzioni di assistenza continua che risolve autonomamente fino al 70% delle richieste e a campagne di riattivazione periodiche che recuperano il 60-70% dei contatti inattivi.

L’innovazione più significativa è a mio parere però l’analisi emotiva in tempo reale. I modelli linguistici attuali interpretano il tono vocale per distinguere tra vera esitazione e obiezione tattica, adattando dinamicamente l’approccio.

– In che modo questa tecnologia può diventare un supporto in grado di valorizzare la componente umana e non sostituirla?

L’evoluzione tecnologica sta ridisegnando la divisione del lavoro commerciale: l’AI gestisce attività ad alto volume e bassa complessità decisionale, mentre le risorse umane si concentrano su interazioni ad alto valore.

I reparti commerciali AI processano migliaia di chiamate mensili di natura operativa: promemoria, qualificazione preliminare, richiami programmati, prospezione iniziale. La differenza rispetto ai chatbot di prima generazione è sostanziale: i sistemi attuali analizzano indicatori emotivi vocali (frustrazione, entusiasmo, indecisione) adattando il registro comunicativo in tempo reale.

Il valore aggiunto emerge nel passaggio di consegne. Quando un agente AI trasferisce un contatto qualificato, fornisce non solo dati quantitativi (budget, requisiti specifici, tempistiche), ma anche un profilo comportamentale, ad esempio: “Cliente entusiasta ma insicuro sulle tempistiche, necessita rassicurazione sul processo” oppure “Acquirente analitico, confrontando più fornitori, richiede dati concreti e casi studio”.

Il professionista riceve quindi dall’AI un contesto completo in grado di consentirli di ottimizzare l’approccio alla trattativa. I venditori non gestiscono più telemarketing o lavori di segreteria, ma solo interazioni qualificate e negoziazioni complesse dove la competenza umana resta insostituibile.

 – L’analisi dei dati si conferma come un elemento chiave per lo sviluppo delle strategie di vendita. Quali sono gli elementi che vanno maggiormente presi in considerazione per migliorare le strategie di vendita, e che l’AI è in grado di ottimizzare?

I sistemi AI ottimizzano le aree critiche in maniera performante ad esempio ottimizzano le tempistiche, gestendo automaticamente i richiami ai clienti secondo schemi ottimizzati. Nessuna risposta? Viene effettuato un nuovo tentativo dopo 2 ore, poi 24, poi 48. Il telefono risulta occupato? Viene effettuata una nuova telefonata dopo 30 minuti. L’obiettivo è annullare la dispersione del database e ottenere una copertura completa senza sforzo manuale. I modelli non si limitano alla trascrizione dei dati ma sono in grado di fare un’analisi psicolinguistica del potenziale acquirente. Quando un cliente afferma: “Stiamo solo guardando i servizi al momento”, l’AI distingue il tono di effettiva curiosità da quello che nasconde interesse concreto, rilevando esitazione nelle pause, determinazione nella voce ferma, entusiasmo nel ritmo accelerato. Questo, secondo quanto emerso dalle nostre case history, riduce i falsi negativi del 40%  ossia i contatti classificati erroneamente come freddi ma in realtà pronti alla conversione.

Poiché i sistemi AI analizzano migliaia di interazioni, identificano automaticamente correlazioni non intuitive grazie all’uso di schemi su larga scala. Ad esempio, emerge spesso che clienti che chiedono prima informazioni sul prezzo seguito da tempistiche di consegna mostrano probabilità di acquistare il servizio significativamente superiore rispetto a chi pone solo domande generiche.

Ogni conversazione arricchisce il profilo del cliente, in quanto i sistemi AI mantengono una memoria progressiva. Non solo requisiti tecnici e budget, ma anche informazioni come “utente sensibile al prezzo, necessita rassicurazione, processo decisionale rapido quando ha informazioni complete, preferisce comunicazioni via messaggistica istantanea”. Nelle successive telefonate programmate, quindi, il sistema riprenderà esattamente dal contesto emotivo precedente, simulando una memoria a lungo termine.

– Quali sono a oggi i limiti di queste tecnologie di automazione che lei pensa troveranno però soluzione nel prossimo futuro?

 I limiti attuali sono prevalentemente infrastrutturali e culturali, non più tecnologici. Latenza, naturalezza vocale e comprensione emotiva hanno raggiunto soglie di qualità aziendale.

“Preferisco parlare con una persona vera” resta ancora una barriera. Tuttavia, l’esperienza empirica mostra che dopo interazioni prolungate dove l’agente AI comprende la situazione, risponde empaticamente e risolve il problema, il preconcetto si dissolve. È uno schema già visto: la stessa resistenza è esistita verso il commercio elettronico, i servizi bancari da mobile e le casse automatiche. L’adozione della tecnologia segue la prova di efficacia.

Le implementazioni aziendali sono ancora un elemento complesso per gli attuali sistemi AI; richiedono integrazione di molteplici piattaforme, costruzione di decine di flussi automatizzati, mappatura di database complessi. L’’industria si sta però muovendo verso connettori preconfigurati per i principali sistemi gestionali e software verticali, riducendo i tempi a 5 giorni e abbattendo i costi d’implementazione del 90%, in quanto i costi sono indirettamente proporzionali al suo stesso avanzamento.

L’evoluzione verso agenti consapevoli del contesto consentirà a un singolo sistema di riconoscere automaticamente il tipo di interazione adattandosi istantaneamente, mantenendo memoria completa delle interazioni precedenti indipendentemente dal ruolo.

La prossima frontiera sarà l’adattamento paralinguistico totale: modifica di tono, velocità, registro linguistico in base al profilo interlocutore. Comunicazione dinamica e moderna con generazioni più giovani, approccio pacato e formale con interlocutori senior. Una personalizzazione totale scalata a migliaia di conversazioni simultanee.