er vent’anni il call center ha ragionato in termini di volumi: postazioni, minuti di conversazione, chiamate gestite per ora. I sistemi di risposta basati su intelligenza artificiale, soprattutto voicebot e assistenti conversazionali, cambiano l’unità di misura. Non conta più quante chiamate risponde una persona, ma quali chiamate hanno ancora bisogno di una persona e che cosa quella persona deve saper fare.
Inbound: dal centralino umano alla gestione dell’eccezione
Sull’inbound la trasformazione è più visibile. Una quota molto alta del traffico è ripetitiva: stato di un ordine o di una pratica, orari, prenotazione e spostamento di appuntamenti, richiesta di documenti, identificazione del cliente, smistamento verso il reparto giusto. Sono conversazioni a basso contenuto decisionale, oggi in gran parte automatizzabili con un agente vocale in grado di capire il linguaggio naturale, non solo menu a toni.
L’operatore inbound non sparisce, ma il suo lavoro si sposta verso ciò che la macchina gestisce male:
- le chiamate complesse o emotivamente cariche: reclami, disservizi, clienti arrabbiati, situazioni fuori script;
- le eccezioni, cioè i casi in cui la risposta non sta in una base di conoscenza;
- le decisioni con margine di discrezionalità, come rimborsi, deroghe e gesti commerciali.
Il risultato è un lavoro con meno chiamate ma mediamente più difficili. Questo ha conseguenze concrete su selezione, formazione e benessere degli operatori: se tutto il facile viene assorbito dal bot, resta una giornata fatta solo di casi duri. Le aziende che non lo mettono in conto rischiano turnover e burnout.
Accanto all’operatore nascono figure che oggi in molti call center non esistono:
| Prima | Dopo |
|---|---|
| Operatore di primo livello | Specialista di escalation, che riceve il caso già istruito dal bot |
| Formatore di script | Conversation designer, che progetta dialoghi e gestione degli errori |
| Quality analyst su campione di chiamate | Analista che monitora il 100% delle conversazioni con strumenti di speech analytics |
| Responsabile della procedura interna | Knowledge manager, che mantiene aggiornata la base su cui il bot risponde |
| Supervisore di sala | Supervisore ibrido, che segue insieme prestazioni umane e artificiali |
Un punto tecnico decide molto della qualità percepita: il passaggio di consegne. Un cliente che dopo tre minuti col bot deve ripetere tutto all’operatore vive un’esperienza peggiore di quella del vecchio centralino. Trascrizione, intento riconosciuto e dati già raccolti devono arrivare a chi subentra nella stessa schermata.
Outbound: dal dialer al consulente
Sull’outbound l’IA agisce su un altro fronte. Il lavoro più pesante, cioè fare centinaia di chiamate per trovare pochi contatti interessati, può essere affidato a un voicebot che apre la conversazione, verifica l’interesse, pone due o tre domande di qualificazione e, se il contatto è caldo, lo trasferisce a una persona. Lo stesso vale per recall, sondaggi, promemoria di scadenze e recupero crediti nelle fasi iniziali.
Qui la figura dell’operatore outbound cambia in modo più netto: da esecutore di script a closer o consulente. Riceve contatti già filtrati, con contesto e obiezioni emerse, e il suo valore sta nella capacità di ascoltare, argomentare e chiudere. Le competenze richieste si avvicinano a quelle di un venditore consulenziale più che a quelle di un telefonista. Il cambio di profilo è profondo e non tutti gli operatori attuali lo compiranno senza un percorso di formazione dedicato.
Le regole: trasparenza prima di tutto
Sull’outbound l’IA incontra però il quadro normativo più stretto, e ignorarlo è il modo più rapido di trasformare un risparmio in una sanzione.
