In Brasile, il profilo del consumatore sta cambiando e, con esso, le esigenze riguardo all'esperienza di acquisto. Non è più sufficiente offrire un buon prodotto o servizio; ciò che conta davvero ora è come le aziende si relazionano con i loro clienti dal primo contatto fino al post-vendita.

In uno scenario in cui le interazioni sono sempre più istantanee, i consumatori cercano esperienze che vadano oltre il semplice scambio di prodotti e servizi, richiedendo risposte rapide, pertinenti e connesse, oltre che personalizzate. Per le aziende, ciò rappresenta una sfida, poiché è necessario creare una strategia integrata e allineata che garantisca un'esperienza fluida e senza errori.

Alla luce di questa realtà, è emerso un concetto globale chiamato "Universal Customer Experience (UCE)": un approccio innovativo e integrato che sta riscuotendo sempre più successo in Brasile.

“Universal Customer Experience è una metodologia che mira a unificare tutti i processi, le fasi e le tecnologie coinvolte nella relazione con il consumatore, con l’obiettivo di fornire un’esperienza coerente, fluida e personalizzata in ogni punto di contatto”, spiega Alberto Filho, CEO di Poli Digital, sviluppatore di tecnologie per la centralizzazione e l’automazione dei canali di servizio al cliente.

Secondo Filho, l'UCE è un approccio che, a differenza dei modelli frammentati, cerca l'integrazione totale delle interazioni, rendendo il percorso del cliente continuo, senza interruzioni o falle nella comunicazione, indipendentemente dal canale utilizzato, sia esso un sito web, Instagram, Whatsapp, ecc.

Questo concetto si allinea a una realtà crescente nel mercato: la fidelizzazione dei clienti è un fattore chiave per la crescita delle aziende, commenta il CEO di Poli Digital. Secondo i dati di Investopedia, il 65% del fatturato delle aziende brasiliane deriva da clienti già fidelizzati, il che dimostra l'impatto positivo di un'esperienza di successo nel percorso del cliente. Inoltre, secondo una ricerca della KPMG, l'86% dei clienti fedeli raccomanda a amici e familiari i marchi che li soddisfano bene, ampliando la portata dell'azienda e generando un effetto di passaparola che potenzia l'acquisizione di nuovi clienti.

Tuttavia, per raggiungere l'Esperienza Universale del Cliente è necessario più che semplicemente implementare soluzioni tecnologiche. Sebbene strumenti come chatbot, assistenti virtuali e sistemi di automazione siano fondamentali per ottimizzare e velocizzare i processi, la vera essenza dell'UCE risiede nella creazione di un'esperienza che sia, allo stesso tempo, personalizzata e fluida in ogni fase del percorso del cliente. L'integrazione tra i dipartimenti dell'azienda è la chiave per garantire che ogni interazione, sia nell'assistenza clienti, nelle vendite o nel supporto post-vendita, sia allineata con la strategia centrale di offrire un'esperienza unica e personalizzata.

Alberto Filho sottolinea che "l'implementazione di tecnologie innovative, per quanto avanzate, da sola non risolve tutti i problemi. Per offrire un percorso cliente di successo, tutti i dipartimenti devono lavorare in modo integrato, comprendendo l'importanza di ogni punto di contatto e utilizzando i dati in modo intelligente per migliorare continuamente l'esperienza, dalla acquisizione, passando per l'assistenza, la vendita e anche l'esperienza post-vendita". Ciò implica trattare ogni interazione con il cliente come un'opportunità per rafforzare la relazione e offrire un valore reale, basato su informazioni e comportamenti raccolti in tempo reale.

Per le aziende che cercano non solo di soddisfare, ma di superare le aspettative dei loro clienti, l'Esperienza Universale del Cliente diventa una strategia obbligatoria. Essa permite um atendimento mais rapido, efficiente e personalizzato, non solo migliorando il percorso del consumatore, ma anche generando maggiore fedeltà al marchio e, di conseguenza, stimolando la crescita e l'innovazione continua.

