Il chatbot sul sito di MCS risponde con le informazioni tecniche dell’azienda, raccoglie i dati che servono a inquadrare una richiesta e passa l’intera conversazione a una persona. Come funziona e fin dove arriva.
Una risposta quando serve
Una richiesta di lavorazione arriva quasi sempre incompleta, ed è normale. Chi scrive conosce bene il proprio prodotto e dà per scontati dettagli che per chi deve preparare un’offerta contano parecchio. Il particolare è in metallo o in plastica? Si parte da un contenitore commerciale o da un disegno? Su quanti lati va lavorato? Dopo la fresatura servono una serigrafia o una verniciatura?
Per chi scrive, ogni domanda senza risposta è un’attesa. Si manda l’email, si aspetta il ricontatto, si ripete al telefono quello che si era già scritto. A volte l’informazione cercata era già sul sito, ma nessuno aveva il tempo di trovarla.
Alex serve ad accorciare questo percorso. Il cliente fa la sua domanda nel momento in cui ce l’ha in testa e riceve subito una prima risposta: chiarisce i dubbi più immediati, capisce se la lavorazione che gli serve rientra in quello che MCS fa, e quando parla con un tecnico può concentrarsi sul progetto.
“Il potenziale cliente può già contestualizzare la richiesta lì, nella chat”, spiega Alessandro Vignaga, amministratore e responsabile commerciale di MCS.
Cosa sa Alex, e dove prende le risposte
Alex è un chatbot di tipo knowledge base. Il motore è un modello linguistico di OpenAI, ma le risposte arrivano dai contenuti di MCS: le pagine del sito, gli articoli del blog, la sezione su tecnologie e macchinari, più una serie di documenti tecnici aggiunti appositamente. Per rispondere non va a cercare in rete.
Quasi tutte queste informazioni sono già pubbliche. Il problema è trovarle. Un cliente, racconta Alessandro, gli ha chiesto per email il formato massimo delle lastre che MCS può lavorare, perché doveva spedire materiale in conto lavoro. Il dato era sul sito, nella scheda della macchina.
In altri casi l’argomento è stato trattato in una news del 2024 che nessuno andrà a rileggere. Alex ha in memoria tutte queste informazioni e risponde in linguaggio naturale alla domanda precisa, senza costringere a “sfogliare” pagine web.
Le domande che farebbe un commerciale tecnico
Oltre alla conoscenza tecnica, Alex ha istruzioni su come comportarsi con chi scrive. Il tono cercato è quello del commerciale consulente, “un po’ come siamo abituati noi a confrontarci con i clienti”, spiega Alessandro, lontano dalla rigidità di un modulo da compilare.
Se qualcuno chiede una lavorazione meccanica, Alex cerca di capire se il particolare è metallico o non metallico e se si tratta di un contenitore commerciale da personalizzare. Cerca di capire le caratteristiche fondamentali. Poi propone e verifica eventuali lavorazioni aggiuntive.
Sono le domande che un tecnico MCS farebbe al telefono, con la differenza che il cliente può rispondere quando vuole e con calma, magari con il disegno aperto davanti.
Ventotto candidati, tre finalisti
Il sistema su cui gira Alex è stato scelto con un criterio preciso: non doveva inventare. Alessandro ha pubblicato la richiesta su un portale che mette in contatto aziende e sviluppatori di soluzioni di intelligenza artificiale, e hanno risposto 28 fornitori.
Quelli senza esempi da provare sono stati scartati subito. Gli altri sono stati messi alla prova, e molti sono caduti sullo stesso punto: allucinazioni, risposte ridondanti o fuori tema. Ne sono rimasti tre. MCS ha scelto uno sviluppatore della zona.
Anche dopo la scelta, Alex non è andato online subito. È stato provato a banco, sul backend, e poi affinato ancora sulle prime conversazioni reali. La base di conoscenza continua a crescere: quando arriva una domanda nuova, Alessandro può aggiungere informazioni direttamente, senza passare dallo sviluppatore.
