Intervista a Mattia Gnemmi, CTO di Conversational Design e creatore di Zeus, la piattaforma proprietaria di agenti AI

Conversational Commerce: come stanno evolvendo i chatbot e gli assistenti virtuali da semplici “risponditori” a veri e propri generatori di vendite?

Il salto non è tecnologico, è di conoscenza. Un risponditore conosce le FAQ; un agente AI che vende conosce il catalogo, le schede tecniche, i manuali, le compatibilità. È la differenza tra “ti mando il link alla pagina spedizioni” e “per una cucina da 80 coperti servono questi due forni, ecco le differenze, questo è disponibile”.
Nel nostro caso più maturo — un e-commerce B2B di attrezzature per la ristorazione con oltre 6.200 referenze — l’agente AI ha gestito 9.225 conversazioni in sei mesi, il 90% risolte senza operatore, con una media di 9,7 messaggi per conversazione. Quel numero è l’indicatore vero: 9,7 messaggi non sono un utente che chiede l’orario, sono una consulenza di vendita. Il 42% degli utenti è tornato a parlarci.
Il passaggio da centro di costo a leva di vendita avviene quando l’agente sa fare tre cose: capire l’esigenza reale dietro la domanda, proporre due o tre alternative con differenze chiare — entry-level contro professionale, prezzo contro qualità — e chiudere con disponibilità e prezzo aggiornati. Senza questo resta un deviatore di traffico verso il form contatti.

Equilibrio tra automazione e tocco umano: qual è il limite oltre il quale l’AI rischia di alienare l’utente anziché avvicinarlo al brand?

Il limite non è la percentuale di automazione: è la trasparenza e la via d’uscita. L’utente non si irrita perché sta parlando con un’AI, si irrita quando capisce di essere in un loop da cui non può uscire.
Noi lavoriamo su tre regole. La prima: l’agente risponde solo su ciò che sa, con risposte basate esclusivamente sui documenti dell’azienda — e quando non sa, lo dice. Un’AI che inventa distrugge più fiducia di dieci risposte mancate. La seconda: il passaggio a un operatore umano è sempre disponibile e non azzera la conversazione. L’operatore riceve l’intera cronologia, risponde nella stessa chat, e al termine l’agente riprende. Il cliente non deve ripetere nulla. La terza: misuriamo il sentiment di ogni conversazione, con emozione dominante e momento esatto in cui il tono peggiora. Così sappiamo dove l’automazione sta allontanando l’utente, invece di dedurlo.
Il 90% gestito dall’AI, nel caso citato prima, non è l’obiettivo in sé: è il residuo che libera gli operatori per il 10% che vale davvero — la trattativa complessa, il cliente arrabbiato, l’ordine grosso. L’automazione fatta bene non sostituisce il tocco umano: lo sposta dove conta.

Architetture “fluide” e flessibilità: quali sono le principali sfide tecnologiche che le aziende affrontano nell’integrare i sistemi legacy con i nuovi canali di vendita digitali?

La sfida raramente è tecnica. È che il dato aziendale vive in formati pensati per gli esseri umani, non per le macchine: un catalogo in PDF di quattrocento pagine, un listino con celle unite, schede tecniche scansionate. I nuovi canali digitali hanno bisogno di dati interrogabili, e nel mezzo c’è un lavoro di comprensione che nessuno vuole fare.
È il punto su cui abbiamo costruito la tecnologia proprietaria Zeus: l’agente AI capisce i documenti così come esistono — cataloghi, listini, manuali, file strutturati — e li trasforma in conoscenza consultabile, con riallineamento automatico quando prezzi e disponibilità cambiano. Nel caso che citavo il catalogo si sincronizza ogni dodici ore, senza che nessuno tocchi nulla.
La seconda sfida è organizzativa, ed è quella che ferma davvero i progetti: l’IT di una PMI italiana è una o due persone con una lista d’attesa di sei mesi. Per questo il nostro servizio è interamente gestito dal nostro team: progettazione, attivazione, manutenzione, assistenza in italiano e miglioramento continuo. Il cliente ci fornisce un documento e i suoi accessi, l’integrazione la facciamo noi. Chi ha rimandato il progetto AI per mancanza di risorse tecniche di solito non ha un problema di budget: ha un problema di tempo del suo tecnico.

Cambiamento culturale vs. cambiamento tecnologico: perché molti progetti di trasformazione digitale falliscono a causa delle risorse umane e non dei software?

Perché la maggior parte dei progetti consegna uno strumento e chiama quello “trasformazione”. Ma uno strumento va configurato, aggiornato, corretto quando sbaglia — e quel lavoro finisce sulle spalle di persone che hanno già un mestiere a tempo pieno. Dopo tre mesi lo strumento è fermo alla configurazione del primo giorno, e il fallimento viene attribuito alla tecnologia.
Nell’AI conversazionale è ancora più evidente: nessun agente AI è perfetto il primo giorno. Diventa efficace se qualcuno legge le conversazioni reali, capisce dove ha sbagliato e corregge. In un’azienda da cinque a cinquanta dipendenti quel qualcuno non esiste, e non è una colpa.
La nostra risposta non è formare il cliente: è togliergli il compito. Il servizio è interamente gestito dal nostro team — analizziamo le conversazioni, individuiamo i punti deboli con evidenze concrete e applichiamo noi i miglioramenti. Al cliente resta la sola parte che nessun altro può fare al posto suo: dirci come si vende nel suo settore. È una scelta di posizionamento precisa: non vendiamo un software da imparare, vendiamo un risultato presidiato. Senza nessun vincolo esclusivo.

Perché un visitatore del Global Summit Digital Marketing & Ecommerce dovrebbe sedersi al vostro tavolo? Cosa vi differenzia maggiormente dalle altre aziende del settore?

Per tre ragioni molto concrete.
La prima: al nostro tavolo non mostriamo una demo generica. Portiamo casi reali di clienti già attivi — conversazioni vere, numeri estratti dalla dashboard, risposte su prodotti tecnici veri. Si vede un agente AI che lavora su un’azienda in produzione, non un esempio costruito per la fiera.
La seconda: siamo l’opposto della piattaforma self-service. Zeus è offerto con servizio interamente gestito dal nostro team: progettazione, attivazione, manutenzione, assistenza in italiano e miglioramento continuo. Se un’azienda non ha un reparto IT da dedicare al progetto o non specializzato in AI, è esattamente il motivo per cui esistiamo.
La terza: siamo attrezzati sui casi complessi. Cataloghi con migliaia di referenze, prodotti tecnici, compatibilità, listini che cambiano di continuo, schede tecniche. È il terreno dove i chatbot generici si fermano, ed è dove abbiamo numeri per dimostrare il contrario.
Se dopo l’incontro in fiera, un’azienda vuole vedere l’AI ragionare sui propri contenuti, ci organizziamo nei giorni successivi per costruire un prototipo personalizzato, senza impegno. Perché un agente AI non si compra sulle slide: si valuta quando risponde davvero sul tuo lavoro.
Chi dovrebbe fermarsi: e-commerce e aziende B2B italiane con molte richieste ripetitive, cataloghi complessi o volumi di traffico che il team non riesce più a seguire. Chi cerca un chatbot da trenta euro al mese da configurare per conto proprio, invece, conviene che passi oltre — e preferiamo dirlo prima di sedersi, per rispetto del tempo di tutti.