"Adottando questo concetto, le aziende non solo creano un vantaggio competitivo, ma costruiscono anche una solida reputazione, in cui i consumatori si sentono apprezzati e compresi in ogni fase del loro percorso. In un mercato sempre più dinamico, l’UCE può essere la chiave in cui ogni interazione riflette un impegno genuino dell’azienda verso la soddisfazione e la fedeltà dei suoi consumatori”, conclude.

Siamo solo all'inizio del 2025 e il CEO della società tecnologica Nvidia, Jensen Huang, ha già affermato che il“l’era dell’intelligenza artificiale agentica è arrivata”. ILGoogle e a IA apertaha recentemente annunciato nuovi modelli di agenzia il cui lancio è previsto per il 2025, e40%delle grandi aziende brasiliane prevede di integrare sistemi di intelligenza artificiale agentiva nelle proprie attività quest'anno.

Come come l'IA agentica è diversa dalle sue predecessori, cosa potrebbe significare per il consumatore brasiliano la parola d'ordine tecnologica del 2025? Gli analisti si aspettano cambiamenti radicali, ma i risultati finali potrebbero essere più sottili di quanto si pensi.

L'intelligenza artificiale autentica è una nuova fase estremamente entusiasmante nello sviluppo di sistemi intelligenti, commenta Krishna Tammana, Direttore Tecnico di Gupshup. Ma, come succede con tutte le tecnologie avanzate, è facile rimanere intrappolati nel gergo tecnico. Invece, facciamo un paragone con la dimensione e la portata del cambiamento dal telefono al smartphone alla fine degli anni 2000. "Se quello che stiamo usando ora, l'IA generativa, è un'unica applicazione, allora l'IA agente è come usare uno smartphone", dice Krishna.

L'IA generativa, come i modelli più vecchi di telefoni cellulari, è fondamentalmente un'applicazione monouso. La apri, interagisci con essa e la chiudi fino a quando non ne hai nuovamente bisogno», continua l'esecutivo. Se lo confrontiamo con uno smartphone, che può contenere molte applicazioni contemporaneamente, è così che l'IA agentica si presenta rispetto all'IA generativa. Non si tratta più di una singola applicazione, ma di un intero smartphone pieno di diverse applicazioni, tutte interagenti tra loro contemporaneamente.

L'agente IA è stata anche creata per eseguire compiti in modo autonomo, prendere decisioni e adattarsi alle informazioni dell'utente e ai cambiamenti ambientali. E, sebbene l'IA generativa abbia visto casi d'uso da parte di consumatori e aziende, questa prossima fase evolutiva probabilmente influenzerà più la vita professionale che quella personale.

Presto, potremo avere un giorno di lavoro in cui i compiti più lunghi e ripetitivi saranno svolti in modo autonomo, liberando più tempo per concentrarci su funzioni strategiche, creative e sociali di livello superiore. Nella nostra vita personale, l'IA agentica può anche materializzarsi come un assistente utile che può fare ordini e prenotazioni, organizzare l'agenda sociale di un fine settimana o addirittura gestire le nostre finanze, ad esempio. Tuttavia, poiché nessuno sa quanto siamo vicini a un'intelligenza artificiale autonoma su larga scala, gli esperti stanno cercando i settori pionieri per guidare la strada.

I primi settori ad implementare l'IA agentica lo fanno nelle operazioni dietro le quinte, spiega Tammana. "Il settore finanziario sta vedendo risultati nella rilevazione delle frodi, il medico e farmacista si concentrano sull'analisi dei dati, sulla ricerca e sviluppo, e quelli della manifattura stanno creando robot intelligenti, e persino interi stabilimenti, che possono funzionare con pochissima interazione umana", osserva.

A meno che non lavorino in questi campi specializzati, la vita quotidiana dei brasiliani potrebbe non percepire un impatto immediato dell'IA agente, tranne in un'area chiave. "Su Gupshup, l'IA agenta risponde a una serie di richieste, ma uno dei più avanzati è gestire le interazioni con i clienti", continua Krishna. Pertanto, non sarei sorpreso se quest'anno i consumatori iniziassero a notare una differenza parlando con gli agenti del supporto clienti.

