AUTORI

Andrea Lui
Cognitive AI Chapter Leader
@Bip xTech

Dario Cumbo
Senior Cognitive Data Scientist
@Bip xTech

Francesco Pettini
Cognitive Data Scientist
@Bip xTech

ChatGPT
Cognitive AI entity
@OpenAI

Contesto aziendale

Le aziende che presentano un business focalizzato in mercati in rapida evoluzione, in genere si trovano ad affrontare molteplici problematiche legate alla gestione di dati non strutturati spesso provenienti dai loro clienti finali. La gestione di tali sifde è fondamentale per l’automazione dei processi strategici.

In questo contesto, le organizzazioni di norma demandano la comprensione di tali dati al dipendente “umano”, portandolo a svolgere processi ripetitivi, gestiti lentamente, con un impatto negativo sull’esperienza sia del dipendente sia del cliente.

In questo breve articolo parleremo di come questo problema sia stato affrontato da Bip xTech nel tipico contesto di un cliente assicurativo e di come ChatGPT possa contribuire a una soluzione Production Proof.

La business challenge del cliente

Il cliente in oggetto, una delle principali compagnie bancarie e assicurative in Europa, ha faticato a gestire le richieste dei propri clienti, circa i rimborsi, pervenute tramite e-mail. In particolare, diversi operatori umani della divisione casa e assicurazioni sulla vita gestivano manualmente tali richieste. Le e-mail ricevute necessitavano di un’attenta lettura per rilevare il tipo di richiesta, la data dell’evento e le informazioni del cliente assicurato; tale struttura informativa varia da cliente a cliente, pertanto, un semplice approccio di Robotic Process Automation, con regole deterministiche, non si sarebbe dimostrato sufficiente per automatizzare il processo e soddisfare le esigenze del cliente stesso.

Il nostro approccio alla Cognitive AI

Negli ultimi anni le aziende tecnologiche (tra cui i principali cloud provider) hanno rilasciato sul mercato diverse soluzioni / modelli pre-addestrati per la comprensione e l’elaborazione dei cosiddetti “dati non strutturati” (es. e-mail, sms, voce). Tali modelli presentano elevate prestazioni su problemi generali (non dipendenti dal contesto).

Al contrario, un intero approccio tailor made offre una perfetta verticalità sulle problematiche del cliente, ma manca di robustezza, integrabilità e capacità di generalizzazione. La forte conoscenza dei modelli custom e le partnership strategiche con gli hyperscaler sono alla base dell’approccio Bip xTech per affrontare i problemi di Cognitive Computing e ottenere le migliori prestazioni riducendo al minino il time-to-market.

Tipicamente proponiamo una piattaforma di empowerment per velocizzare e migliorare l’analisi degli esseri umani nell’elaborazione delle richieste.

Come funziona la nostra soluzione di e-mail processing

La nostra soluzione di Cognitive AI automatizza l’elaborazione, la comprensione e l’identificazione delle informazioni provenienti dalle e-mail dei clienti, mentre gli operatori umani forniranno know-how, correzione/conferma dei dati e feedback continui per migliorare la piattaforma sottostante.

Questa interazione uomo-macchina aiuta le IA cognitive ad aumentare continuamente le loro prestazioni e permettendo agli operatori di ridurre il tempo speso in attività ripetitive e concentrarsi su attività più preziose.

La soluzione realizzata da Bip xTech parte da un motore di classificazione (machine learning) per rilevare il tipo di e-mail ricevuta dal cliente e identificare se si tratta di una richiesta all’interno del perimetro in oggetto all’automazione (es. evento naturale, furto con scasso, incidente).

Per le mail oggetto dell’automazione, la soluzione Bip xTech AI Document Reader rileva e identifica le informazioni all’interno del corpo mail e negli allegati (entity recognition).

AI Document Reader implementa motori OCR (Optical Character Recognition) all’avanguardia per interpretare gli allegati scannerizzati mentre utilizza tecniche di Computer Vision per comprendere le immagini contenute nel corpo della mail o nell’allegato stesso.

