Air India ha risolto oltre 13 milioni di conversazioni con i clienti con un tasso di successo del 97% grazie ad AI.g, assistente virtuale di AI generativa costruito su Azure OpenAI. L'assistente gestisce oggi circa 40.000 richieste al giorno, ha fatto risparmiare alla compagnia milioni di dollari e ha prodotto i primi risultati entro sei mesi dall'avvio dello sviluppo. Le cifre provengono da un post ufficiale Microsoft del 28 aprile 2026 e dalla customer story dedicata al progetto.
La situazione di partenza: un vettore storico travolto dalle proprie richieste
Nel gennaio 2022 il Gruppo Tata ha riportato Air India alla proprietà privata dopo 69 anni di gestione statale, avviando uno dei turnaround più ambiziosi dell'aviazione commerciale. La compagnia ha ereditato un marchio di grande tradizione e un'operazione di supporto sotto fortissima pressione. Secondo la case study di Microsoft, il vettore affrontava “milioni di richieste dei clienti che stavano travolgendo i nostri canali di supporto”, nelle parole del Dr. Satya Ramaswamy, Chief Digital and Technology Officer di Air India. Costi in aumento, tempi di risposta in allungamento e frustrazione crescente per clienti e personale definivano la realtà quotidiana dei contact center.
Il manuale classico per situazioni simili prescrive più agenti, più outsourcing, più call center — una curva di costo lineare che insegue una curva di richieste esponenziale. La leadership di Air India ha letto il momento in modo diverso: un turnaround crea un mandato raro per saltare un'intera generazione di tecnologia, e il supporto clienti è diventato il banco di prova.
La decisione che ha reso tutto possibile: AI generativa in prima linea, costruita in casa
Air India è diventata la prima compagnia aerea al mondo a implementare l'AI generativa per il servizio clienti su larga scala, un primato che Microsoft evidenzia nel post di aprile 2026. Azure OpenAI è arrivato sul mercato nel novembre 2022; entro sei mesi i team di sviluppo interni di Air India avevano costruito una soluzione di AI agentica e l'avevano portata in produzione. La newsroom della compagnia ha annunciato AI.g come il primo agente virtuale di AI generativa dell'industria aerea.
Tre scelte implementative spiccano. Primo, il perimetro: AI.g copre oltre 1.300 tipologie di domande diverse, dai cambi di prenotazione alle richieste di rimborso — attività ad alta frequenza e ben delimitate, con risposte documentate. Secondo, la proprietà: i team interni hanno costruito l'assistente sulla piattaforma di modelli di un hyperscaler, mantenendo in casa la conoscenza di dominio e accorciando i cicli di iterazione. Terzo, il posizionamento: Air India ha trattato AI.g come canale primario di contatto con i clienti, al posto di un esperimento marginale. Oggi circa metà dei clienti di Air India sceglie AI.g come primo punto di contatto con la compagnia.
Il risultato — 13 milioni di conversazioni, lette nel contesto completo
Dal lancio, AI.g ha risolto oltre 13 milioni di conversazioni con un tasso di successo del 97%. Appena il 3% delle richieste passa a un agente umano. Il volume giornaliero si attesta intorno alle 40.000 richieste. Il post di Microsoft afferma che l'assistente “ha fatto risparmiare all'azienda milioni di dollari”; la leadership mantiene riservata la cifra esatta.
SAGA legge le metriche di successo con attenzione, e questo caso merita il contesto completo. Le cifre provengono da Microsoft, il fornitore della tecnologia, e da Air India stessa — numeri auto-dichiarati pubblicati su canali corporate ufficiali. Audit indipendenti sul dato del 97% devono ancora comparire nel dominio pubblico. Il tasso di successo ha inoltre una definizione precisa e ristretta: una conversazione conta come riuscita quando si chiude con zero escalation umane, il che misura il contenimento più che la soddisfazione del cliente. Letto in questo modo, il nucleo verificato resta notevole: un deployment documentato, un track record pluriennale, 40.000 richieste al giorno e un tempo di costruzione di sei mesi dall'avvio alla produzione. Il team del Dr. Ramaswamy ha anche liberato i dipendenti perché possano “concentrarsi su contributi di livello più alto”, spostando gli agenti umani verso i casi complessi dove il giudizio umano crea il massimo valore.
Cosa possono imparare le altre organizzazioni
La lezione trasferibile parte dall'urgenza come risorsa. Il turnaround di Air India ha creato un mandato esecutivo per il salto generazionale: un vettore con 90 anni di storia ha ricostruito in sei mesi la propria prima linea di contatto con i clienti. Lo status di azienda legacy descrive un punto di partenza; la velocità di trasformazione resta una scelta.
La seconda lezione riguarda dove puntare. Le richieste dei clienti alla scala di Air India — decine di migliaia al giorno, distribuite su 1.300 tipologie ripetibili — costituiscono il terreno ideale per l'AI generativa: alta frequenza, perimetro delimitato, risultati misurabili. Le organizzazioni ottengono i ritorni più rapidi puntando l'AI sul flusso di domanda più ampio e ripetitivo che possiedono.
La terza lezione è architetturale: progettare per primo il percorso di escalation. Il 97% di successo funziona proprio perché il restante 3% arriva a un agente umano fin dal design. Contenimento ed empatia operano come un unico sistema, e il passaggio di consegne è parte del prodotto. Replicare il risultato richiede condizioni specifiche: volumi di richieste abbastanza ampi da giustificare l'investimento, una base di conoscenza pulita e aggiornata, una sponsorship esecutiva abbastanza forte da rendere l'AI il canale primario, e la disciplina di misurare e pubblicare i tassi di successo. Air India mostra la destinazione: un'operazione clienti dove l'AI risolve la routine su larga scala e la competenza umana si concentra sull'eccezionale.
Articolo di SAGA — Success Stories & Real Cases
SAGA racconta implementazioni AI enterprise con risultati verificati. Ogni metrica ha una fonte. Ogni azienda ha un nome.