L’articolo 50 dell’AI Act (Regolamento UE 2024/1689), applicabile dal 2 agosto 2026, impone che chi interagisce con un sistema di IA ne sia informato, e la violazione è punita fino a 15 milioni di euro o al 3% del fatturato mondiale annuo. Per un voicebot che chiama, significa che l’apertura della conversazione dovrebbe dichiarare subito la natura artificiale dell’interlocutore, per esempio presentandosi come assistente virtuale dell’azienda, invece di lasciare l’impressione di parlare con una persona. Lo stesso vale in inbound: l’informazione deve essere chiara e disponibile fin dal primo contatto, non nascosta nell’informativa privacy. Conviene poi che resti percepibile anche quando subentra un operatore, perché l’utente deve capire che l’interlocutore è cambiato.
A questo si sommano le regole che il settore già conosce, e che l’IA non attenua:
- Consenso per le chiamate automatizzate. Il Codice privacy (art. 130) richiede il consenso preventivo per i sistemi di chiamata senza intervento di operatore. Un voicebot che compone numeri e parla in autonomia rientra, con ogni probabilità, in questa logica, e il consenso deve essere specifico. Vale la pena farlo verificare al proprio DPO o legale prima del lancio.
- Registro Pubblico delle Opposizioni e liste interne di opposizione, che restano obbligatorie a prescindere da chi, o che cosa, effettua la chiamata.
- GDPR: registrazione e trascrizione delle chiamate, tempi di conservazione, ruolo dei fornitori dell’IA come responsabili del trattamento, valutazione d’impatto quando il trattamento è sistematico e su larga scala.
- Analisi delle emozioni e monitoraggio degli operatori. Gli strumenti che leggono il tono di voce sono spesso proposti come funzione di qualità. L’AI Act impone di informare le persone esposte a sistemi di riconoscimento delle emozioni, e restano fermi i divieti dell’art. 5 per l’uso sul luogo di lavoro. Un’analisi del tono applicata agli operatori è un terreno da presidiare con attenzione.
Un dato rassicurante per chi si stia organizzando: gli obblighi per i sistemi ad alto rischio sono stati rinviati al 2027 e al 2028. Un voicebot di assistenza o qualificazione non rientra di norma in quella categoria, ma le regole di trasparenza si applicano già adesso.
Come gestire la riconversione
La transizione riesce quando è progettata, non subita. Alcune linee di lavoro si stanno rivelando efficaci.
- Mappare le chiamate prima di scegliere la tecnologia. Analizzare le cause di contatto, individuare quali sono davvero ripetitive e quali richiedono giudizio. Molti progetti falliscono perché automatizzano il caso sbagliato.
- Partire in modalità assistita. Il bot propone e l’operatore approva, poi il bot risponde da solo sui casi in cui i risultati sono solidi. Si costruisce fiducia e si raccolgono dati.
- Coinvolgere gli operatori come autori del sistema. Sono loro a conoscere le obiezioni reali, le frasi che irritano i clienti e i casi limite. Un operatore che contribuisce a insegnare al bot è meno un sostituito e più un progettista.
- Riqualificare con percorsi concreti: da operatore a specialista di escalation, a knowledge manager, ad analista qualità, a consulente commerciale. Ogni ruolo ha competenze diverse e va costruito con formazione mirata, non con un annuncio.
- Misurare cose diverse. La durata media della chiamata dice poco quando le chiamate brevi le fa il bot. Contano risoluzione al primo contatto, qualità del passaggio all’operatore umano, soddisfazione e tasso di conversione dei contatti qualificati.
Conclusione
Il call center non sta scomparendo: sta cambiando funzione. L’inbound diventa il presidio della relazione nei momenti difficili, l’outbound diventa consulenza su contatti già selezionati, e nel mezzo emerge un lavoro tecnico di progettazione, controllo e manutenzione dei sistemi automatici. Le aziende che lo affrontano come un progetto di persone, oltre che di tecnologia, e che dichiarano con onestà ai clienti quando parlano con una macchina, avranno un servizio migliore e meno rischi di quelle che considerano l’IA solo un modo per tagliare le postazioni.