Il corpo della mail ripulito (cancellazione delle firme, suddivisione del thread di posta) integrato con il testo estratto dagli allegati viene quindi sottoposto a ChatGPT che, rispondendo a domande come “Quando si è verificato l’evento?” “Cosa è successo?” “Dove è successo l’evento?” “Qual è il numero dell’assicurazione?”, ne identifica le informazioni richieste.

Le risposte della IA generativa di ChatGPT vengono quindi verificate in termini di formato (es. la data viene convertita e verificata temporalmente, i numeri dell’assicurazione hanno una forma specifica) e qualità (la soluzione restituisce un punteggio di confidenza).

Le tabelle e le immagini vengono trattate separatamente utilizzando un motore di riconoscimento delle entità precedentemente addestrato e una soluzione di rilevamento delle tabelle, i risultati vengono uniti a quelli ottenuti in precedenza.

I dati estratti vengono presentati all’operatore utilizzando un’interfaccia uomo-macchina (HMI Human Machine Interface) di facile utilizzo progettata per consentire all’operatore di concentrarsi sui compiti rilevanti del processo (ad esempio, dati mancanti, recupero a bassa confidenza, conferma di importi elevate) e, infine, inviati ad un bot RPA (Robotic Process Automation) che ne gestisce l’inserimento nei sistemi aziendali.

Cos’è ChatGPT

ChatGPT è una variante del modello GPT (Generative Pre-trained Transformer), un modello di deep learning sviluppato da OpenAI per attività di elaborazione del linguaggio naturale. Il modello GPT si basa sull’architettura trasformer, introdotta da Google in un paper scientifico del 2017.

Il modello GPT originale è stato addestrato su un enorme set di dati, di pagine Web e libri ed è stato progettato per generare testo simile a quello su cui è stato addestrato. Il modello ChatGPT è alimentato da una variante di GPT specificamente progettata per attività conversazionali e basate sul dialogo. Viene addestrato su un set di dati di testi simili a conversazioni per comprendere meglio il contesto della conversazione naturale e generare risposte più simili a quelle umane. In particolare si basa su GPT-3.5, uno dei più grandi modelli di intelligenza artificiale per l’elaborazione del linguaggio (Large Language Model), con 175 miliardi di parametri.

Abbiamo chiesto direttamente a ChatGPT cosa può fare, e di seguito sono riportati alcuni esempi dei suoi utilizzi (tradotti):

  • Generazione di testo: GPT-3 può generare testo simile a quello scritto da un essere umano, può essere utilizzato ad esempio per scrivere articoli, storie o risposte ai prompt.
  • Completamento del testo: GPT-3 può completare il testo con una parte di esso.
  • Traduzione della lingua: GPT-3 può tradurre il testo da una lingua all’altra.
  • Risposta alle domande: GPT-3 può rispondere alle domande comprendendo il significato del testo e la domanda posta.
  • Riassunto: GPT-3 può riassumere il testo estraendo le informazioni più importanti.
  • Classificazione del testo: GPT-3 può classificare il testo in diverse categorie.

In sintesi, il modello ChatGPT è stato progettato per avere una comprensione profondamente focalizzata sulla conversazione e  per generare risposte contestualmente pertinenti e diverse.

ChatGPT è stato addestrato utilizzando il Reinforcement Learning from Human Feedback (RLHF). Un modello iniziale viene addestrato utilizzando il supervised fine-tuning: i trainers umani forniscono conversazioni in cui hanno interpretato entrambe le parti: l’utente e un assistente di intelligenza artificiale. Quindi i trainer valutano le risposte generate dal modello per supportarli nella risposta.

Vengono raccolte due o più risposte emesse dal modello e vengono classificate in base alla qualità per creare il reward model per il reinforcement learning. La fase di raccolta avviene prendendo le conversazioni tra i trainers umani e il modello stesso; quindi i messaggi scritti dal modello selezionati casualmente vengono inviati ai trainers umani per essere classificati. Utilizzando questo reward model, il modello viene finalmente messo a punto, utilizzando la Proximal Policy Optimization.

