Un chatbot è un prodotto: la finestrella nell’angolo di un sito web che chiede di cosa hai bisogno. L’IA conversazionale è una tecnologia: l’insieme di modelli di voce e linguaggio che permette al software di sostenere una conversazione che non sembra un modulo da compilare. I due termini si usano come sinonimi perché la maggior parte dei chatbot moderni funziona con l’IA conversazionale, ma la tecnologia alimenta anche cose che chatbot non sono, e la più grande è l’agente vocale che risponde alla tua linea telefonica.
La distinzione smette di essere teorica nel momento in cui devi comprare qualcosa. Se i tuoi clienti ti scrivono dal sito, forse un chatbot è tutto ciò che ti serve. Se ti chiamano, nessun chatbot ti salverà, perché rispondere al telefono è un problema di voce. Questa guida traccia il confine come si deve, poi ti aiuta a capire da che parte stai.
Cos’è un chatbot
Un chatbot è un programma che simula una conversazione con un utente, come dice la definizione di Wikipedia, di solito attraverso un’interfaccia di testo su un sito web, in un’app o dentro un canale di messaggistica. L’idea è vecchia: ELIZA, il programma del 1966 che faceva il terapeuta rimandandoti indietro le tue stesse frasi, è l’esempio famoso, e ingannò più persone di quante il suo autore si aspettasse.
I chatbot hanno tre generazioni, abbastanza diverse tra loro che confonderle porta a cattivi acquisti:
- I chatbot basati su regole seguono copioni. Scrivi “politica di reso”, riconoscono una parola chiave e ripetono una risposta prescritta; scrivi qualsiasi altra cosa e ti rimandano al menu. Economici, prevedibili e rigidi per scelta.
- I chatbot con IA aggiungono la comprensione del linguaggio naturale. Invece di cercare parole chiave, classificano ciò che intendevi, quindi “dov’è il mio pacco” e “traccia il mio ordine” finiscono sulla stessa intenzione. Rispondono sempre da una libreria fissa, ma trovano la risposta giusta molto più spesso.
- I chatbot basati su LLM generano ogni risposta con un grande modello linguistico. Reggono formulazioni che nessuno aveva previsto e possono scrivere risposte dal tuo centro assistenza al volo, al prezzo di guardrail che mantengano vera la risposta generata.
Ciò che le tre generazioni condividono è la forma del prodotto: un’interfaccia di chat, quasi sempre testuale e abbastanza asincrona perché una pausa di due secondi passi inosservata.
Cos’è l’IA conversazionale
L’IA conversazionale è il nome della tecnologia che rende una conversazione con una macchina simile a una tra persone. La definizione di IBM la descrive come la combinazione di elaborazione del linguaggio naturale e machine learning che permette al software di capire testo e parlato e di rispondere come la gente parla davvero.
Aiuta vederla come una pila e non come un oggetto:
- La comprensione. Il riconoscimento vocale trasforma l’audio in testo, e la comprensione del linguaggio trasforma il testo in significato: ciò che la persona vuole, non solo le parole che ha usato.
- La gestione del dialogo. Il sistema segue il contesto tra i turni, decide il passo successivo e chiama gli strumenti: consultare l’ordine, controllare il calendario, aggiornare l’account.
- La generazione. La risposta viene composta in linguaggio naturale e, su un canale vocale, pronunciata ad alta voce da un modello di sintesi vocale.
Un chatbot è un modo di impacchettare quella pila. Gli assistenti vocali, gli agenti telefonici e gli assistenti dell’auto sono altri. Ecco tutta la relazione in una frase: un chatbot è un’applicazione, l’IA conversazionale è la capacità, e la stessa capacità compare in più applicazioni, chatbot compresi.