Questi modelli sono addestrati con dati specifici dell'azienda, con barriere di protezione integrate e agenti umani disponibili per il trasferimento in qualsiasi momento. Pertanto, il direttore tecnologico di Gupshup dice ai consumatori di prestare attenzione al cambiamento nelle interazioni tra chatbot o umani per un servizio più fluido. Il fatto che tu non riesca a distinguere tra umano e IA significa che abbiamo fatto un ottimo lavoro. Ma se l'agente con cui stai parlando è esperto, disponibile, proattivo e disponibile 24 ore su 24, 7 giorni su 7, allora questa potrebbe essere la tua prima interazione con un agente IA, spiega.

In Brasile, una collaborazione con un grande marchio di moda nazionale mette in evidenza il panorama emergente dell'IA agente. Gupshup è tra le prime piattaforme di IA conversazionale a lanciare un agente di IA in Brasile per il rivenditore Reserva. L'agente di IA del marchio offre agli utenti un'esperienza di acquisto unica, con la disponibilità dell'IA direttamente su WhatsApp. Gli utenti possono cercare prodotti inviando messaggi di testo o vocali, e persino descrivere le caratteristiche di una persona a cui desiderano fare un regalo. Questo è stato fatto per la Festa della Mamma, quando l'utente ha avuto l'opportunità di descrivere come fosse sua madre e, così, trovare il regalo migliore per celebrare la ricorrenza.

In questo modo, l'IA comprende e consiglia i prodotti che meglio si adattano alla descrizione fornita dall'utente, che può facilmente consultare i prodotti disponibili attraverso un modello carosello nativo di WhatsApp, avendo accesso a maggiori informazioni sul prodotto o addirittura venendo reindirizzato al sito web per completare l'acquisto.

L'idea diintelligenza artificiale(IA) non è nuova, ma recenti progressi nelle tecnologie correlate l'hanno trasformata in uno strumento utilizzato da tutti noi quotidianamente.L'importanza crescente e la proliferazione dell'IA sono, allo stesso tempo, entusiasmanti e potenzialmente allarmanti, poiché le basi di molte piattaforme e risorse di IA sono essenzialmente scatole nere controllate da un piccolo numero di corporazioni potenti.

Grandi organizzazioni come Red Hat credono chetutti dovrebbero avere la possibilità di contribuire all'intelligenza artificiale. L'innovazione nell'intelligenza artificiale non dovrebbe essere limitata alle aziende che possono permettersi enormi quantità di potenza di elaborazione e gli scienziati dei dati necessari per addestrare tali macchine.grandi modelli linguistici(LLM)

Invece, decenni di esperienza nel codice aperto per lo sviluppo software e la collaborazione con le comunità permettono a tutti di contribuire e beneficiare dell'IA, mentre aiutano a plasmare un futuro che risponda alle nostre esigenze. Non c'è dubbio che l'approccio open source sia l'unico modo per raggiungere il pieno potenziale dell'IA, rendendola più sicura, accessibile e democratizzata.

Cos'è l'open source?

Sebbene il termine "open source" originariamente si riferisse a una metodologia di sviluppo software, si è ampliato per includere una forma più generale di lavoro che è aperta, decentralizzata e profondamente collaborativa. Il movimento open source ora va molto oltre il mondo del software, eil metodo open sourceè stato adottato tramite sforzi collaborativi in tutto il mondo, compresi settori quali scienza, istruzione, governo, produzione, sanità e altri ancora.

La cultura open source ha alcuniprincipi e valori fondamentaliche lo rendono efficace e significativo, ad esempio:

• Partecipazione collaborativa
• Responsabilità condivisa
• Scambi aperti
• Meritocrazia e inclusione
• Sviluppo guidato dalla comunità
• Collaborazione aperta
• Auto-organizzazione
• Rispetto e reciprocità

Quando i principi open source costituiscono la base degli sforzi collaborativi, la storia dimostra che cose incredibili sono possibili. Alcuni esempi importanti vanno dallo sviluppo e dalla proliferazione delLinuxcome il sistema operativo più potente e onnipresente al mondo fino all'emergere e alla crescita diKubernetese contenitori, oltre allo sviluppo e all'espansione di Internet stessa.

