La Gen AI in azione: i clienti utilizzano Cortex AI per risparmiare tempo e personalizzare la customer experience

Per anni, le aziende hanno agito con l’idea prevalente che l’AI sia riservata solo alle grandi corporation, quelli che hanno le risorse per farla funzionare per le loro esigenze. Tuttavia, con l’avanzare della tecnologia, le organizzazioni di tutte le dimensioni si stanno rendendo conto che l’AI generativa non è solo un’aspirazione.

Con la piattaforma dati e AI unificata e facile da usare Snowflake, le aziende eliminano le attività manuali, i colli di bottiglia e le operazioni a errori che frenano la produttività e utilizzano l’AI generativa per fornire nuovi insight e flussi di ricavi. Ma come funziona nella pratica?  

In questa serie di blog presentiamo alcune soluzioni di AI generativa innovative che i nostri clienti utilizzano già oggi in produzione. Le loro storie dimostrano come Snowflake e Cortex AI stiano raggiungendo gli obiettivi della Gen AI e creando valore aziendale lungo il percorso. 

Firework sviluppa un assistente virtuale per lo shopping basato su AI che offre una connessione personale ai consumatori

Per rendere l’esperienza di acquisto online più umana, la società di videocommerce Firework ha scelto una fonte non convenzionale: l’intelligenza artificiale. Già leader nello shopping su video e livestream, l’azienda voleva un modo per portare l’assistenza personalizzata offerta dagli addetti alle vendite dei negozi tradizionali, ad esempio, sullo schermo o sul dispositivo mobile di un acquirente. 

Tuttavia, la creazione di un’esperienza di acquisto assistito così sofisticata presentava molte sfide, la principale delle quali era generare risposte di alta qualità alle domande dei clienti. “Ci siamo resi rapidamente conto che la qualità di qualsiasi applicazione AI dipende in larga misura dalla qualità dei dati contenuti nella knowledge base”, dichiara Shawn Feng, Senior Engineering Manager di Firework. Utilizzando Snowpark e Cortex AI, Firework ha iniziato aggregando, pulendo e classificando migliaia di conversazioni anonime con i clienti per aiutarli a comprendere gli interessi e i punti critici dei consumatori. Questa è diventata la base della data foundation per la loro applicazione LLM in Cortex. 

“La facilità d’uso è ciò che rende Cortex e Snowpark unici rispetto alla concorrenza”, dichiara Feng. Dopo aver spostato l’elaborazione dei dati grezzi per questa pipeline da PySpark e Databricks a Snowpark, Firework ha portato il processo end-to-end per l’assistente virtuale interamente su Snowflake, rendendolo più efficiente, sia in termini di tempo che di denaro, e più semplice da lavorare.

Il risultato? Firework è riuscita a sviluppare quello che ora chiama AVA (AI Video Assistant), un avatar generato dall’AI in grado di ascoltare, pensare e parlare ai consumatori durante tutto il loro percorso di acquisto. AVA può rispondere a domande sulle politiche di reso, può esaminare e riassumere migliaia di recensioni di prodotti in pochi secondi o anche offrire suggerimenti personalizzati sul colore del maglione che potrebbe abbinarsi ai pantaloni acquistati il mese scorso.

Harkins Builders risparmia più di 100 ore sulla redazione dei report di progetto tramite un’app AI

Nel mondo dell’edilizia commerciale americana esiste un documento importante che collega le fasi di progettazione ed esecuzione lavori di qualsiasi progetto, chiamato “turnover narrative”. Questo report ha lo scopo di fornire al team di costruzione tutte le informazioni chiave di cui ha bisogno per far avanzare i lavori, dalla relazione tecnico descrittiva, al capitolato, al computo metrico estimativo. 

Per Harkins Builders, un’azienda di direzione lavori e general contractor che lavora su circa 100 progetti all’anno, la compilazione di un turnover narrative era un'attività piuttosto noiosa e impegnativa, che richiedeva a un perito specializzato di raccogliere tutte le informazioni pertinenti da Snowflake o dal suo CRM, Dynamics 365, e quindi redigere manualmente il report. In ultima analisi, ogni report richiedeva almeno un’ora, o più quando più periti lavoravano a un progetto e si dovevano colmare le lacune delle conoscenze. 

