Non tutti i progetti AI generano valore misurabile. Questo caso mostra come un’analisi data driven del ROI abbia permesso di rivedere un’iniziativa AI, concentrandosi su un caso d’uso più efficace per migliorare l’efficienza del supporto interno.

Un’azienda energetica italiana con processi strutturati di supporto IT interno e un elevato numero di richieste da parte degli utenti.

Il cliente aveva avviato una PoC per un chatbot AI con l’obiettivo di ridurre il numero di ticket interni agendo come supporto di primo livello.

L’aspettativa era una forte diminuzione dei ticket e una conseguente liberazione di risorse IT. Tuttavia, il chatbot si basava su una base di conoscenza ancora da costruire, con un investimento iniziale significativo.

Analisi quali quantitativa dei ticket esistenti e delle inefficienze di processo, combinata con soluzioni AI per guidare la compilazione delle richieste di supporto.

L’analisi del carico “as is” ha evidenziato che i ticket realmente evitabili tramite automazione di primo livello erano molto pochi.

Il vero collo di bottiglia non era il volume delle richieste, ma la loro qualità. Ticket incompleti o poco chiari aumentavano il tempo di gestione per il personale IT. Di conseguenza, l’iniziativa AI è stata riorientata verso il supporto alla redazione di ticket completi e precisi, generando un impatto operativo maggiore.

  • Evitata la costruzione di una base di conoscenza ad alto costo e basso ritorno
  • Identificato un caso d’uso AI ad alto valore
  • Stimata una riduzione del 30% del tempo impiegato dal personale IT nella gestione dei ticket
  • Migliore allineamento tra investimento AI e benefici operativi concreti