Sei vantaggi dell'open source nell'era dell'intelligenza artificiale

Ci sono numerosi vantaggi nello sviluppo di tecnologie tramite il codice aperto, ma sei benefici si distinguono dagli altri.

1. Maggiore velocità di innovazione

Quando la tecnologia viene sviluppata in modo collaborativo e aperto, l'innovazione e la scoperta possono avvenire molto più rapidamente, al contrario di organizzazioni chiuse e soluzioni proprietarie.

Quando il lavoro è condiviso apertamente e altri hanno la capacità di creare basandosi su di esso, i team risparmiano una quantità enorme di tempo e sforzi perché non devono partire da zero. Nuove idee possono ampliare i progetti che sono venuti prima. Questo non solo risparmia tempo e denaro, ma rafforza anche i risultati poiché più persone lavorano insieme per risolvere problemi, condividereapprofondimentie rivedere reciprocamente il lavoro svolto.

Una comunità più ampia e collaborativa è semplicemente in grado di raggiungere di più: promuovendo le persone e collegando le competenze per risolvere problemi complessi e innovare in modo più rapido ed efficace rispetto a gruppi piccoli e isolati.

2. Democratizzare l'accesso

Anche l'open source democratizza l'accesso alle nuove tecnologie di IA. Quando ricerche, codici e strumenti vengono condivisi apertamente, ciò aiuta a eliminare alcune delle barriere che normalmente limitano l'accesso alle innovazioni all'avanguardia.

ILIstruisciLabÈ un ottimo esempio di questa premessa. L'iniziativa è un progetto di IA open source indipendente dal modello che semplifica il processo di contributo di competenze e conoscenze per gli LLM. L'obiettivo dello sforzo è permettere a chiunque di contribuire a plasmare laAI generativa(intelligenza artificiale generativa), comprese quelle che normalmente non possiedono le competenze e la formazione in scienza dei dati. Ciò consente a più individui e organizzazioni di contribuire in modo affidabile all'addestramento e al perfezionamento degli LLM.

3. Maggiore sicurezza e privacy

Poiché i progetti open source riducono le barriere all'ingresso, un gruppo più ampio e diversificato di collaboratori è in grado di aiutare a identificare e affrontare le potenziali sfide di sicurezza presenti nei modelli di intelligenza artificiale durante il loro sviluppo.

La maggior parte dei dati e dei metodi utilizzati per addestrare e regolare i modelli di IA sono chiusi e mantenuti da logiche proprietarie. Raramente le persone di fuori di queste organizzazioni riescono a ottenere qualsiasi insight su come funzionano questi algoritmi e se ospitano dati potenzialmente pericolosi o bias inerenti.

Se un modello e i dati usati per addestrarlo sono aperti, tuttavia, chiunque sia interessato potrà esaminarli, riducendo i rischi per la sicurezza e minimizzando i bias delle piattaforme.Inoltre, i contributori della filosofia aperta possono creare strumenti e processi per tracciare e auditare lo sviluppo futuro di modelli e applicazioni, consentendo di monitorare lo sviluppo di diverse soluzioni.

Questa apertura e trasparenza anchegenerare fiduciauna volta che gli utenti hanno la possibilità di esaminare direttamente come i loro dati vengono utilizzati e processati, affinché possano verificare se la loro privacy e sovranità dei dati vengono rispettate. Inoltre, le aziende possono anche proteggere le proprie informazioni private, riservate o proprietarie utilizzando progetti open source come InstructLab per creare i propri modelli personalizzati, sui quali mantengono un controllo rigoroso.

4. Offre flessibilità e libertà di scelta

Sebbene i LLM monolitici, proprietari e black-box siano ciò che la maggior parte delle persone vede e pensa quando si parla di intelligenza artificiale generativa, stiamo iniziando a vedere una spinta crescente verso modelli di intelligenza artificiale più piccoli, indipendenti e realizzati appositamente.