Tuttavia, dato che Harkins aveva creato una solida e consolidata piattaforma dati in Snowflake, il team di analisi ha visto un modo per automatizzare in gran parte il processo di creazione dei turnover narratives. Nel giro di due mesi, il Data and Software Engineer Ben Pecson ha sviluppato un’applicazione in grado di guidare gli stimatori di Harkins attraverso un processo basato su Cortex AI che ha ridotto il tempo dedicato ai turnover narratives da un’ora e più a 5-10 minuti. Estraendo i dati già esistenti in Snowflake, l’app crea diversi prompt, dai quali il perito può scegliere (letteralmente i mattoncini) per costruire un documento completo. “I periti rivedono le informazioni da una prospettiva a volo d’uccello anziché districarsi tra i tutti i piccoli dettagli”, dice Pecson. “Questo si traduce in un risparmio di tempo, e per Harkins il tempo è estremamente prezioso.”

L’accoglienza da parte di periti e team marketing, che utilizza anch’esso questi documenti per guidare i suoi sforzi, è stata estremamente positiva, afferma Pecson, che spera di applicare la stessa architettura e la stessa base di codice ad altri processi di Harkins per portare ancora più efficienza all’azienda. 

Drata esegue l’onboarding dei clienti in pochi minuti

Data l’immensa importanza – e la crescente complessità – delle procedure di privacy e sicurezza dei dati, le aziende di tutto il mondo si affidano sempre più a piattaforme di gestione come Drata per rafforzare le proprie posture di sicurezza, monitorare continuamente i fornitori e garantire la preparazione degli audit. Essendo la piattaforma in più rapida crescita nel suo spazio, Drata aggiunge centinaia di nuovi clienti ogni trimestre, per cui deve ottimizzare ulteriormente il processo di onboarding man mano che scala. 

Utilizzando Cortex AI, il team della piattaforma dati ha creato una soluzione di AI generativa che consiglia le corrispondenze più pertinenti tra i controlli Drata esistenti e i controlli personalizzati del cliente per semplificare la configurazione all’interno della piattaforma. Questo nuovo processo riduce le azioni richieste ai responsabili della conformità e dell’implementazione, riducendole da poche settimane a pochi minuti. “Potete immaginare cosa significa questo per i livelli di soddisfazione dell’onboarding dei clienti, per non parlare di cosa significa per l’azienda in termini di quanti clienti possiamo acquisire”, dichiara Lior Solomon, VP of Data di Drata. 

I team dati di Drata utilizzano Cortex anche per elaborare i feedback dei clienti, inclusa l’analisi del sentiment dei clienti ricevuti tramite la sua piattaforma di chat. Questo consente al team di raccogliere insight proattivi sulla customer experience del prodotto. “Snowflake aiuta a velocizzare l'iterazione”, afferma Solomon. “Il fatto di poter ipotizzare e testare rapidamente è in parte dovuto al fatto che ho tutti i dati centralizzati in un unico posto.”

Realizzare il futuro della Gen AI per tutti

Questi sono solo un paio dei modi promettenti in cui le organizzazioni di tutti i settori stanno portando oggi le loro app Gen AI in produzione. E con la sicurezza e la governance integrate in Snowflake, portare l’AI in modo sicuro nel flusso di lavoro non è mai stato così facile. Che si tratti di Document AI o Cortex Search, Snowflake Copilot o Cortex Analyst, la piattaforma dati e AI unificata Snowflake può aiutare a creare applicazioni Gen AI di livello enterprise. 

Per scoprire in che modo altre aziende, come Bayer e Siemens Energy, utilizzano la Gen AI per aumentare i ricavi, migliorare la produttività e servire meglio i clienti, scarica l’ebook Snowflake “I segreti del successo con la Gen AI”.