Il catalogo che risponde ai clienti, anche quando il banco è pieno.

Le domande di tutti i giorni

Nella distribuzione tecnica il catalogo è il patrimonio dell’azienda. Centinaia di pagine, migliaia di codici, tabelle di misure, note di compatibilità. Chi lo conosce bene risponde in un minuto. Chi non lo conosce ci mette mezz’ora, oppure passa la domanda al collega.

Il risultato si vede al banco e al telefono. Le persone più esperte passano la giornata a rispondere a domande semplici, e le richieste più interessanti aspettano. Il cliente che scrive di sera trova risposta il giorno dopo, se va bene.

C’è poi un problema che si vede meno. Se il catalogo lo conosce bene una persona sola, l’azienda dipende da lei. Quando è in ferie o malata le risposte rallentano, e qualche cliente nel frattempo chiede a un concorrente. Non è colpa di nessuno. È il modo in cui si accumula il sapere in un’azienda che cresce.

Cosa vuol dire un catalogo che risponde

Ho lavorato a un progetto proprio su questo. Un catalogo tecnico trasformato in assistente, che il cliente usa dal sito come se scrivesse a una persona. Chiede “mi serve un raccordo a gomito da tre quarti per acqua calda” e riceve la risposta con i codici adatti.

Il cliente non deve conoscere i nomi esatti dei prodotti, né sapere in quale sezione cercare. Scrive come parla, anche con le abbreviazioni del mestiere. Il sistema capisce cosa sta chiedendo, cerca nelle pagine giuste e risponde in poche righe. Se la domanda è ambigua, chiede un dettaglio in più invece di tirare a indovinare.

Questa è la parte in cui l’intelligenza artificiale serve davvero. Leggere una domanda scritta male e collegarla alla tabella giusta è proprio il tipo di lavoro che una ricerca per parole chiave non sa fare.

Ogni risposta con la sua pagina

Un assistente che risponde senza dire da dove prende le informazioni, in un catalogo tecnico, è un rischio. Una misura sbagliata vuol dire un reso, un cliente arrabbiato, a volte un impianto fermo.

Per questo ogni risposta indica la pagina del catalogo da cui viene. Il cliente può aprirla e controllare. Lo stesso vale per chi lavora al banco, che usa l’assistente come strumento interno e verifica in un attimo prima di confermare. Se l’informazione nel catalogo non c’è, l’assistente lo dice. Non la inventa.

Questo cambia anche il modo in cui si guarda il catalogo. Le domande a cui il sistema non trova risposta mostrano dove il catalogo è lacunoso o poco chiaro, e diventano un elenco di cose da sistemare.

Le richieste di preventivo già ordinate

Quando il cliente ha trovato quello che cerca, spesso vuole un prezzo. Nel progetto le richieste di preventivo che arrivano dal sito non sono più email da leggere e interpretare. Arrivano già ordinate, con i prodotti individuati e i codici accanto, pronte per chi deve fare l’offerta.

Il commerciale non riparte da un testo libero tipo “mi mandate il prezzo di quelli della foto”. Ha davanti una lista leggibile, controlla, aggiunge le condizioni del cliente e risponde. Il prezzo e lo sconto restano decisioni sue.

Perché costa un terzo

Gli strumenti di intelligenza artificiale si pagano anche in base a quanto testo leggono e scrivono. Un sistema fatto male manda al modello pagine e pagine di catalogo a ogni domanda, e la bolletta cresce con le visite al sito.

In questo progetto il sistema cerca prima le parti del catalogo che servono e manda al modello solo quelle. Il consumo è un terzo di quello che servirebbe con ChatGPT, quindi anche il costo è un terzo. Su un catalogo consultato tutti i giorni da molti clienti, la differenza si sente.

Cosa resta alle persone

L’assistente non sostituisce chi lavora al banco. Toglie le domande ripetitive e lascia alle persone quelle difficili e le trattative con i clienti importanti. Chi conosce il catalogo a memoria smette di essere l’unico punto di riferimento, e quando va in ferie il lavoro non si ferma.

Per partire serve il catalogo in formato digitale, anche in PDF, e l’accesso ai listini del gestionale se si vogliono collegare i prezzi. Il resto si costruisce sui vostri prodotti e sulle domande che i clienti fanno davvero. Di solito comincio raccogliendo un centinaio di domande reali dal banco e dalle email, e le uso per provare il sistema prima di metterlo online.

Approfondisci: AI per la distribuzione tecnica a Brescia · Alcuni casi