ChatGPT è solo un hype del momento?

No, ChatGPT è una solida realtà, Bip xTech lo utilizza dal suo primo rilascio, lo scorso anno, per risolvere vere sfide aziendali in modo stabile, sicuro e concreto. Il precedente use case dell’automazione delle e-mail è una dimostrazione della sua applicazione nel contesto della vita reale.

Benefici ottenuti

Grazie alla realizzazione della soluzione eseguita da Bip xTech, installata sulla piattaforma cloud del cliente, e grazie all’integrazione con i sistemi legacy tramite tecnologia RPA, l’azienda ha raggiunto un indice di automazione dell’89% delle attività ripetitive, consentendo ai dipendenti di concentrare il proprio impegno su attività di maggior valore.

L’indice di automazione della prima release della soluzione si attestava attorno al 57%, ma grazie alla continua interazione uomo-macchina (feedback), l’indice è salito al livello attuale e si prevede un’ulteriore crescita. L’azienda in oggetto ha inoltre misurato un aumento della soddisfazione del cliente finale grazie alla riduzione del tempo medio di elaborazione di ogni richiesta, eliminando congestioni e creando un processo scalabile per supportare picchi improvvisi di richieste (tipicamente generati a seguito di eventi naturali come temporali distribuiti).

Cosa può portare alla tua azienda la Bip xTech Cognitive AI “empowered by ChatGPT”?

Bip xTech ha progettato una serie di framework e prodotti basati su tecnologie di Cognitive Computing e Generative AI (incluso ChatGPT). Questa suite di soluzioni personalizzabili può aiutare le aziende a gestire i dati non strutturati (ad es. testo, documenti, e-mail, immagini, video, suoni) in modo efficiente e a generare valore a partire da modelli generici e perfezionati (tramite moduli di apprendimento sul trasferimento) utilizzando i dati in loro possesso.

Questo può aiutare qualsiasi organizzazione a:

  • Sfruttare tutta la base informativa disponibile: i dati non strutturati e semi strutturati rappresentano tipicamente il 70% di tutte le informazioni disponibili all’interno delle aziende;
  • Abilita l’hyperautomation: le attività ripetitive che possono essere affrontate con RPA richiedono oggigiorno una crescente complessità a causa della presenza di dati umani non strutturati nel processo;
  • Reagire più rapidamente ai cambiamenti aziendali: i modelli di Cognitive AI possono essere continuamente addestrati e perfezionati per rimanere aggiornati anche quando il mercato e il business cambiano;
  • Digital Enhancement dei dipendenti: supporto in tempo reale alle persone per migliorare le loro attività quotidiane, evitando attività ripetitive e lasciando che le persone si concentrino su attività di maggior valore, con conseguente miglioramento della soddisfazione dei dipendenti.

Perché Bip

Il centro di eccellenza Bip xTech è una delle più grandi community professionali europee di intelligenza artificiale, che realizza centinaia di progetti all’anno con focus sull’ “operable AI”, sviluppando use-cases di intelligenza artificiale end-to-end per l’uso quotidiano.

Uniamo competenze in Intelligenza Artificiale, Cognitive AI e Robotic Process Automation in un’unica realtà per garantire che l’IA risponda a svariate esigenze aziendali e che sia fruibile da utenti non tecnici, facilmente monitorabile e che offra un chiaro ritorno sull’investimento.


Per richiedere maggiori informazioni sulla nostra offerta end-to-end o avere un confronto con uno dei nostri esperti, è sufficiente mandare una mail a [email protected] con oggetto “Cognitive AI con ChatGPT”. Sarete ricontattati immediatamente.

Read more insights

red lines

Get in touch

Milan, Italy | BIP xTech Head Office

Torre Liberty Building
Galleria de Cristoforis 1, Milan, 20121

[email protected]

    This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.