Quando non sa, non promette
Il primo utente reale ha chiesto se MCS esegue lavorazioni meccaniche sul nichel. Nessun cliente l’aveva mai domandato, quindi nella base di conoscenza non c’era nulla in proposito. Alex ha risposto in modo pertinente, senza promettere niente, e ha lasciato la valutazione a una persona.
Il suo compito è proprio questo. Chiarisce i dubbi preliminari, raccoglie i dati e poi passa la mano. Entro mezz’ora dalla fine della chat Alessandro riceve la conversazione completa.
Avrebbe potuto farsi mandare un riassunto automatico, e ha scelto di no: “Non voglio che interpreti. La valutazione di quello che c’è scritto la faccio io.” Quando richiama il cliente sa già di cosa si parla. Oppure gira il contatto all’ufficio tecnico, che parte dal punto giusto.
Per chi con i chatbot non ci parla
La diffidenza c’è, e Alessandro non la nasconde. Un cliente gli ha risposto secco: “Io con i chatbot non ci parlo.” La reazione si capisce. Chi ha provato l’assistente virtuale di un grande fornitore di servizi e si è sentito ripetere che la domanda non è chiara e serve un operatore, per poi fare dieci passaggi prima di trovarne uno, tende a generalizzare.
Alessandro stesso usa spesso questi strumenti, sui portali della pubblica amministrazione come nell’assistenza della sua auto, e conosce la differenza tra uno che risolve e uno che gira a vuoto.
Per capire da che parte stesse Alex ha fatto una prova semplice. Ha preso il testo di alcune email arrivate dai clienti e l’ha incollato nella chat. Le risposte erano corrette.
Alex non sostituisce il telefono e l’email. Chi preferisce chiamare o scrivere continua a farlo come ha sempre fatto, e trova le stesse persone di prima. La chat è una porta in più, comoda quando la domanda è specifica e si vuole un primo riscontro subito, magari la sera o nel fine settimana.
Un consiglio pratico: la chat chiede nome, email e telefono e non li verifica. Chi inserisce contatti veri viene richiamato. Chi si firma “Pluto” riceve comunque una risposta, ma a quel punto nessuno può dare seguito alla richiesta.
Il passo successivo: una memoria tecnica interna
Alex lavora su informazioni che per il 99% sono già pubbliche. MCS però ha un patrimonio di dati molto più ampio, che finora nessun motore di ricerca poteva interrogare.
Dal 2014 l’azienda registra in un database SQL, attraverso un CRM sviluppato internamente sulle proprie esigenze, tutto quello che riguarda clienti, fornitori, nuovi prodotti, analisi e materie prime: email in ingresso e in uscita, documentazione, sintesi delle telefonate.
L’evoluzione su cui si sta ragionando è un “company brain”, un assistente riservato ai tecnici che attinga a questo archivio. Resterà in casa: trattandosi di dati riservati e con la prospettiva di collegarlo agli strumenti gestionali, MCS sta valutando se usare lo stesso motore di Alex o un modello linguistico installato in locale.
L’utilità, per Alessandro, è molto concreta. Capita più spesso di quanto si immagini che un tecnico debba ragionare su un particolare senza sapere che il collega seduto accanto ha affrontato lo stesso problema cinque anni prima, per un altro cliente. Un sistema che lo ricorda al momento giusto porta a una soluzione già collaudata, invece di ripartire da zero.
Cosa cambia per chi contatta MCS
Per chi deve sviluppare un contenitore per elettronica, una tastiera a membrana o un pannello serigrafato, la prima telefonata con MCS parte più avanti. Il contesto è già raccolto e le domande di base hanno già una risposta, così al telefono si parla del progetto.
Se la richiesta riguarda qualcosa che MCS non ha mai fatto, come nel caso del nichel, lo si scopre presto e senza impegno. E quando il progetto entra in lavorazione, il tecnico che lo segue potrà contare, un domani, anche sull’esperienza accumulata in anni di commesse simili.
Il modo più rapido per farsi un’idea di Alex resta fargli una domanda vera, la stessa che si farebbe al telefono.