Quellipiccoli modelli linguistici(SLM) vengono solitamente addestrati su set di dati molto più piccoli per conferire loro le funzionalità di base e vengono poi ulteriormente adattati a casi d'uso specifici con dati e conoscenze specifici del dominio.

Questi SLM sono significativamente più efficienti dei loro parenti più grandi e hanno dimostrato di avere prestazioni altrettanto buone (se non migliori) quando utilizzati per lo scopo previsto. Sono più veloci e più efficienti da addestrare e implementare, e possono essere personalizzati e adattati secondo necessità.

E è in gran parte per questo che è stato creato il progetto InstructLab. Con lui, puoi prendere un modello di IA open source più piccolo e ampliarlo con i dati e gli addestramenti aggiuntivi che desideri.

Ad esempio, puoi usare InstructLab per creare un chatbot di assistenza altamente personalizzato e sviluppato per uno scopo specifico, potenziando le migliori pratiche nell'organizzazione. Questa pratica consente di offrire il meglio della tua esperienza di assistenza clienti a tutti, ovunque, in tempo reale.

Ma, cosa ancora più importante, questo consente di evitare il vincolo con un singolo fornitore e garantisce flessibilità in termini di dove e come distribuire il modello di intelligenza artificiale e tutte le applicazioni basate su di esso.

5. Abilita un ecosistema dinamico

Nella comunità aperta, “nessuno innova da soloe questa credenza si mantiene sin dai primi mesi di fondazione della comunità

Questa idea rimarrà valida nell'era dell'intelligenza artificiale all'interno di Red Hat, leader nelle soluzioni aperte, che fornirà diversi strumenti e framework open source sotto forma diIntelligenza artificiale di Red Hatsoluzione con la quale i partner creeranno più valore ai clienti finali.

Unico fornitore non riesce a offrire tutto ciò di cui un'organizzazione ha bisogno, o anche a seguire la velocità attuale dell'evoluzione tecnologica. I principi e le pratiche di codice aperto accelerano l'innovazione e permettono un ecosistema vibrante promuovendo partnership e opportunità di collaborazione tra progetti e industrie.

6. Ridurre i costi

All'inizio del 2025,stimatoNegli Stati Uniti, lo stipendio base medio di uno scienziato dei dati è di oltre 125.000 dollari, ma gli scienziati dei dati più esperti possono guadagnare anche molto di più.

È chiaro che esiste una domanda enorme e crescente di data scientist dotati di intelligenza artificiale, ma sono poche le aziende che hanno grandi speranze di attrarre e trattenere i talenti specializzati di cui hanno bisogno.

E i LLM di grandi dimensioni sono estremamente costosi da costruire, formare, mantenere e implementare, e richiedono interi magazzini pieni di apparecchiature informatiche altamente ottimizzate (e molto costose) e enormi quantità di spazio di archiviazione.

Modelli aperti, più piccoli e costruiti per scopi specifici e applicazioni di IA sono significativamente più efficienti per costruire, addestrare e implementare. Essi non solo richiedono una frazione della potenza di calcolo degli LLM, ma progetti come InstructLab consentono a persone senza competenze ed esperienza specializzate di contribuire attivamente ed efficacemente all'addestramento e al fine-tuning dei modelli di IA.

Chiaramente, il risparmio sui costi e la flessibilità che l'open source porta allo sviluppo dell'intelligenza artificiale sono vantaggiosi per le piccole e medie imprese che sperano di ottenere un vantaggio competitivo dalle applicazioni che l'intelligenza artificiale può apportare.

In sintesi

Per costruire un'intelligenza artificiale democratica e aperta, è fondamentale utilizzare i principi open source che hanno reso possibili il cloud computing, Internet, Linux e tante altre tecnologie aperte, potenti e profondamente innovative.

Questo è il percorso che Red Hat sta seguendo per rendere possibile l'IA e altri strumenti correlati. Tutti dovrebbero beneficiare dello sviluppo dell'intelligenza artificiale, quindi tutti dovrebbero poter contribuire a determinarne e plasmarne il percorso, e contribuire al suo sviluppo. L'innovazione collaborativa e l'open source non sono essenziali come imprescindibili per il futuro della disciplina.