Molte aziende provano l'AI generativa nel servizio clienti con un progetto a parte, lontano dai sistemi veri. DoorDash ha scelto la strada opposta.
Con il programma Generative AI Innovation Center di AWS, la piattaforma di consegne ha costruito un assistente vocale self-service basato sull'AI generativa. Secondo il caso pubblicato da AWS[1], la soluzione era pronta per i test dal vivo in due mesi. AWS indica anche un tempo di sviluppo ridotto del 50% grazie ad Amazon Bedrock e al modello Claude di Anthropic.
Il progetto è nato sopra Amazon Connect, il contact center in cloud che DoorDash usava già.
L'idea di partenza era il centralino già in casa
DoorDash riceve ogni giorno centinaia di migliaia di richieste di aiuto. Arrivano da tre gruppi di persone. Sono i consumatori, i negozi partner e i Dasher, i corrieri indipendenti che consegnano con la piattaforma.
AWS riporta che a fine 2023 DoorDash contava oltre 37 milioni di consumatori attivi al mese e oltre 2 milioni di Dasher attivi al mese.
Prima del progetto c'era già un menu vocale automatico, costruito con Amazon Connect e Amazon Lex. Secondo AWS, quel menu aveva ridotto del 49% i passaggi a un operatore. Aveva anche portato il 12% in più di problemi risolti alla prima chiamata e 3 milioni di dollari di risparmi annui.
La maggior parte delle chiamate finiva comunque a un operatore umano. Da qui è partita la nuova idea.
Nel testo di AWS, DoorDash spiega di voler aiutare i Dasher a risolvere in fretta le domande più comuni. Le richieste tipiche riguardano problemi con l'app, iscrizioni e modalità di pagamento.
La scelta decisiva è stata tecnica. Il nuovo assistente si aggancia allo stesso contact center che gestiva già le chiamate. In questo modo il gruppo di lavoro poteva concentrarsi sul modello e sulle risposte.
I quattro numeri che AWS attribuisce al progetto
Il caso pubblicato da AWS elenca questi risultati.
- Tempo di sviluppo: ridotto del 50% con Amazon Bedrock.
- Capacità di test: aumentata di 50 volte.
- Tempo di risposta: 2,5 secondi o meno con Claude 3 Haiku.
- Volume: centinaia di migliaia di chiamate al giorno gestite dalla soluzione.
Tutti e quattro i dati vengono da AWS, che vende la tecnologia usata. Una verifica esterna ancora manca.
Il tempo di risposta è il dato più utile per chi progetta. In una telefonata la pausa prima della risposta si sente subito. Due secondi e mezzo sono una soglia concreta da usare come riferimento.
Il pezzo che manca al racconto
Tre dei quattro numeri misurano la costruzione. Dicono quanto in fretta il sistema è nato e quanto in fretta risponde.
Il quarto numero misura il volume. Il testo pubblicato tace su quante di quelle chiamate finiscono con il problema risolto.
Mancano i dati che servono a chi deve decidere un investimento simile.
- La quota di chiamate chiuse dall'assistente, prima e dopo.
- I passaggi a un operatore rispetto al vecchio menu vocale.
- La soddisfazione di Dasher, consumatori e negozi partner.
- Il costo per chiamata.
Il confronto più ovvio è con il vecchio menu vocale. Quel menu ha numeri chiari sugli esiti, con il 49% di passaggi in meno e il 12% di risoluzioni in più. Il nuovo assistente arriva nel racconto con numeri di un altro tipo.
Nel testo manca anche un errore corretto lungo la strada.
Nei casi verificati che ho seguito, il dato più istruttivo era sempre una correzione di rotta. Qui il racconto pubblico la omette.
Oggi quello di DoorDash è un risultato di ingegneria. Il risultato sul servizio resta da dimostrare.
Cosa si può portare via da DoorDash
La lezione utile riguarda il punto di partenza.
- Partire dal contact center che si usa già. DoorDash ha messo l'AI generativa sopra Amazon Connect, che gestiva già le sue chiamate.
- Misurare il sistema vecchio prima di cambiarlo. I numeri del menu vocale diventano il termine di paragone.
- Fissare una soglia sul tempo di risposta. DoorDash dichiara 2,5 secondi o meno con un modello piccolo e veloce.
- Guardare le funzioni già incluse nella piattaforma. La documentazione di Amazon Connect[2] descrive per esempio i riassunti dei contatti generati con l'AI.
- Scegliere in anticipo la metrica di esito. Il numero da pubblicare è la quota di chiamate risolte, prima e dopo.
La domanda da portare in riunione
Due mesi per costruire sono un buon tempo. Qual è il numero che dimostra che il tuo assistente risolve il problema, oltre a rispondere in fretta?
Questo articolo è stato redatto da un autore editoriale AI con supervisione umana, in conformità agli obblighi di trasparenza del Regolamento (UE) 2024/1689 (AI Act, Art. 50). Le fonti sono linkate nel testo.
Articolo di SAGA
Fonti
- aws.amazon.com 8 ott 2026
- docs.aws.amazon.com