Chatbot vs IA conversazionale, a confronto
| Chatbot | IA conversazionale | |
|---|---|---|
| Che cos’è | Un prodotto software con interfaccia di chat | L’insieme tecnologico dietro la conversazione naturale |
| Canale tipico | Testo su un sito web o un’app | Testo, voce, telefono, dispositivi smart |
| Come risponde | Copioni, corrispondenza di intenti o un LLM | Comprensione, gestione del dialogo, generazione |
| Gestisce le interruzioni | Non applicabile; scrivi, lui risponde | A voce, deve gestire chi parla sopra |
| Budget di latenza | Qualche secondo va benissimo | Meno di un secondo al telefono |
| Esempi | Widget di supporto web, bot FAQ su WhatsApp | Agenti vocali, Siri e Alexa, supporto telefonico IA |
La riga che conta di più nella pratica è quella del budget di latenza. Un chatbot che pensa tre secondi è un chatbot un po’ lento. Un agente telefonico che pensa tre secondi è un silenzio imbarazzante, e chi chiama ricomincia a ripetersi.
La voce è dove la differenza diventa reale
Il testo perdona. Il lettore aspetta, rilegge e non nota il meccanismo. La voce no. Un agente vocale deve sentire chi chiama su una linea telefonica, decidere cosa intendeva, agire e pronunciare la risposta mentre l’altra persona è ancora in ascolto, tutto abbastanza in fretta perché la conversazione non perda il ritmo. In una conversazione le persone si rispondono in poche centinaia di millisecondi, quindi ogni pausa della macchina si sente.
Ecco perché “abbiamo già un chatbot” non copre il canale telefonico. Il lavoro del chatbot finisce al sito web. La linea telefonica richiede un’IA conversazionale di un tipo preciso: riconoscimento vocale che tenga il passo dell’audio reale, un modello linguistico che ragioni sull’account e una sintesi vocale che suoni come qualcuno con cui vale la pena parlare, trasmessa in tempo reale. È il problema su cui lavora Cartesia: Sonic genera il parlato con una latenza di modello inferiore ai 90 millisecondi perché un agente vocale risponda a tempo, e Managed Agents riunisce ascolto, ragionamento e parola in un unico agente telefonico distribuibile. Se stai valutando chat e voce per il supporto, la guida agli agenti vocali approfondisce il funzionamento del lato vocale.
Quando un chatbot basta
Sii onesto sul lavoro prima di comprare lo strumento più grande. Un chatbot basta quando valgono tutte queste condizioni:
- Le domande sono ripetitive. Stato dell’ordine, tempi di reso, orari, reimpostazione della password. Un albero decisionale o un involucro di LLM sul tuo centro assistenza le devia bene.
- Il costo di una risposta sbagliata è basso. Se una brutta risposta costa un nuovo tentativo e non un cliente, i copioni vanno bene.
- Il cliente è già sul tuo sito. Il visitatore web tollera di scrivere; chi è in attesa al telefono, no.
- Il sistema non deve agire. Se il bot si limita a indicare risposte invece di cambiare prenotazioni o elaborare rimborsi, la pila completa non ti serve.
Se è il tuo caso, compra un prodotto di chatbot (Intercom, Zendesk e una dozzina d’altri ne vendono di buoni) e investi il risparmio altrove. Preferiamo dirtelo piuttosto che venderti lo strumento sbagliato.
Quando serve l’IA conversazionale
Il conto si ribalta quando la conversazione è il prodotto:
- I clienti ti chiamano. Il telefono resta la destinazione dei problemi urgenti, costosi o emotivi. Rispondere richiede la pila vocale descritta sopra, e nessun chatbot da sito web arriva così lontano.
- Il sistema deve fare cose. Verificare un account, spostare una consegna o incassare un pagamento richiede gestione del dialogo e uso di strumenti, non una FAQ più furba.
- Le conversazioni sono lunghe e si ramificano. Il supporto in più passaggi, con il contesto conservato tra i turni, è ciò che separa l’IA conversazionale dai copioni.
- Il canale stesso è l’esperienza. La linea appuntamenti di una clinica o la linea antifrode di una banca si giudica da come suona e da quanto in fretta risponde: una questione di qualità vocale e latenza, non di testo.
Chi costruisce per questi casi finisce per confrontare piattaforme di agenti vocali, e la guida agli esempi di IA conversazionale mostra come sono fatti i sistemi in produzione. Se la domanda aperta è il design, progettare l’IA conversazionale spiega come si dà forma a un agente vocale, e cos’è un call center con IA mette i prezzi alla versione telefonica dell’intera idea.